# Claude Code 的 Task 系統揭示了 AI 原生工程師的核心能力 > Author: Tony Lee > Published: 2026-02-08 > URL: https://tonylee.im/zh-TW/blog/claude-code-task-ai-native-engineer/ > Reading time: 1 minutes > Language: zh-TW > Tags: ai, claude-code, ai代理, swarm, 編排 ## Canonical https://tonylee.im/zh-TW/blog/claude-code-task-ai-native-engineer/ ## Rollout Alternates en: https://tonylee.im/en/blog/claude-code-task-ai-native-engineer/ ko: https://tonylee.im/ko/blog/claude-code-task-ai-native-engineer/ ja: https://tonylee.im/ja/blog/claude-code-task-ai-native-engineer/ zh-CN: https://tonylee.im/zh-CN/blog/claude-code-task-ai-native-engineer/ zh-TW: https://tonylee.im/zh-TW/blog/claude-code-task-ai-native-engineer/ ## Description Claude Code 將 Todo 改名為 Task。看似微小的變更，實則是為 AI Swarm 打造的全新系統的起點。 ## Summary Claude Code 的 Task 系統揭示了 AI 原生工程師的核心能力 is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts. ## Outline - 核心是「委派」，不是「自動化」 - 依賴關係圖才是真正的武器 - 平行處理是免費附贈的 - 工作變成了編排 - Swarm 效率的關鍵在於任務設計 - 從寫程式碼到設計工作方式 ## Content 上週，Claude Code 悄悄地將 Todo 更名為 Task。看起來只是個術語調整，但這標誌著一個全新系統的開端。 Todo 是 Claude 獨自維護的記憶清單 - 單一代理的個人備忘錄。Task 則是多個代理共享的工作單元。這個差異改變了 AI 編程工具的典範。 換句話說，AI Swarm 所需的新抽象單元已經誕生。 ## 核心是「委派」，不是「自動化」 過去的 Claude Code 是單一大腦。把複雜專案交給它，它會在中途忘記之前的步驟，最終在完成 60% 左右時被迫重新開始，如此反覆。 新的 Task 系統在架構上截然不同： - **你與團隊負責人對話。** 負責人不直接寫程式碼。它負責規劃、委派和綜合。 - **你批准計畫後，專業代理被建立出來**，平行工作。 這不是自動化 - 是委派。兩者的區別至關重要。自動化是為已知流程編寫腳本。委派是定義目標，信任結構化的團隊自行找到執行路徑。 ## 依賴關係圖才是真正的武器 Task 系統的核心特性是任務間依賴關係（`blockedBy`）。任務 3 在任務 1 和 2 完成之前無法啟動。 為什麼這很重要？ 以前，Claude 需要在腦中保持整個計畫。隨著上下文變長，它自然會遺忘部分計畫。會話越長，偏差累積越多。 現在，計畫本身被外部化、結構化了。即使上下文被壓縮或代理被替換，計畫依然存在。依賴關係圖充當了超越單一代理記憶的持久化協調層。 ## 平行處理是免費附贈的 分配七到十個任務，系統不再循序執行。沒有依賴關係的任務會同時運行。快速搜尋交給 Haiku，實作交給 Sonnet，複雜判斷交給 Opus - 模型分配根據任務特性自動完成。 這是結構化任務設計的直接結果。工作分解越乾淨、依賴定義越準確，系統就能提取越多的平行性。你不需要明確優化平行 - 好的任務架構自然會帶來平行性。 ## 工作變成了編排 Swarm 文件揭示了清晰的模式： - **Parallel Specialists**：多位專家同時審查 - 安全、效能、型別檢查同步進行。 - **Pipeline**：研究 → 規劃 → 實作 → 測試 - 每個階段依賴於上一個階段的順序流。 - **Self-Organizing Swarm**：代理從共享任務池中自行領取未阻塞、未分配的任務。 工作不再是寫程式碼。工作是設計哪些代理做什麼、按什麼順序、它們之間有什麼依賴關係。 ## Swarm 效率的關鍵在於任務設計 優化 Swarm 效能有三個槓桿： - **任務粒度**：任務越細，平行率越高，但代理間通訊開銷也越大。 - **角色分離**：專業化提升品質，但可能在負載不均的代理上產生瓶頸。 - **依賴設計**：結構化什麼必須先完成才能讓下一步無阻塞地運行 - 這就是工作流的拓撲結構。 根據我的親身實驗，第三個槓桿的影響最為顯著。任務粒度和角色分離相對直覺。依賴設計需要思考工作本身的形態 - 我稱之為**依賴拓撲設計**。 這是 Swarm 時代真正的核心能力。不是寫更快的程式碼，也不是選更好的模型。而是建構工作流的結構，使最大數量的代理能夠無等待地運行。 ## 從寫程式碼到設計工作方式 方向很明確： 最初，我們寫程式碼。然後，我們設計系統。現在，我們設計工作本身的運作方式。 你不是在使用 AI 工具。你是在指揮一支 AI 團隊。最先理解這個區別的人，將主導未來一年的軟體開發。 從 Todo 到 Task 的變更表面上很小。但在表面之下，它鋪就了一個新世界的基礎 - 在這個世界裡，工程師的核心產出不再是程式碼，而是機器之間的協作架構。 ## Related URLs - Author: https://tonylee.im/zh-TW/author/ - Publication: https://tonylee.im/zh-TW/blog/about/ - Related article: https://tonylee.im/zh-TW/blog/eight-hooks-that-guarantee-ai-agent-reliability/ - Related article: https://tonylee.im/zh-TW/blog/medvi-two-person-430m-ai-compressed-funnel/ - Related article: https://tonylee.im/zh-TW/blog/claude-code-layers-over-tools-2026/ ## Citation - Author: Tony Lee - Site: tonylee.im - Canonical URL: https://tonylee.im/zh-TW/blog/claude-code-task-ai-native-engineer/ ## Bot Guidance - This file is intended for AI agents, search assistants, and text-mode retrieval. - Prefer citing the canonical article URL instead of this text endpoint. - Use the rollout alternates when you need the same article in another prioritized language. --- Author: Tony Lee | Website: https://tonylee.im For more articles, visit: https://tonylee.im/zh-TW/blog/ This content is original and authored by Tony Lee. Please attribute when quoting or referencing.