这两天 Claude Code 又更新了一个东西叫 Agent View。一开始我以为这就是个小功能后来仔细看完官方文档感觉这事儿有点东西。它解决的不是模型会不会写代码的问题。它解决的是当你同时让几个 AI 去干活时人到底怎么盯、怎么插手、怎么拍板。官方变更记录里Agent View 被放在 Claude Code v2.1.139 里还是 Research Preview。打开方式也很简单在终端里跑一句 claude agents就能看到所有 Claude Code 会话的状态。​​这个界面会把任务分成几类。有的正在工作有的等你输入有的已经完成有的失败了你不用在一堆终端窗口里来回找。讲道理这个变化看着不大。但它戳中的其实是 AI Agent 真正进入工作流之后的第一个麻烦。以前我们用 AI 写代码大部分时候还是一问一答。你说一句它回一段你再复制、检查、修改像是在跟一个很聪明的助手聊天。Claude Code 这类工具已经往前走了一步。它能读代码库、改文件、跑测试、处理 CI 失败Anthropic 自己也把它定义成 agentic coding system也就是能围绕目标持续做事的编码系统。​但问题也来了。当 AI 不再只是补一行代码而是开始同时修 bug、查测试、改页面、做 PR review人就很容易失控。你可能开了五个终端。一个在改登录一个在查支付一个在跑测试一个在重构组件还有一个卡在那里等你确认权限。这时候最烦的不是 AI 不会干活。最烦的是你不知道哪件事已经做完哪件事卡住哪件事偷偷跑偏了。Agent View 的价值就在这里。它把 AI 干活这件事从对话窗口拉成了一个任务看板。你可以从一个地方派发新任务。也可以点进去看某个任务最近干到哪了必要时回一句话或者直接接管完整会话。像不像我前两天推荐的交互模型的原理中的一部分。这就很像一个小团队。每个 Agent 都在干一段活但你不需要一直站在旁边看它敲键盘。你真正要做的是给清楚目标拆好任务关键节点进去判断。这才是人机协作里最值钱的部分。我一直觉得AI 编程最容易被误解的地方就是大家总盯着它一次性能写多少代码。但真正做过项目的人都知道代码量不是最重要的。重要的是任务有没有拆清楚。谁负责哪一段用什么上下文最后产出什么东西哪里需要人确认。这些东西如果不清楚AI 写得越快后面越可能变成一地鸡毛。这也是为什么我看到 Agent View会想到自己一直在琢磨的 Metakim。我不是看到这个热点才开始想这件事之前我就在关注 AI 怎么进入真实业务。我手里的 Metakim 项目雏形想解决的就是把复杂业务拆成一个个可治理的最小单元。这句话听着有点抽象换成人话就是把一件复杂工作拆到足够小、足够清楚。每一小段都能说清楚谁负责、用什么资料、产出什么结果。AI 能帮到哪一步人又该在哪一步拍板这些都要提前设计好。到目前为止我还在拼命迭代中去寻找一个最佳范式。可以看更新说明和体验https://github.com/KimYx0207/Meta\_Kim/blob/main/CHANGELOG.zh-CN.md顺带说我更新的有点儿快。。。​​当然这只是Demo产品不过已经有很多我的学员和自媒体粉丝已经用于自己的项目或者自己的企业工作流当中了。​言归正传Claude Code 的 Agent View 是编码场景里的一个样子。但我更关心的是这套思路能不能从代码扩展到企业里的真实流程。比如销售线索流转。AI 可以先查客户资料、补全背景、生成跟进建议但到底要不要推进、怎么报价、谁来跟进还是人来判断。比如内容生产。AI 可以扫热点、整理资料、出初稿、检查事实但选题是不是适合账号观点能不能站住最后要不要发还是人来兜底。比如客服质检、企业培训、知识库、合同审查、产品需求管理。这些活儿看着很碎但公司每天就是靠这些碎事儿跑起来的。你不能只接个 API就说自己做了 AI 落地。真正难的地方是把模型、工具、数据、权限和人的判断接起来。​如果对你有帮助记得关注一波~Agent View 让我更确定一件事。未来会越来越需要一种新的工作方式人像调度员一样管理一组 AI而不是守着一个聊天框反复追问。这对程序员是机会。对产品经理、运营、销售、企业服务团队其实也是机会。因为很多业务流程本来就不是一个人一口气做完的。它们天然就是多角色、多步骤、多判断只是过去全靠人脑、表格、群聊和会议硬扛。AI Agent 进来以后最先变的可能不是某个岗位消失。更可能是一些原来混在一起的工作被拆成更清楚的小段然后交给人和 AI 一起跑。当然Agent View 现在还不能吹过头。官方也写得很清楚它还是研究预览界面和快捷键可能会变。它也有几个很现实的限制。后台会话一样消耗订阅额度本地会话在电脑睡眠或关机时会停worktree 里的修改也要记得合并或推送。所以这玩意儿还不是甩手掌柜。你真要拿它干活任务拆分、权限设置、代码审查、测试验证一个都不能少。但我反而觉得这些边界很真实。AI 真正进入业务靠的也不是一句“全自动”而是把可控的部分自动化把需要判断的地方留给人。​老金我现在越来越相信AI 的爆发点会落在人机协作上。人负责目标、判断和取舍AI 负责搜索、生成、执行和提醒。Claude Code 的 Agent View 只是一个编码工具里的新界面。但它背后那个方向很清楚AI 不再只是在聊天框里回答你它开始被放进一个可观察、可接管、可调度的流程里。这也是我接下来想继续做的方向。围绕企业和团队里的真实流程从具体场景切入把业务拆成可治理的最小单元。然后再把模型、工具、数据、权限和人的判断接起来。不讲大故事先把一个具体问题跑通让 AI 真的帮业务往前走。如果你手里有企业 AI 改造预算有行业客户资源或者正在公司内部推动 AI但卡在流程、数据、权限、员工使用这些问题上欢迎来找我聊聊。不用一上来谈多大的项目。先拿一个销售线索、一个内容流程、一个客服质检、一个知识库场景拆清楚也许就已经是一个很好的开始。飞书****开源知识库实时更新交流群https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFfClaude Code Openclaw 双顶流全中文从零开始的教程不懂代码照样造网站老金15万字Claude CodeOpenClaw教程免费开源我的小破站含我开源的项目https://www.aiking.dev/每次我都想提醒一下这不是凡尔赛是希望有想法的人勇敢冲。我不会代码我英语也不好但是我做出来了很多东西。我真心希望能影响更多的人来尝试新的技巧迎接新的时代。谢谢你读我的文章。如果觉得不错随手点个赞、在看、转发三连吧如果想第一时间收到推送也可以给我个星标⭐谢谢你看我的文章。扫码添加下方微信备注AI拉你加入AI学习交流群。​