导读
一位中国开发者自称用5个Claude AI代理并行工作,独自承接原本需要5-8人团队的外包项目,月入2.67万美元。这些数字来自B站视频的二次转述,无法独立核实——但真正值得注意的,是他描述的技术架构已经写进了Anthropic官方文档。
4月29日,X(Twitter)蓝V认证账号 @regent0x 发了一条中文推文,转述一位匿名中国开发者的B站视频内容。
推文描述了这样一个画面:开发者坐在两台显示器前,屏幕上全是代码在滚动,但他几乎没碰键盘。




▲ @regent0x 推文全文,转述B站开发者视频内容(2026年4月29日)
据推文转述,这位开发者同时运行5个独立的Claude AI代理,每个代理扮演一个固定角色:
五个代理各干各的,互相不知道对方在做什么。
推文中最被反复提及的一句话是:「没有共享上下文,没有冲突。」
按照 @regent0x 的转述,这5个Claude实例之间不直接通信,而是通过共享任务队列来协调——代理2不知道代理3在审查什么,代理4也不关心代理1做了什么决策。每个代理完成手头的任务,就从队列里取下一个。
这听起来像是某种理想化的描述,但它恰好踩中了多代理系统最核心的工程问题:上下文污染。
当多个AI代理共享同一个上下文窗口,会出现注意力稀释、角色混淆、幻觉传染等问题。让它们各自独立运行、只通过任务列表交换信息,是目前业界公认的可行方案之一。
开发者博主Hamilton Greene在2026年2月就发文记录过类似实践——他部署了9个并行Claude子代理做代码审查,每个代理负责不同维度(安全、性能、风格等),有效建议率约75%。
推文中给出的收入数据引人注目,但必须强调——这些数字全部来自B站视频中开发者的自述,经由 @regent0x 二次转述,没有任何第三方核实。
据转述:
视频中还展示了几份合同截图:
开发者自称,他独自承接的都是原本需要5-8名工程师团队的项目,交付时间减半,但按全额预算收费。
这里有几个关键的未知数:320,000美元是合同总金额还是到手净收入?是真实年度收入还是当前月收入乘以12的外推?税费、汇率损耗、付款渠道成本扣了没有?推文没说,视频无法找到原始链接核实。

▲ @regent0x 的X主页,蓝V认证账号
这条推文如果只是"程序员吹牛",可以一笑而过。让它变得值得讨论的原因在于——Anthropic的官方文档里,写着几乎一模一样的架构设计。
Claude Code Agent Teams是Anthropic推出的实验性功能,官方文档明确了以下要点:
"Agent teams add coordination overhead and use significantly more tokens than a single session. They work best when teammates can operate independently."
「Agent团队会增加协调开销,消耗远超单一会话的token。最适合在每个teammate能独立运作时使用。」
"Start with 3-5 teammates for most workflows."
「大多数工作流从3-5个teammate开始。」

▲ Anthropic官方文档:Agent Teams架构说明,推荐3-5个并行实例
文档描述的架构——共享任务列表 + 各自独立的上下文窗口 + 通过Mailbox通信——和推文中开发者描述的工作流几乎完全对应。
换句话说,不管这位开发者的收入数字是否属实,他描述的技术方案在工程上已经被官方验证为可行路径。
Anthropic自己也在吃这个狗粮。据行业报道,Anthropic内部的C编译器项目动用了16个Claude Code Agent,产出10万行Rust代码,API成本约20,000美元。
就在 @regent0x 发推的同一天——2026年4月29日——Rest of World 发表了一篇深度报道,标题是:「I got stood up by an AI agent, and tracked down its human owner in China」(被AI代理放了鸽子,然后我追查到了它在中国的主人)。

▲ Rest of World 报道:中国开发者用AI agent运营一人公司(2026年4月29日)
报道中的主角是另一位中国开发者——广西桂林的工厂安全培训师沈道靖。他月薪800美元,拿出25%(199美元/月)订阅了AI agent平台Polsia,运营一个面向美国市场的数字易经算命App。
两个完全不同的人,完全不同的路径,同一天曝光,指向同一个趋势:中国开发者正在用AI agent建造一人公司,目标市场是美元定价的海外客户。
这背后有双重套利逻辑:中国二三线城市的生活成本远低于美国,但外包项目按美元定价——AI工具进一步压低了交付成本,利润空间被极度放大。
2026年的软件行业正在经历结构性压缩。几组已核实的行业数据:
企业端同样在验证多代理模式的可行性。日本乐天(Rakuten)用多代理系统7小时内处理了1,250万行代码库;加拿大电信巨头TELUS部署了13,000+自定义AI解决方案,代码交付速度加快30%。
AI agent全套月成本约300-500美元,等效人工成本则是80,000-120,000美元/月。即使这位中国开发者的收入打对折,他的成本结构在外包市场仍然极具竞争力。
推文底部有一条评论格外扎眼:
"Sounds really exhausting."
「确实听起来很辛苦。」
这大概是对"AI驱动的一人外包公司"最精准的注脚。你省掉了5-8个人的工资,但你也省掉了5-8个人分担的压力、决策疲劳和凌晨三点的紧急bug。所有的客户沟通、需求变更、合同谈判、质量兜底——全压在一个人身上。
更何况,Anthropic官方文档里也白纸黑字写着,Agent Teams目前仍是实验性功能,存在已知限制——会话无法恢复、任务状态可能滞后、协调开销会吃掉大量token。
这位开发者的故事,与其说是一个"致富模板",不如说是一声警报:当一个人加上几个AI代理就能交付一个团队的工作量时,那个团队里的其他人去哪了?
回到最初的问题。
一个匿名中国开发者在B站发了个视频,一个推特KOL转述了它,收入数字无法核实,原始视频链接都找不到。
如果只看这些,这条信息的可信度并不高。
但如果把视线拉远——Anthropic官方文档在推同一套架构,行业数据显示多代理开发需求暴涨1,445%,Rest of World同一天报道了另一个中国开发者用AI agent跑一人公司,Dario Amodei说一人独角兽的概率有七八成——
这条推文的价值,可能不在于那个32万美元的数字是否为真。它的价值在于,它描述的工作方式已经不需要任何人的许可就能开始。
五个Claude实例,一个任务队列,一台笔记本电脑。
你需要的只是客户。
文章来自于微信公众号 "桂宫说事",作者 "桂宫说事"
【开源免费】OWL是一个完全开源免费的通用智能体项目。它可以远程开Ubuntu容器、自动挂载数据、做规划、执行任务,堪称「云端超级打工人」而且做到了开源界GAIA性能天花板,达到了57.7%,超越Huggingface 提出的Open Deep Research 55.15%的表现。
项目地址:GitHub:https://github.com/camel-ai/owl
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md