用 worktree 隔离让多个 coding agent 并行开发

可以得到什么

在同一仓库上同时启动多个 coding agent，每个 Agent 拥有独立的 Git worktree，避免文件互相覆盖，再由人或主控协调各自结果。

适合哪些情况

• 多模块并行重构、批量功能开发或一组独立子任务需要 Agent 协作完成。
• 教学或演示多 Agent 协作时的文件隔离机制。
• 需要在实验性改动之间快速对比结果。

需要准备什么

• 已实现的最小 Agent 循环与工具调用能力。
• Git 仓库及 worktree 命令基础。
• 主控协调策略（任务分配、结果汇总、冲突处理）。

常见做法

• 为每个 Agent 分配独立 worktree 路径，并明确边界目录或文件集合。
• 在循环中加入"先创建 worktree，再在工作树内操作，最后回传 diff"的步骤。
• 使用教学版团队协议（如 JSONL 邮箱）演示 Agent 之间的通信与任务交接。
• 主控汇总各 worktree 改动后再统一合并或评审。

真实案例与教程

• 教学仓库：Learn Claude Code——从最小循环到完整 Harness（shareAI-lab 教学仓库教程摘要）
• 仓库主页：learn-claude-code（从最小循环到完整 Harness 的中文教学仓库）
• 关联方法：渐进式 Agent Harness 工程化（最小循环 → 工具 → 上下文 → 计划 → 子 Agent → Skills → MCP → 团队 → worktree）、Claude Code Subagents 多 Agent 协作与统一主计划

限制和检查点

• 教学版团队协议（JSONL 邮箱）不是生产级通信标准。
• worktree 隔离解决文件覆盖，但解决不了语义冲突，最终合并仍需人工评审。
• 多 Agent 并行放大 API 费用与命令执行风险。

相关任务

• 自己实现一个最小 AI Agent 循环
• 为最小 Agent 添加 Bash 等工具
• 压缩 Agent 长会话上下文

来源

• SRC-DEV-005：Learn Claude Code——从最小循环到完整 Agent Harness