2026 年 2 月 10 日，Anthropic 发布了 Claude Code Agent Teams——一个让多个 Claude Code 实例在隔离环境中并行工作、相互协调的官方功能。技术博客详细描述了架构：每个 agent 运行在独立的沙箱中，有自己的文件系统视图和资源边界，agent 之间通过结构化消息传递协作。
读到这些描述时，NanoClaw 社区的反应出奇一致：这不就是我们一直在做的事情吗？
不是完全一样。Anthropic 的 Agent Teams 面向的是开发工作流，关注的是代码仓库级别的并行任务分配。NanoClaw 面向的是个人 AI 助手场景，关注的是消息处理和任务隔离。但底层的架构原则惊人地一致：每个 agent 在隔离环境中运行，不共享状态，通过明确的接口通信。
Anthropic 选择了隔离
Agent Teams 最有意思的设计决策不是多 agent 协作本身——很多框架都能做到——而是 Anthropic 为什么选择了隔离容器作为底层架构。
在 Agent Teams 的设计文档中，Anthropic 明确提到了几个关键考量：安全性（一个 agent 的错误不应影响其他 agent）、可靠性（agent 崩溃不应导致整个系统崩溃）、可审计性（每个 agent 的行为可以被独立追踪）。这些考量导向了一个自然的结论：agent 需要在隔离的环境中运行。
Anthropic 不是在学术真空中得出这个结论的。他们有数以百万计的 Claude Code 使用数据，知道 agent 在真实环境中会遇到什么问题。当世界上最了解 Claude 行为特征的团队选择了隔离容器作为多 agent 架构的基础时，这是一个非常强的信号。
NanoClaw 的 agent 隔离
NanoClaw 从第一个版本起就在容器中运行每个 agent 会话。技术实现很直接：当一条消息需要 agent 处理时，NanoClaw 启动一个 Docker 容器（macOS 上是 Apple Container），将必要的上下文和凭证通过 stdin 传入，agent 在容器内完成任务，结果通过 IPC 返回，容器销毁。
这个设计在 NanoClaw 只有单 agent 场景时就已经存在了。原因不是预见到了 Anthropic 会推出 Agent Teams，而是一个更基本的安全考量：AI agent 处理的是来自互联网的不可信输入，它的执行环境必须和宿主系统隔离。
当 NanoClaw 后来支持 agent 集群——多个 agent 并行处理不同任务或协作完成复杂任务——时，隔离架构让这个扩展变得自然。每个 agent 已经在自己的容器里了，增加更多 agent 就是启动更多容器。不需要设计新的隔离机制，不需要重构，因为隔离从一开始就是架构的基础。
共享状态 vs 消息传递
Agent Teams 和 NanoClaw 在多 agent 通信上做了相似的选择：不共享内存，通过消息传递。
很多多 agent 框架选择了共享状态模型——agent 读写同一个数据存储，通过共享变量协调。这在概念上简单，但在实践中是一个并发噩梦。当两个 agent 同时修改同一个文件时会发生什么？当一个 agent 的中间状态被另一个 agent 读取时会发生什么？当一个 agent 崩溃时，它的部分写入会不会腐蚀共享状态？
消息传递模型避免了这些问题。每个 agent 有自己的状态，agent 之间通过显式消息交换信息。这就像微服务架构 vs 单体应用——前者在通信上有更多仪式感，但在隔离性和可靠性上有根本优势。
NanoClaw 的实现特别简单：agent 容器之间不直接通信。所有协调通过 NanoClaw 的编排层进行——编排层决定哪些任务分配给哪个 agent，收集结果，处理失败。这种星型拓扑比点对点通信更容易理解和调试。
验证，不是模仿
需要澄清一点：NanoClaw 不是在模仿 Agent Teams，Agent Teams 也不是在模仿 NanoClaw。两者独立地从不同出发点到达了相似的架构结论，这恰恰说明了这个架构方向的正确性。
当多个团队——一个是拥有最多 AI agent 运行数据的公司，一个是追求最小代码的开源项目——在没有相互参考的情况下选择了相同的核心架构原则，这比任何一方的单独选择都更有说服力。
隔离容器不是银弹。它增加了启动延迟，消耗更多资源，让跨 agent 状态共享变得更麻烦。但对于运行不可信代码、处理敏感数据、需要可靠多 agent 协作的场景，隔离是唯一经得起检验的方案。Anthropic 的 Agent Teams 用一个来自业界最大 AI 厂商的决策确认了这一点。
NanoClaw 用户不需要等 Agent Teams 发布才获得隔离 agent 的能力。他们从第一天就有了。但看到 Anthropic 在官方产品中做出相同的架构选择，是一种令人欣慰的确认——这条路走对了。