Claude Code की नई छिपी हुई फीचर Swarms, मल्टी-एजेंट टीम मोड सामने आया
(twitter.com/NicerInPerson)- Swarms, Claude Code के भीतर मौजूद लेकिन सार्वजनिक न किया गया multi-agent orchestration फीचर है
- अब उपयोगकर्ता किसी एक AI coder से बात नहीं करते, बल्कि team lead की भूमिका वाले AI के साथ इंटरैक्ट करते हैं
- टीम लीड खुद कोड नहीं लिखता, बल्कि योजना बनाता है, काम बाँटता है और नतीजों को समेकित करके, सब-एजेंट्स को भूमिकाएँ सौंपता है
- योजना स्वीकृत होने के बाद विशेषीकृत worker agents समानांतर रूप से चलकर वास्तविक implementation संभालते हैं
- यह दिखाता है कि Claude Code एक single tool से आगे बढ़कर team-level development process तक विस्तार कर रहा है
यह कैसे काम करता है
- उपयोगकर्ता द्वारा योजना स्वीकृत करते ही Delegation Mode में स्विच हो जाता है
- कई विशेषज्ञ worker agents बनाए जाते हैं और वे समानांतर में काम करते हैं
- हर worker, कोड लिखने, विश्लेषण, संशोधन जैसे वास्तविक implementation कार्य संभालता है
- workers के बीच संदेशों के जरिए प्रगति और dependencies का समन्वय किया जाता है
- सभी परिणाम team lead के पास समेकित होते हैं और अंतिम response के रूप में लौटाए जाते हैं
claude-sneakpeek टूल
- claude-sneakpeek Repo, Claude Code के खुले feature flags वाला parallel build उपलब्ध कराता है
- इसमें Swarms mode सहित गैर-सार्वजनिक फीचर्स आज़माए जा सकते हैं, और यह मौजूदा Claude Code इंस्टॉलेशन से पूरी तरह अलग वातावरण में चलता है
- अलग settings, sessions, MCP server, और credentials का उपयोग
- Claude Code में बिल्ट-इन लेकिन अभी तक सार्वजनिक न किए गए अतिरिक्त फीचर्स उपलब्ध कराए जाते हैं
- Swarm mode के जरिए native multi-agent execution का समर्थन
- Delegate mode के जरिए background agents बनाना
- टीम सदस्यों के बीच messaging और task ownership management फीचर उपलब्ध
- अलग models और providers का समर्थन
- Z.ai, MiniMax, OpenRouter समर्थित हैं, और cc-mirror के जरिए local models को जोड़ा जा सकता है
1 टिप्पणियां
Hacker News की राय
सच कहूँ तो यह पागलपन जैसा लग सकता है, लेकिन मुझे सबसे उच्च गुणवत्ता वाला कोड इसी तरह मिला है
लागत लगभग 10 गुना थी, लेकिन मैंने कई sub-agents वाली पूरी “project team” को एक ही Opus instance से मैनेज कराया
काम एक legacy Java server को C# .NET 10 में port करना था, और इसमें 9 agents, 7-stage Kanban, और अलग-अलग Git Worktree structure का इस्तेमाल हुआ
हर role इस तरह था —
Manager(Claude Opus 4.5): Kanban state के अनुसार agents को जगाने वाला global event loop
Product Owner(Claude Opus 4.5): strategy संभालता है, scope creep रोकता है
Scrum Master(Opus 4.5): backlog prioritization और ticket assignment
Architect(Sonnet 4.5): सिर्फ design, implementation नहीं
Archaeologist(Grok-Free): ज़रूरत पड़ने पर ही legacy Java decompile पढ़ता है
CAB(Opus 4.5): design और code stage पर features को reject करने वाला gatekeeper
Dev Pair(Sonnet 4.5 + Haiku 4.5): AD-TDD loop, Junior failing tests लिखता है, Senior उन्हें ठीक करता है
Librarian(Gemini 2.5): documentation management और retrospective trigger
सच कहूँ तो अगर पूछा जाए “क्या यह ज़रूरी है?” तो जवाब शायद “नहीं” होगा, लेकिन AI agents को साथ काम करते देखना बहुत मज़ेदार था
process का शुरुआती version यहाँ image में है
जानना चाहता हूँ कि यह pure prompt-based है, plugin है, या script से बार-बार call करने वाला setup
यह भी जानना है कि Kanban कहाँ मौजूद है
इसमें एक coordinator और backend, frontend, DB experts जैसे कुछ specialized agents होते हैं
असली कुंजी coordinator है। यह मेरा cognitive load कम करता है और overall progress को अच्छे से track करता है
जैसे, “मैं बंदर से बात नहीं करना चाहता, मैं organ grinder से बात करना चाहता हूँ,” तो शुरुआत manager और program manager interview से होगी, फिर वे खुद सब संभालेंगे और सिर्फ demo व updates माँगे जाएँगे। मज़ेदार है
असल में यह Claude में built-in sub-agent feature का इस्तेमाल है
Go में 3 लाख लाइन का कोई tmux abstraction बनाने की ज़रूरत नहीं
बस Claude से background sub-agents के ज़रिए parallel काम कराओ
prompt handoff, progress tracking, और reporting files रखना अच्छा रहता है, और मैं recommend करूँगा कि हर agent को अलग worktree तक सीमित रखा जाए
मैं इस pattern को workforest.space पर व्यवस्थित कर रहा हूँ
ज़्यादातर लोग अलग orchestrator बना रहे हैं, लेकिन सच में Claude खुद सबसे अच्छा orchestrator है
मौजूदा tools से फर्क यह है कि यह conversation-level नहीं बल्कि task-level abstraction है
Claude Code third-party app limitations की वजह से conversation-centric था, लेकिन Claude Code Web ने पहली बार इसे आगे बढ़ाया
इस तरीके में AI खुद कामों का coordination करता है, और user को लगातार prompts देने की ज़रूरत नहीं रहती
यह जटिल है, लेकिन अब AI दूसरे AI को मैनेज करने वाली संरचना में विकसित हो रहा है
हालांकि planning details अभी कमज़ोर हैं, इसलिए reliability अभी भी कम है
main agent delegation-centric context mode में शिफ्ट हो जाता है, और team-based task system व mailbox system एकीकृत हो जाते हैं
यह plugin से implement किए जा सकने वाले स्तर से कहीं अधिक integrated है
मैं commits को PR की तरह stack करके rebase से व्यवस्थित करता हूँ, और यह काफ़ी painful था
अब शायद branches को 2-3 हिस्सों में बाँटकर, conflicts कम करते हुए manage करने का बेहतर तरीका मिल सकता है
इससे context साफ़ रहता है और high-quality result पाने में मदद मिलती है
मैं चाहता हूँ कि कोड छोटा और अधिक गुणवत्ता वाला बने
लेकिन अभी की दिशा उल्टी लगती है
models अगर और robust हों, common sense और feedback loop बेहतर हों तो यह उपयोगी होगा, लेकिन अभी तो यह “जितना ज़्यादा कोड, उतना अच्छा” वाली समस्या को और बढ़ा रहा है
शानदार demos बन सकते हैं, लेकिन वास्तविक production environment में कोड 10-100 गुना ज़्यादा जटिल हो सकता है
Claude ने CI में test coverage stats जोड़ने को कहा, लेकिन nyc install न होने पर उसने bash में Istanbul को फिर से implement करने की कोशिश की
आखिर में मुझे कहना पड़ा, “बस nyc install कर दो”
फिर भी ऐसे experiments models की सीमाएँ बढ़ाने में मदद करेंगे
अभी नहीं तो शायद 2026 के आसपास यह संभव हो
अच्छा होगा अगर HN पर समय-समय पर AI coding agents की popularity ranking पर वोटिंग हो
language-wise TIOBE Index की तरह, ताकि पता चले कौन से models ट्रेंड में हैं
ranking competition आखिरकार घूम-फिरकर वही hype cycle बन जाती है
MiniMax 2.1 का ज़्यादातर GPT models से ऊपर होना दिलचस्प लगा
openrouter.ai पर model throughput और cost का भी मोटा अंदाज़ा लग जाता है
उसी की वजह से मैंने Opus 4.5 को launch के एक हफ्ते के भीतर main model बना लिया
उसके users में लगभग 80% Claude Code और 75% darwin-arm64 environment पर हैं
Claude बहुत ज़्यादा कोड जनरेट करता है, जिससे review करना मुश्किल हो जाता है
कुछ लोग कहते हैं “tests pass हो गए तो ठीक है,” लेकिन long-term maintenance projects में यह असुरक्षित लगता है
long-running projects में YOLO-style code generation करने वालों का अनुभव जानने की जिज्ञासा है
code quality अभी भी कमज़ोर है, और debugging भी अक्सर ग़लत होती है
फिर भी search, understanding, और idea expansion में यह उपयोगी है
व्यक्तिगत experimental projects में YOLO approach ठीक हो सकती है
इस तरह code generation automate हो सकता है, जबकि system understanding बनी रहती है
Codex से review points suggest करवाता हूँ, और असली review में उसकी accuracy verify करता हूँ
एक पंक्ति थी, “अब आप AI coder से नहीं बल्कि team lead से बात कर रहे हैं,”
और मज़ेदार बात यह है कि वह tweet भी AI ने लिखा हुआ लगता है
2026 में agent orchestrator एक बड़ा trend बन सकता है
मौजूदा software terminology (team lead, team member वगैरह) को वैसे ही इस्तेमाल करना समझ और स्वीकार्यता दोनों बढ़ाएगा
अगर Anthropic अपने model को खुद coordinate कर सकता है, तो ऐसे layers की ज़रूरत नहीं रहेगी
आखिरकार मूल बात messaging और task management की है
“Team lead और पूरी team से कहो, इस button को लाल बना दो” — यह बात मज़ेदार थी
और आख़िर में निष्कर्ष था, “ठीक है, अब button को लाल बना दो!” यह परफेक्ट व्यंग्य है
इस video को देखो, बात समझ आ जाएगी
CLAUDE.md में अतिरिक्त निर्देश देकर यह भी तय किया जा सकता है कि trivial tasks के लिए swarm mode न इस्तेमाल हो
हाल के 2.1.9 version में main loop द्वारा sub-agents को orchestrate करने का तरीका पूरी तरह बदल गया है
“FTSChunkManager agent अभी चल रहा है, लेकिन progress में है, तो इंतज़ार करें” जैसे logs दिखते हैं, साथ में stack trace और JSON output भी आता है
मैंने Claude Code desktop app में यह behavior सीधे देखा है
master task के नीचे बहुत सारे worker-leader agents codebase को explore करते हैं, reports और TODO lists बनाते हैं
कोई दूसरा system उन्हें समेटकर master schema और plan बनाता है
मैं devops, frontend, architecture, security के अलग-अलग chats बनाता हूँ, और हर chat के बाद वे logs छोड़ते हैं और एक-दूसरे को updates देते हैं
अगर उन्हें SSH से droplet पर connect करके terminal इस्तेमाल करने दिया जाए, तो Claude खुद build, fix, test, verify बार-बार करता रहता है
और इसी तरह मैंने 3 दिनों में यह project पूरा किया