Jeg lavede en video og postede den med et simpelt spørgsmål i captionen: "Se hvordan Claude Code bruger agents/tasks til parallelle opgaver (Swarms?)."
Spørgsmålstegnet i parentes var med vilje. Jeg var ægte usikker på om hvad jeg var spændt over var en rigtig breakthrough eller bare mere AI der gjorde mere ting, som måske ikke var bedre.
Jeg har altid elske at forstå hvordan systemer virker. Ikke bare at bruge dem, men at komme ned i mekanismerne. Så jeg brugte 14 dage på at dykke ind i Claude Code's agent system. Prøve at forstå hvad det faktisk kunne gøre og hvornår det mødestykker.
Demoen i videoen var bevidst simpel og rå. Ingen fancy frameworks. Ingen predefineret magi. Bare Claude Code i sin rene form, og mig der spørger det: "Vis mig hvordan du håndterer parallelle opgaver."
Jeg ville at folk skulle se mekanismen klart. Forstå hvordan promptingen virker når du prøver på at leverage denne kapacitet. Fordi min hypotese var at de fleste mennesker ikke ville se det medmindre det blev forklaret klart, og det betydede at vise det faktiske arbejde, ikke bare outputtet.
Lydkvaliteten var ikke perfekt — jeg havde optaget det i min bil på vej til sommerhuset, som ikke er en ideal studio setup. Men pointen kom gennem fordi mekanismen er ægte interessant.
Her er hvad jeg fandt: parallelle agenter er ægte bedre for visse slags problemer. Når du har uafhængige opgaver, er benefitterne rigtige og substantielle. Opdater fem API endpoints? Tilføj tests til tre moduler? Refaktor to utility libraries? Parallelle agenter knuser det. Du giver orchestrering agenten en liste over opgaver og constraints, og det koordinerer flere worker agenter. Du vender tilbage til hvad du lavede og kommer tilbage 30 minutter senere for at finde alt færdigt.
Men — og det er vigtigt — når opgaver er dybt afhængige, tilføjer parallelle agenter overhead. Koordinerings omkostningen bliver rigtig. Du ender ud med at vente på subtask resultater alligevel, og kompleksiteten ved at håndtere afhængigheder spiser tidsgenet.
Så spørgsmålet i min caption — "(Swarms?)" — blev mindre et spørgsmål og mere en observation. Ja, det er swarm-lignende adfærd. Men swarms er ikke altid det rigtige svar. Nogle gange er seriel eksekution bedre. Nogle gange skal du have menneskelig dømmekraft i midten.
Det spændende del er ikke at Claude Code kan gøre parallelle opgaver. Det spændende del er at det bliver ægte svært at optimere — der er trade-offs værd at tænke på, og du skal træffe rigtige beslutninger baseret på problemet du løser.
Det er et tegn på modenhed i værktøjerne. Når de bliver gode nok at din constraint bliver beslutningstagning i stedet for kapacitet, har du krydset en tærskel.
GitHub Copilot er stadig ved at indhente her. Jeg postede med håbet at de få noget lignende snart. De har de basis værktøjer. De har integrationen i IDE'en. Det er uklart hvorfor de ikke kunne tilbyde den slags kapacitet.
Men Anthropic er foran. Og det betyder noget.
Videoen var en måde at sige: hvis du bruger GitHub, se hvad Anthropic gør. Se hvordan de tænker omkring AI der koordinerer AI. Det er retningen det går.
🎙️ Hør mere om det her — Parallelle agent-opgaver og swarm-orkestrering var et vigtigt emne på Verbos Podcast #92. → Lyt til episoden