就在昨天（我一开始还以为是愚人节玩笑），网上都在聊顶尖 AI 公司 Anthropic 的工具 Claude Code 源码泄露了。
AI 代码量太大，以我的水平，大概是没能力一点点啃完的。
但现在有 AI 了，最省事的办法，当然是让它自己分析自己。
鼠标一路往下滚，我看到一个词：“Coordinator Mode / 多代理协调能力”。
先别管它具体叫啥，或者是什么意思，不太重要，关键是“协调能力”。
我看到这里，脑子里反复冒出来的，却是上一篇文章里那位做审计的同事。
为什么？因为他当时想让 AI 帮忙干的事，表面上和写代码没关系，骨子里却是同一个问题。
当时他想让 AI 做两件事：
第一件，是识别票据、流水、发票。
第二件，是把财务明细分好类，再填到底稿里。
第一件难，大家都看得见。
照片拍歪了，章盖住了，字不清，AI 认错了，也不奇怪。
而且这本来就是一个科学界的难题。每次能力往前走一点，大厂都恨不得连论文一起发出来。
所以这块我们暂时搞不定，也正常。
可真正麻烦的，反而不是“看不清”，而是“看清以后怎么办”。
也就是第二件事。
难的不是填进去，而是前面那一长串判断
很多人一听“自动填底稿”，第一反应往往是：这有什么难的？
无非就是把识别出来的东西，往表里填。
可真做过的人都知道，表格只是最后那一下。
真正费劲的，是填进去之前，那一长串没人看见的判断。
同样一笔钱，放进哪个科目，不一定只看字面意思。
不同客户、不同行业、不同年份，底稿格式也可能都不一样。
有时候还得连着附件、背景材料一起看，才知道这个数字到底该落在哪儿。
所以问题从来不只是“会不会填”。
问题在于：AI 一旦顺着一条线往下跑，前面只要错一点，后面往往不会自己停下来。
它不会像有经验的人那样，做到一半突然觉得不对，再回头翻前面的材料。
它更像一个刚上手的实习生。
第一张单子理解错了，后面十张还会照着这个思路继续做。
看起来很忙，实际上越做越偏。
这才是很多复杂工作里，AI 最容易出事的地方。
我真正值得注意的，到不是代码量，而是它在“分工”
也正因为这样，我再回头看 Claude Code 这次泄露出来的东西，注意力反而不在“代码有多少”，也不在“功能有多炫”。
我更在意的是：它没有把所有事情都压给一个 AI 硬扛到底。
从现有分析看，它更像是在把复杂任务拆开，让不同角色分别去做，再把结果收回来。
这件事说起来一点都不花哨，甚至有点像常识。
但恰恰是这点常识，过去很多 AI 产品并没有真正处理好。
以前常见的做法，是把资料一股脑塞进去，把要求一口气说完，然后希望一个 AI 从头做到尾。
短任务问题不大。
可任务一长，问题马上就出来了：材料多了会乱，步骤多了会串，前面一旦走偏，后面就跟着一起偏。
说白了，不是 AI 不努力，而是这种工作方式本身就不稳。
Claude Code 是认真对待这个问题的。
它更像一个小团队，而不是一个万能实习生
如果把这件事讲得再直白一点，我会觉得，Claude Code 更像是在组织一个小团队干活。
不是一个人既看材料、又做判断、又执行、又检查。
而是把事情拆开：有人先看资料，有人处理某个子任务，有人负责检查，最后再把结果统一收口。
这听上去不神奇，但非常重要。
因为复杂工作最怕的，从来不是某一步慢一点，而是整条链条一起跑偏。
这种感觉，和上一篇文章里那个“自动填底稿”的难点，刚好是对得上的。
因为填底稿最难的地方，本来就不是把数字填进单元格。
而是在填进去之前，前面已经排着一串小问题：
- 这份材料到底是什么；
- 哪些数字该提出来；
- 这些数字彼此对不对得上；
- 该归到哪一类；
- 有没有漏项；
- 写进去以后，会不会和前面的内容冲突。
你看，真正麻烦的，从来都不是“填”这个动作本身。
而是填之前那一连串特别容易错的判断。
这些事，要是都交给一个 AI 从头管到尾，它当然容易越做越乱。
可如果拆开，让不同角色各管一段，最后再合起来复核，事情就会稳很多。
哪一步出了问题，也不至于一下把整条链都带崩。
这不只是 AI 的问题，其实也是很多公司的问题
真实世界里的工作，本来就不是一句话、一个按钮就能做完。
它需要分工，有衔接，有返工，也有复核。
就算出错，也不该立刻全盘崩掉。
所以我看 Claude Code 这次泄露，最有意思的地方，并不是它又聪明了一点。
而是它在提醒我们一件很朴素的事：复杂任务想做稳，不能只靠一个“聪明的大脑”，还要靠合理的分工和复核。
这套逻辑，放在 AI 上成立，放在公司项目里，其实也一样成立。
下次再遇到管理层让你一个人从头包到尾做项目，你完全可以回一句：
连 AI 都知道要靠“团队协作”来容错。
否则第一步做错了，后面不就跟着全错了吗？
其实源码里面还有一个非常有意思、很核心、也很画龙点睛的 AI 使用方法：worktree 模式。
但它有点偏技术，后面再看看要不要写点什么，当作科普。