Claude Code Agent View 完整教學：subagent 視覺化監控介面怎麼用、能解決什麼問題

Claude Code Agent View 是 Anthropic 在 2026 年 5 月 11 日推出的終端機儀表板（research preview），輸入 claude agents 就能在一個畫面同時看到所有背景 session、它們在做什麼、誰卡住等你回應，並可直接從清單回話、切回主控、踢回背景。需要 Claude Code v2.1.139 以上，Pro / Max / Team / Enterprise / API 方案都能用。

這篇文章把 Agent View 的核心介面、和 worktree 的搭配、跟第三方監控工具（agent-flow、Claude Code Agent Monitor）的差異、以及實際踩坑全部講完。讀完你會知道一件事：並行跑 AI agent 不再是炫技，而是會直接影響你開發節奏與成本結構的工程決策。

Claude Code Agent View 是什麼？一張表先看懂

先把名詞理一下。Agent View 不是新的 AI 模型，也不是新的 IDE，它是一個CLI 裡的視覺化 session 管理面板。在這之前，你想同時跑兩個 Claude Code session，要嘛開兩個終端機分頁，要嘛靠 tmux 分割畫面，自己心算每個 session 跑到哪、誰寫到一半。Agent View 把這件事變成系統內建的功能。

Anthropic 的官方介紹 用了一個很白話的說法：「Agent View 把每個背景 session 列成一張表，誰在跑、誰卡住、誰已經跑完，全部在同一個畫面看到。」這聽起來不像什麼了不起的功能，直到你真的同時開了三個 session，發現自己已經忘記其中一個本來是要做什麼。

這張表已經透露兩件事。第一，Agent View 是回應 OpenAI 在 2026 年 2 月推出的 Codex Desktop 視覺命令中心——當對手把 GUI 牌打出來，Anthropic 選擇用終端機原生介面回應，定位給不想離開 CLI 也不想犧牲控制力的開發者。第二，它是 research preview，代表 API 與行為可能還會變，現在花時間建立工作流要做好心理準備。

為什麼這個功能直到 2026 年 5 月才出現？

Claude Code 的 subagent 功能其實 2025 年中就有了。問題是當時設計給的是「單一主 agent 把任務切片給 subagent」的場景——你發出一個 prompt，subagent 安靜在背景跑，跑完回報。整個過程你不會看到 subagent 之間發生什麼。

這在小任務還行，碰到三件事就崩。第一，當你開始用 git worktree 同時跑 3 條開發線，每條都有自己的主 session + 一堆 subagent，要記住誰在哪個 worktree 做什麼，會吃光你的注意力。第二，subagent 跑久了會卡住等你確認，但你不知道——結果整個工作流停在那邊空轉。第三，token 成本失控。有用戶在 Hacker News 上分享，他單天工作中有 26% 的 API 請求是 subagent spawn 出來的——這是設計上預期的行為，但你看不到，就無法調整。

光看數字也許感受不深，看看市場面就知道為什麼 Anthropic 一定要做這件事。Stack Overflow 2025 開發者調查 顯示，82% 的開發者每天或每週使用 AI 助手，76% 的開發者用或計劃用 AI 編碼工具，AI 生成的程式碼已佔 41%。但同一份調查也說，雖然 84% 開發者用 AI 工具，實質生產力提升只有 10–30%——大量時間花在「監看 AI 在做什麼」「修正 AI 寫壞的東西」。

這個落差就是 Agent View 想填的缺口。當 AI 寫的程式碼比例越高，人最大的成本不再是寫程式，是 orchestration（編排）——分派誰做什麼、確認誰卡住、決定什麼時候介入。Agent View 不是給你更快的 AI，是給你一個更好的「AI 工頭視窗」。

三分鐘上手 claude agents：第一個並行 session 怎麼開

最快感受 Agent View 的方式是直接動手。先確認 Claude Code 是 2.1.139 以上版本：

claude --version
# 如果版本太舊：
npm update -g @anthropic-ai/claude-code

升級完成後，先在一個專案資料夾啟動主 session：

cd ~/projects/my-app
claude

丟個任務給它，例如「請幫我重構 src/auth 目錄下的密碼驗證邏輯」。在它開始跑之後，按 /bg 把這個 session 切到背景：

/bg
# 終端機回到 shell，session 在背景繼續跑

接著你可以直接從 shell 再起一個任務——而且不一定要進 interactive 模式：

claude --bg "檢查 src/api 的所有 handler 有沒有缺漏 input validation"
claude --bg "幫我把 README.md 翻譯成英文版並輸出到 README.en.md"

現在你已經有三個背景 session 在跑。下這個指令打開 Agent View：

claude agents

整個終端機被接管，列出所有 session 的狀態。根據 BuildFastWithAI 的教學，每一列會顯示 session 名稱、目前在做什麼、最後一次互動時間、以及是否在等你輸入。需要你回應的會被釘在最上面。

Agent View 的四個關鍵介面元素

實際用過幾天會發現，Agent View 的設計圍繞四個元素。把這四個搞懂就能跑起多 agent 工作流。

Session 列表：狀態優先，不是時間優先

一般 dashboard 會按啟動時間排序，Agent View 反其道而行。它把需要你回應的 session 釘在最上面，再來是正在跑的，最後是已經完成的。這個排序邏輯很重要——它假設你打開 Agent View 是因為「有什麼東西卡住了」，而不是想看活動歷史。

每一列除了 session 名稱，還會顯示它最後一句輸出的摘要。光看那一句通常就能判斷它在做什麼——不用真的進去看 transcript。這個設計顯然是針對「我同時開了 5 個 session 結果完全忘記每個在跑什麼」的痛點。

Peek Panel：不切過去也能看完整輸出

選到一個 session 按空白鍵，畫面下方會浮出 peek panel，顯示這個 session 的最新輸出。Anthropic 官方文件特別強調，peek panel 是設計來讓你「在不打斷主工作流的前提下介入」——你可以在 panel 裡直接打字回應、按數字鍵答多選題、按 Tab 套用建議回答、按 ! 送 bash 指令。

這個設計回應了一個很實際的痛點：以前要回 subagent 問題，得切過去、看上下文、回答、再切回主工作。Peek panel 把這個來回壓縮成 3 秒鐘。對於那種「大部分時間在跑，但偶爾要回 yes/no」的 agent 特別有用。

背景模式（/bg）：session 不需要前景就能活著

/bg 是 Agent View 整套設計的地基。沒有 /bg，session 一旦離開前景就會斷。有了 /bg，你可以在任何 session 中按下，它就脫離終端機獨立活著。這個功能不只是「讓 session 不死」，更重要的是它讓 session 變成可被列表管理的資源——你可以開很多個，再從 Agent View 統一管。

另一個常被忽略的用法是 claude --bg "任務"，這會直接從 shell 起一個背景 session，不需要先進 interactive 再 /bg。適合那種「我已經很清楚要叫 AI 做什麼，不想浪費三秒進 interactive」的情境，是腳本化工作流的起點。

回覆鏈：不接管也能回話

這是最容易被低估的設計。傳統認知裡，要跟 agent 對話必須「接管」——也就是把這個 session 拉回前景。但 Agent View 允許你在 peek panel 裡直接打字、按 Enter，回應就會送過去，agent 繼續在背景跑。

這意味著什麼？意味著你可以在一個前景 session 裡寫程式，同時偶爾從 Agent View 回背景 agent 的問題。整個操作模式從「同時只能跟一個 AI 對話」變成「一對多」。這個介面變化的影響比技術細節大得多。

把 Agent View 跟 git worktree 接起來：真實的多線開發長這樣

Agent View 真正威力要跟 git worktree 一起發揮。worktree 是 git 內建的功能，可以在不同資料夾同時 check out 不同分支——主分支跑開發、另一個資料夾跑 hotfix，兩邊互不干擾。Claude Code 內建支援，用 -w 旗標就能讓 session 在獨立 worktree 跑。

# 在獨立 worktree 起新 session（會自動建分支）
claude -w "重構 src/payment 的金流模組"

# 從現有 session 內也可以開（按下 /bg 後輸入）
claude --bg -w "幫我把 user model 加上 soft-delete"

ClaudeFast 的 worktree 指南整理出一句很關鍵的話：「不用 worktree 的話，兩個 session 在同一個資料夾，一個改到的檔案會被另一個讀進 context——AI 會看到一半改了一半的程式碼，產出基於不存在狀態的建議。」這就是為什麼大部分嚴肅的多 agent 工作流，worktree 是必選項。

但 worktree + Agent View 也有實際上的甜蜜點。MindStudio 的整理提到一個經驗法則：3–5 個並行 worktree 是大部分人能維持的上限。再多，光是切換場景的認知成本就會把效率吃光。Agent View 把這個成本壓低，但壓不到零。

一個我們在恆遠內部驗證過的工作流長這樣：

• Worktree A（主分支）：你自己手動寫複雜的領域邏輯，AI 只當隨叫的副駕。
• Worktree B（feature/auth-refactor）：claude --bg -w 開背景 session 跑老 auth 模組的重構。
• Worktree C（bugfix/order-timezone）：claude --bg -w 處理一個跨時區的 bug。
• 每 30 分鐘 claude agents 巡一次：看 B 卡在哪、C 跑到哪、要不要回話。

結果是什麼？三條線同時推進，但你大部分時間還是在 worktree A 裡寫核心程式碼。Agent View + worktree 把「人類做關鍵決策、AI 做機械工作」這件事真的落地了——而不是只停留在 demo 影片裡。

Agent View vs 第三方監控工具：你該選哪個？

在 Agent View 推出前，社群已經做出好幾個第三方監控方案。Agent View 出現後不是把它們殺光——它們提供的是不同層次的可見性。簡單對比一下三個主要選項。

選擇邏輯比想像中單純。如果你就是 Claude Code 使用者、主要在終端機工作，Agent View 是預設答案，因為它不要求你架什麼、學什麼，打開就能用。如果你想看 subagent 之間的呼叫關係圖（誰 spawn 了誰、為什麼這樣分工），那就加上 agent-flow。如果你是團隊負責人，需要跨 session 的成本與行為分析，那 Claude Code Agent Monitor 這類工具的價值會更明顯。

這也帶到一個更大的判斷——Agent View 解決的是「即時操作」問題，不是「長期可觀測性」問題。它告訴你「現在誰在做什麼」，但不會告訴你「上週 token 花在哪」「哪個 subagent 最常失敗」。這個區隔對於評估生產環境工作流很關鍵——如果你的目標是把 AI 變成團隊資源，光有 Agent View 不夠。

Agent View 的限制與會踩到的三個坑

Research preview 的意思是「能用，但別當 production」。實際用一週後，有三個坑特別值得提前知道。

坑一：token 暴炸沒有警示

Agent View 把 spawn subagent 變得太方便了——你按幾下就能開 5 個並行任務。問題是每個 session 的 token 是獨立計算的，Agent View 自己不會在你超預算前喊停。Hacker News 上一個被討論很多的回報提到，有用戶單一工作日跑出比平常高 4 倍的 API 用量，回去看才發現是早上開了 4 條並行 worktree，下午各自又 spawn 了 subagent，總數變成 10 條 token-stream 同時燒。

解法是養成兩個習慣。第一，每天早上看一次 Anthropic Console 的 usage dashboard，掌握昨天的用量級距。第二，建立「最多並行幾條」的個人紀律——我們內部設的是 3 條主 session，每條最多 spawn 2 個 subagent，超過就強迫自己關。

坑二：subagent 不自動啟動

這是 subagent 設計上的老問題，Agent View 沒解決。你定義了一個 code-reviewer subagent，叫 Claude「審一下這段程式碼」，結果它自己審了，沒用你定義的 subagent。原因是主 agent 的判斷邏輯有時會覺得「這個任務我自己處理比較快」，跳過 subagent。

實務上的解法是 prompt 寫得更明確：不要說「請審查這段程式碼」，要說「請使用 code-reviewer subagent 審查這段程式碼，並把結果回報給我」。把「用哪個 subagent」變成指令的一部分，命中率會大幅提升。

坑三：背景 session 沉默太久會變孤兒

我們踩過一次的坑：開了背景 session 跑文件翻譯，去開會兩小時，回來 Agent View 顯示它 90 分鐘前就完成等回覆。問題是當時的提問是「你要不要我順便調整一下圖片的 alt text？」——這種非阻塞性問題如果不回，session 就一直掛著等。它不會 timeout、不會自動結束，等於是個記憶體中的孤兒。

解法是兩個。第一，prompt 寫清楚「跑完就結束，不要再問我額外問題」。第二，每天下班前一定要打開 Agent View 巡一次，把該關的關掉。Anthropic 沒提供自動清理機制，這部分要靠紀律。

老闆視角：把 AI 開發團隊管出 ROI，不要管出地獄

Agent View 表面上是給開發者的工具，但對找外包或管團隊的人，影響更深遠。三件事必須想清楚。

第一，AI 用得越深，人的角色從寫程式變成編排。一個會用 Agent View 並行跑 3 條線的工程師，產出可能是傳統工程師的 1.5–2 倍——但前提是他懂得分派、懂得驗收。BCG 的研究早就指出，AI 工具的 ROI 落差，70% 來自使用者的編排能力差異，不是 AI 本身的能力差異。挑工程師的時候，看他怎麼用 Agent View 比看他刷幾題演算法更有用。

第二，token 成本不是邊際成本。有實際使用者報告，導入 agent team 工作流後，月 API 帳單從 80 美元跳到 600 美元——但同時專案完成速度提升 2.5 倍。算總帳是賺的，但前提是你知道自己花在哪。如果你是公司負責人，第一週就要要求工程師回報 token 用量級距，不要等月底帳單到了才驚訝。

第三，可觀測性決定外包成不成功。你發案給外包工程師，過去能要 git commit 紀錄、能 code review、能驗收。但當對方用 AI agent 並行跑出大量程式碼，你要怎麼驗收 AI 寫的東西？這是新題目。我們的建議是：把「請附上 Agent View 截圖 + 主要 subagent 的職責列表」寫進外包合約，讓對方在交付時必須說明這份程式碼是怎麼被 orchestrate 出來的——不只是看結果，要看過程。

如果你是公司負責人但本身不寫程式，這篇文章你大概看到一半就頭痛。沒關係——你不需要懂 claude agents 怎麼用，但你要知道這件事正在改變你發案、驗收、付錢的方式。可以參考我們另一篇 恆遠內部 AI 工作流揭密，看看一個真實接案團隊怎麼把這套東西納入日常。或者直接 約一次免費 AI 顧問諮詢，用你自己案子討論。

延伸閱讀（同主題 Topic Cluster）：

• 別讓 Claude Code 看到你的 .env：四道防線完整守住敏感檔案——多 agent 並行時最危險的就是憑證外洩，先把這道防線設好。
• Codex vs Claude Code：兩大 AI 程式助手深度實測——選 agent 工具前的橫向比較，含實際開發場景測試。
• Claude Code Skill 完整教學：10 個讓工作效率翻倍的自訂指令——搭配 Agent View 一起用，效果最好。
• 為什麼 Claude Code 做出的畫面總是很醜？實測 7 個方法讓質感追上 Claude Design——並行跑出來的 UI 怎麼維持品質。

常見問題

從會用工具到真正改變工作流

Agent View 的真正意義不是「多了一個視窗」，是 Anthropic 在告訴所有開發者：並行跑 AI agent 已經是預設工作模式，不是進階技巧。這代表的不只是個人生產力，更是公司怎麼分工、怎麼發外包、怎麼驗收的全面改變。

對開發者：先把 1 條額外 worktree 跑穩，再談並行 5 條。對團隊主管：開始建立 token 預算與 orchestration 紀律。對找外包的老闆：問清楚對方用什麼 AI 工作流，把可觀測性寫進合約。這三件事每一件都比學會某個快捷鍵重要。

如果你看完這篇還是不確定該不該投資時間進這套工具，跟我們約一次 30 分鐘的免費顧問，把你的實際情境拿出來討論。我們不會強推任何工具——但會跟你一起算清楚 AI 工作流對你的真實 ROI。也歡迎追蹤恆遠的 部落格 持續追新工具與實戰文。