别再开 8 个终端了：Codeg 把 14 个 Agent 变成开发小队

核心判断：Codeg 的价值不是把 13 个 Agent 塞进一个窗口，而是把多 Agent 的切换成本，变成一条可以委派、并行、审查和落地的工程工作流。

01. 开篇导读：多终端的混乱与多智能体的协作困境

不知道你最近写代码时，是不是也习惯同时开着四五个终端——左边 Claude Code 在写重构，右边 Codex 在跑审查，中间还挂着 Gemini 查文档。模型越来越多，但开发者的日常却变成了在终端和剪贴板之间反复横跳。

今天我们来看一个非常有意思的项目：Codeg（github.com/xintaofei/codeg）。它不是一个新模型，而是一个把 13 个主流 Agent 真正串联成开发小队的多智能体工作台。

02. 真实痛点：会话撕裂与上下文搬运

我们在多 Agent 编码时遇到的最大痛点，往往不是单个模型不够聪明，而是会话撕裂带来的协作摩擦：

多个 CLI 终端各占一屏，会话历史分散在各处无法统一搜索；
让 Codex 审阅 Claude 写好的代码，需手动复制粘贴大量上下文；
后台任务直接跑在主工作区，改动互相覆盖、合并冲突不断；
人离开电脑前只能中断任务，移动端无法实时监控长耗时任务。

而在 Codeg 里，所有的 Agent 被收敛进同一个工作区，支持在对话里直接用 @ 委派子任务，配合独立的 Git 分支隔离，把手动的上下文搬运，变成了自动化流转的工程流水线。

03. 官方事实与开源规格

从官方开源仓库来看，Codeg 目前的版本是 0.26.1，遵循 Apache 2.0 开源协议：

13 款内置 Agent 支持：聚合 Claude Code、Codex、Gemini、OpenCode、Cline、Hermes、Grok 等主流智能体，支持版本锁定与自动更新；
三种部署形态 + 原生移动端：支持 macOS/Windows/Linux 桌面应用、独立 Axum 服务器与 Docker 容器运行，并提供原生 iOS/Android 客户端连接；
开放 ACP 协议生态注册：基于 Agent Client Protocol 标准协议，可自定义接入任何第三方新 Agent，即便智能体本身不留历史也能统一落盘检索。

04. 统一工作区与自由分屏体验

进入 Codeg 的第一感觉，就是它把散落的终端变成了一块可视化的协同看板：

自由无限分屏：支持右键横向或纵向无限拆分视图，左右分栏或网格排列，每个窗格拥有独立标签与会话流，支持跨窗格拖拽；
全局会话秒搜：所有 Agent CLI 会话在本地 SQLite 结构化索引，输入关键词即可跨模型秒查历史提示词与代码解答；
富媒体内嵌预览：内置 Office 文档、Markdown、网页与终端预览，代码改动和运行效果一目了然，彻底告别频繁切屏。

05. 实体插槽隐喻：标准化 ACP 总线

如果用一个物理隐喻来理解 Codeg，它就像一台标准化能力插槽游戏机：

底层的 ACP 协议 就是主板总线；
各个 Coding Agent 就是即插即用的能力卡带：
- Claude Code：深度设计槽，负责宏观推理与全库重构；
- Codex / OpenCode：精准生成与审查槽，负责代码实现、单测与 Review；
- Gemini / Grok：调试槽，负责长上下文与全网技术文档检索；
- ACP 自定义槽：团队私有 Agent 即插即用统一管理。

06. 3D 源码透视：DelegationBroker 跨 Agent 调度

在底层源码层面，Codeg 基于 Rust 和 Axum 构建了异步的 DelegationBroker 委派代理：

// Codeg Core: 异步跨 Agent 委派与任务汇流
pub async fn delegate_subtask(&self, target: AgentId, prompt: String) -> Result<SessionStream> {
  let sub_session = self.session_pool.spawn_isolated(target).await?;
  let broker_card = self.create_streaming_card(&sub_session.id).await;
  tokio::spawn(self.pump_agent_events(sub_session, broker_card));
  Ok(self.main_stream.attach_subtask(sub_session.id))
}

当你在对话中 @ 另一个 Agent 时，Broker 会异步拉起一个独立的隔离子会话，并生成一张边跑边填的流式卡片实时回传事件。这意味着子智能体在后台推理和执行时，主会话不会被阻塞，多任务并发执行的状态清晰、确定且可随时取消。

07. 闭环工作流：Todo + Git Worktree 隔离

而在具体任务落地上，Codeg 打造了非常严谨的闭环工作流：

待办任务创建：写入任务需求、指定执行 Agent，设定并发上限或预约夜间静默执行；
独立分支隔离：自动在项目旁建立 Git Worktree 独立工作树，与当前开发完全解耦；
智能体自主执行：Agent 在隔离环境内编码、跑单测与自我修复，绝不污染主干工作区；
双重验收与合入：人工审查 Diff 确认，智能体在工作树解冲突后由 Git 核验最终安全合并。

08. 小兰手账洞察：重新设计协作关系

多智能体的演进，绝不是单纯在屏幕上多排几个聊天窗口，而是重新设计人与 AI、AI 与 AI 之间的协作关系：

协作成本决定生产力天花板：单 Agent 算力再强，跨任务切换也容易遗忘上下文；好的工作台消除协同摩擦；
Git 是最可靠的安全沙箱：不给 AI 直接污染主代码库的权限，用独立的 Git Worktree 换取无人值守后台运行的绝对安心；
人类开发者是最终领航员：AI 负责探索、试错、编码与自测，人类专注于把关架构方向、业务审美与最终的合并验收决策。

09. 工程边界与客观局限

采用新技术方案前，必须清醒评估的工程代价与落地门槛：

API 消耗与多账号成本：多 Agent 并行执行会导致 Token 消耗成倍增加，需合理规划预算配置；
底层 CLI 依赖：依赖宿主机器安装的底层 CLI 工具，环境版本需要保持对齐；
远程服务器网络安全：代码与终端流经自建节点，必须严格配置访问 Token 与公网防护。

10. 选型决策矩阵

强烈推荐采用：
- 同时订阅或使用 2 款以上 Coding Agent 的深度开发者；
- 有大量重构、单测编写等可异步挂机执行的后台长耗时任务；
- 注重主分支安全、需要 Git Worktree 严格分支隔离的工程团队；
- 希望在出门或下班后用手机远程监控任务执行进度的极客。
暂不建议采用：
- 日常仅依赖单一 IDE 插件做轻度辅助的用户；
- 不熟悉 Git 分支管理或对命令行工具链不习惯的初学者；
- 企业内部严禁任何外部 CLI 代理的受限开发环境。

11. 结尾寄语

多智能体协作正在开启软件工程的新范式。保持好奇，用清醒的工程审美掌控 AI 时代的工具链！