把任务分开跑，把验收留在人手里。
Claude Code 好用，这个不用多说。但用得久了会碰到一个越来越明显的问题：它是单线程的。
你发一个任务，等它跑，看输出，再发下一个。项目一大，或者想同时推进几件事，等待的时间就把工作节奏切碎了。
Aperant 就是来解决这个的。它原来叫 Auto-Claude，现在改名叫 Aperant，稳定版 2.7.6，仓库里还同时在维护一条 beta 分支。
改名的原因不难猜。Auto-Claude 那套命名容易被误以为是官方项目，换成 Aperant 之后定位清楚了：它不是 Claude 的替代品，而是套在 Claude Code 外面的一层指挥系统。
— 仓库首页，Star 与简介
一万四千多 Star，AGPL-3.0 协议。它不加快 Claude Code 的手速，它把「等」这件事从你的日程里删掉了。
本文看点：
- 它拆的是「一次只能跑一件事」这道墙
- 看板让「AI 在干什么」可见
- 并行改同一个仓库，靠什么保证安全
01 它拆的是「一次只能跑一件事」这道墙
Claude Code 的交互是你说、它做、你看、你再说。这个循环里有个天然瓶颈——每次只有一个任务在跑。
Aperant 的做法是，你在界面上建一个任务，用自然语言说清想要什么，它把任务拆开，派给多个 Agent 去执行。最多能同时开十二个 Agent 终端并行。
这十二个不是摆设。每一个都是真的在跑 Claude Code 的终端，处理不同的子任务。一个在写业务逻辑，另一个在跑测试，还有一个在补文档，互不干扰。
我把这理解成把「串行等待」换成了「并行排队」。你要做的判断没变少，但等待被摊薄了。
更实际的变化是节奏。以前一个任务跑十分钟，这十分钟你只能盯着或者走开；现在同时有三件事在跑，你可以在等的时候处理另一件事的验收，注意力不再被单点锁住。
02 看板让「AI 在干什么」可见
— 看板界面，任务按阶段流转
打开 Aperant，第一眼是一个 Kanban 看板。任务按阶段流转：规划、执行中、AI 审查、人工审查。
四个阶段对应四种状态，颜色区分，卡住了在哪一格一目了然。这个设计解决的是黑盒感。大部分 AI 编程工具的问题是，输出出来之前你完全不知道它在干什么。看板把这个过程摊开了，每个任务跑到哪一步、哪个 Agent 卡住了，实时能看到。
其中「AI 审查」这一步值得单说。代码写完不直接丢给你，先过一个专门的 QA Agent，它对着原始需求逐条核对，不通过就打回去重做。
这一层其实在替代人的第一遍粗筛。以前是自己先扫一遍，发现方向不对再让它重来，现在这遍由它自己先做。
我见过的 AI 编程流程里，返工最大的成本不是改代码，而是改完之后发现需求理解错了。让一个独立 Agent 拿原始需求对一遍，能把这个错误提前拦下来。
QA Agent 对照的是原始需求，不是它自己刚写的代码。这个细节决定了它是真审查，不是自我背书。
最后还是有人工审查这道关。自动化不等于零监督，留一道确认关口是对的，尤其第一次跑不熟的项目。
03 并行改同一个仓库，靠什么保证安全
多个 Agent 同时改一个代码库，听着就容易出事。
Aperant 用的是 git worktree。同一个仓库里同时维护多个工作目录，每个目录挂一个独立分支，每个 Agent 在自己的 worktree 里改，互不覆盖。
光隔离还不够。它的安全模型还有两层：一层是操作系统级别的沙盒，Bash 命令在隔离环境里执行；另一层是动态命令白名单，按检测到的项目技术栈只放行必要命令。
三层叠起来，才算把「AI 乱跑」的风险压到可控范围。这三层缺一层都不成立，光 worktree 只能防覆盖，防不了删库。
对个人开发者来说，这套设计的意义是敢放手。没有隔离，你不敢让它同时改五个文件；有了隔离，可以减少并行覆盖。但 worktree 不是系统沙箱，误操作、外部服务和合并问题仍要单独防范。
04 终端里能把上下文直接灌进去
— 多 Agent 终端，每个跑一个独立实例
终端界面支持一键注入任务上下文。开一个新 Agent，直接把当前任务的背景灌进去，不用重新描述一遍需求。
这个细节在实际使用里很重要。Claude Code 本身无状态，每开一个新 session 都要从头说，说到第五遍的时候人是会烦的。Aperant 用一层跨 session 记忆把这事接住了。
所以它卖的不只是并行，还有「不用重复交代背景」这件事。后者省的是心气，比省时间更影响你愿不愿意一直用。
集成这块支持 GitHub、GitLab 和 Linear。GitHub 和 GitLab 能从 Issue 导入任务，AI 分析后生成合并请求；Linear 那边可以同步任务状态。
从 Issue 导入这一步的价值在入口。以前是把 Issue 看成一段文字，自己翻译成任务描述；现在直接导进来，少一次人工转录，也少一次理解偏差。
Linear 我自己没用过，但从设计意图看，它是给已经在用它的团队准备的。任务状态在两边对齐，进度不用手动同步。
除了写代码，还有四个偏「想」的功能。
— 添加本地项目的入口
Roadmap 做产品规划：你把方向告诉它，它帮你梳理路线图，顺带做竞品分析和受众定位。
Ideation 是给代码库做体检的，找性能问题、安全漏洞、可以改进的地方。
Insights 是个聊天界面，专门问关于代码库的问题。不改进代码，只帮你理解代码，接手旧项目时挺好用。
Changelog 按看板上已完成的任务自动生成发布记录，省掉手写这一步。
这四个功能单看都不算核心，但凑在一起，把「项目里除写代码之外的那些活」接走了一部分。一个人顶一个团队的体感，很大程度来自这里。
05 想用先备三样，代价是 token
前提条件三条：第一，Claude Pro 或 Max 订阅，免费版不够用。第二，装好 Claude Code CLI。第三，你的项目得是个 git 仓库。
— 任务进度与步骤列表
三样齐了，去 GitHub Releases 下对应平台的客户端，走一遍 OAuth 授权就能建任务。Windows、macOS（Intel 和 Apple Silicon 都有）、Linux（AppImage、deb、Flatpak 都有）全覆盖。
OAuth 和 CLI 配置对新手来说有点绕，不是下载完直接用的工具。对命令行熟的人倒不难，但别指望十分钟上手。
有个成本要提前算清楚：并行跑十二个 Agent，token 消耗是按倍数走的，Claude Max 的用量限制在高强度使用下会撞到。这不是隐藏费用，是并行本身的代价。
实际用下来，同时开三到五个是舒服的区间。十二个是上限，真开到十二个，你会发现自己的审查速度成了新瓶颈。
还有一点，Aperant 是 AGPL-3.0。自己用免费，改了再分发、或者拿它提供服务，你的代码也得开源。商业闭源要单独谈授权。
06 适合谁
已经在用 Claude Code 做真实项目、觉得单 session 效率不够的人，最合适。
偶尔写个小脚本的，配置成本不划算，装它的时间够你把脚本写完两遍。想探索「从执行者变成指挥者」这个方向的，它是个很具体的样本——把任务拆解、分派、审查这套流程固化下来，人只负责定方向和最后拍板。
仓库在 https://github.com/AndyMik90/Aperant ，AGPL-3.0。如果你也在折腾 AI 驱动的开发流程，云栈社区 里还有更多工具实践和讨论，值得一逛。
发表于 3 小时前
|
查看: 3|
回复: 0
/1 
