Parallellt arbete i Claude Code: worktree, agenter och workflows

Praktiskt material om att arbeta parallellt med agenter: Ailoot-dokumentation.

Den här guiden samlar praktisk erfarenhet och en karta över var verktygen passar. De fyra officiella byggstenarna i Claude Code, en karta över var de passar och ett ramverk mot hajp för hur många parallella agenter en vibe-kodare faktiskt behöver. Alla siffror och citat länkar till primärkällor från Anthropic.

Vad är multiagentarbete i Claude Code, och varför är det inte ”1000 agenter”#

En multiagentuppsättning är en uppsättning där en uppgift delas upp i flera oberoende arbetsflöden, som vart och ett hanterar sin del och lämnar tillbaka ett resultat. Det enklaste exemplet: du skriver frontend i ett Claude Code-fönster och backend i ett annat fönster på samma maskin, med ett gemensamt git-arkiv mellan dem. Det är redan multiagentarbete, även om ”orkestrering” vore ett onödigt ord för det.

En mer omfattande uppsättning: i en Claude Code-session startar du fem underagenter med olika roller (frontendutvecklare, backendutvecklare, säkerhetsgranskare, testare, dokumenterare), och var och en lämnar tillbaka sin del av resultatet till det gemensamma samtalet. Det är samma multiagentmetod, men med en enda kontrollpunkt.

Ännu mer omfattande: du säger till Claude: ”kör en säkerhetsgranskning varje vecka av alla 500 filer i mitt projekt”, och Claude skriver ett JavaScript-orkestrerarskript. Körmiljön startar flera dussin agenter i bakgrunden, var och en granskar sin egen del, sedan kontrollerar oberoende agenter varandras fynd, och du får en rapport tillbaka. Det är Dynamic Workflows, som Anthropic släppte den 28 maj 2026. En detaljerad genomgång av funktionen finns i den separata guiden till Dynamic Workflows.

Skillnaden mellan dessa tre scenarier är inte antalet agenter. Skillnaden är vem som avgör vad nästa agent ska göra. I det första scenariot är det du. I det andra avgör Claude det medan samtalet fortskrider. I det tredje är det ett JavaScript-skript som Claude har skrivit.

”1000 agenter” är för övrigt en riktig siffra. Det är den övre gränsen för ett Dynamic Workflow i Claude Code. Den officiella Anthropic-dokumentationen säger:

Med andra ord är detta ett tekniskt skydd mot skenande beteende, inte en rekommenderad arbetsbelastning. I praktiken hanteras 95% av uppgifterna av 2–8 parallella arbetsflöden. Om du planerar fler bör du först fråga dig själv vad de ska göra.

4 byggstenar i Claude Code: underagenter, skills, agentteam och arbetsflöden#

Claude Code har fyra officiella byggstenar för att dela upp en uppgift mellan flera agenter. Anthropic samlade dem i en jämförelsetabell i dokumentationen om Dynamic Workflows. Här är jämförelsen med enklare ord:

Var och en av dessa byggstenar löser ett eget problem. Underagenter passar för att delegera 2–3 kontroller inom en uppgift. Skills passar när du har en färdig instruktion som Claude ska följa (till exempel ”gör en PR-granskning med den här checklistan”). Agentteam passar när flera delar av en produkt finns i olika fönster och du behöver en samordnare. Workflows passar när en uppgift är för stor för ett enda kontextfönster.

Underagenter beskrivs i detalj i guiden Claude Code-underagenter 2026. Beslutsträdet för ”vad du ska använda till en viss uppgift” finns i guiden Skills, Subagents, MCP, Plugins. Den här guiden handlar om att sätta ihop dem till en multiagentuppsättning ovanpå git worktree.

Nivå 1: underagenter i en session – enklaste stället att börja#

En underagent är det enklaste sättet att dela upp en uppgift. Huvudsamtalet är samordnaren. Underagenter är tillfälliga arbetare som huvudagenten startar medan arbetet fortskrider.

Ett konkret exempel från det beskrivna projektet. Efter det första utkastet till en guide sätts granskningen upp så här: Claude får instruktionen ”starta sex underagenter parallellt – en letar efter AI-markörer, den andra efter juridiskt språk, den tredje granskar röst och ton, den fjärde kontrollerar fakta med WebFetch, den femte granskar SEO-strukturen och den sjätte kontrollerar att korslänkarna stämmer.” Var och en lämnar en rapport, varefter redigeringarna genomförs.

Tekniskt görs detta med filer i .claude/agents/[subagent-name].md som beskriver rollen och verktygen. Anropet görs via verktyget Agent i huvudsamtalet. Claude avgör när en begäran ska skickas till en underagent.

Var det fungerar. Uppgifter med 3–7 parallella kontroller av ett enda objekt (kod, text, design). Varje kontroll är oberoende. Resultaten ryms i huvudfönstrets kontext.

Var det börjar bli svårt. Om du har 50+ filer eller varje kontroll behöver sin egen kontext på 50K token fylls huvudfönstret. Då behöver du workflows eller agentteam.

Största risken. Varje underagent förbrukar token separat. Om du startar sex stycken i ett projekt med 200 filer och var och en läser om alla 200 betalar du 6×. Därför MÅSTE du ange exakt vilka filer underagenten ska granska. Se guiden Vart tar token vägen i Claude Code för detaljer.

Nivå 2: git worktree – isolera filer mellan parallella sessioner#

När underagenter inte räcker och du behöver två fullfjädrade Claude Code-instanser i olika terminaler som arbetar med samma arkiv uppstår ett klassiskt problem. De börjar redigera samma fil; den ena sparar först och den andra skriver över den. En kund frågade supportteamet förra veckan: ”5 stycken skriver över varandra samtidigt.”

Lösningen är git worktree. Det är en inbyggd git-funktion som låter dig ha flera arbetskopior av samma arkiv, var och en på sin egen gren, med ett gemensamt .git-arkiv. En gemensam utgångspunkt, olika kataloger på disken och ingen överlappning mellan deras filer. Mekanismen beskrivs i detalj i guiden Git worktree i Claude Code.

Kommandon för en femminuterskonfiguration:

# From the main project directory
cd ~/projects/my-app

# Create a worktree for feature/auth
git worktree add ../my-app-auth feature/auth

# Create a worktree for feature/billing
git worktree add ../my-app-billing feature/billing

# Open two terminal windows
cd ~/projects/my-app-auth && claude   # first Claude Code
cd ~/projects/my-app-billing && claude # second Claude Code

Varje kopia ligger på sin egen gren. Varje Claude Code-instans skriver till sin egen katalog. När uppgiften är klar kör du git push från dess gren och sedan git worktree remove ../my-app-auth.

Det här behöver du veta. En worktree kopierar inte node_modules, .venv eller andra filer i .gitignore. Om du behöver oberoende beroenden (en annan biblioteksversion på varje gren) kör du npm install separat i den nya katalogen efter worktree add.

Hur många worktrees per person. Enligt teamundersökningar från 2026 är den praktiska gränsen 4–8 parallella worktrees per utvecklare. Den begränsande faktorn är inte Claude, utan en persons förmåga att granska och godkänna resultaten. Om du har 10 worktrees väntar de på granskning.

I den beskrivna praktiken använder folk oftast 2–3 parallella worktrees. En primär worktree för aktivt arbete, en reserv för brådskande korrigeringar och en för ett experiment (en ny funktion du är osäker på). Fler behövs inte.

Nivå 3: agentteam – flera fönster, en ledande agent#

Agentteam är en relativt ny byggsten. Tanken är att en ledande agent håller den gemensamma planen som en uppgiftslista, medan flera sessioner på samma nivå i separata fönster tar sig an uppgifter som ledaren tilldelar. Alla arbetar i samma filsystem och kan se varandras mellanresultat.

Det här är användbart när en uppgift kan delas upp i 3–5 stora arbetsflöden som vart och ett pågår i flera timmar (migrera en stor modul, skriva om ett delsystem, genomföra en fullständig säkerhetsgranskning). Då sparar den ledande agenten planen i en gemensam uppgiftsfil på en absolut sökväg utanför worktrees. Arbetarna läser sökvägen och rapporterar resultat; bara ledaren uppdaterar status för att undvika konkurrerande skrivningar i samordningsfilen.

Tekniskt består agentteam av flera fönster som körs över git worktree med en gemensam planeringspunkt. I praktiken sköter 80% av användarna agentteam manuellt (som beskrivet ovan med worktree) och använder inget särskilt ”teamramverk”. Det går bra.

Om du undrar om du över huvud taget behöver ett ramverk behöver du det nästan säkert inte. Använd manuell worktree och en ledande agent i huvudkatalogen.

Nivå 4: Dynamic Workflows – Claude skriver ett JS-orkestreringsskript#

Alla tre nivåerna ovan håller planen i ett samtal: i huvudagentens huvud eller i den ledande agentens uppgiftslista. Dynamic Workflows flyttar planen in i koden. Claude uttrycker uppgiften som ett JavaScript-skript, körmiljön kör det i en isolerad miljö, mellanresultat finns i skriptvariabler i stället för i din kontext, och sessionen förblir responsiv medan agenter arbetar i bakgrunden.

Ett konkret exempel från den officiella dokumentationen. Du säger:

ultracode: audit every API endpoint under src/routes/ for missing auth checks

Claude skriver ett JavaScript-skript med ungefär den här logiken: ”hämta alla filer från src/routes/, dela upp dem i grupper med 30 endpointar, kör en agent på varje grupp med samma kontroll, kör sedan två oberoende granskaragenter på deras resultat och sammanställ en slutrapport.” Det körs. Du får en resultattabell och en lista över endpointar som definitivt behöver granskas.

Var det fungerar.

• Granska ett helt projekt med avseende på ett problem (säkerhet, typning, föråldrade API:er).
• Stora migreringar (500+ filer som styrs av en gemensam regel).
• Forskningsfrågor som behöver kontrolleras ur flera oberoende perspektiv (Anthropic gör detta i det inbyggda kommandot /deep-research).

En detaljerad genomgång av Dynamic Workflows, deras begränsningar och hur ultracode fungerar finns i den separata guiden till Dynamic Workflows i Claude Code.

När du INTE ska använda det. När uppgiften är linjär och tydlig. Ett workflow behövs inte för en uppgift som ”gör klart den här komponenten”. Ett workflow passar när en uppgift kan delas upp i 10+ oberoende deluppgifter och du behöver korsgranskning mellan dem.

Största begränsningen. Ett workflow förbrukar betydligt fler token än en vanlig session. Anthropic rekommenderar i sin dokumentation:

Med andra ord bör du köra ditt första workflow i en katalog, inte i hela projektet. Se vad det kostar och avgör sedan om det är värt att skala upp.

Outcomes: en kriteriematris och en oberoende granskare#

Det farligaste i multiagentarbete är att lita på agenternas resultat. Varje agent lämnar tillbaka text som ser ut som färdigt arbete. Ett citat verkar sant, en rapport verkar komplett, en migrering verkar klar. Med en agent kan du kontrollera själv. Med 10 kan du inte det – du hinner inte.

Anthropic hanterar problemet med Outcomes, en funktion i Managed Agents som släpptes den 6 maj 2026. Idén är enkel: sessionen får en ANDRA agent (en granskare) vars enda uppgift är att kontrollera den första agentens arbete mot en strikt kriteriematris.

Så fungerar det tekniskt. Du skriver en kriteriematris – ett markdown-dokument med en detaljerad lista över vad ”klart” innebär, vilka källor som ska kontrolleras och vilka etiketter som ska användas. Plattformen skapar automatiskt en granskaragent i ett nytt kontextfönster. Den får bara kriteriematrisen och resultatet, inget annat. Efter varje försök från huvudagenten (skribenten) läser granskaren resultatet på nytt och godkänner det eller lämnar tillbaka en specificerad lista över det som återstår.

Ett citat från Anthropic Cookbook:

Faktiska resultat: efter att Outcomes integrerats i Claude Managed Agents ökade AI-företaget Harveys andel slutförda uppgifter med ungefär 6×. Hos Wisedocs (medicinsk dokumentation) minskade tiden för att granska ett dokument med 50%. Dessa siffror kommer från det officiella funktionsmeddelandet.

Det viktiga för en vibe-kodare snarare än ett företag är att Outcomes är en metod, inte bara en specifik funktion. Du kan skapa en egen granskaragent genom att beskriva samma kriterier i .claude/agents/grader.md och be huvudagenten köra den efter varje försök. Det fungerar med alla multiagentuppsättningar, inte bara Managed Agents.

Den viktigaste regeln för att skriva kriteriematriser från kokboken är att ange något verifierbart, inte något allmänt. Inte ”kontrollera att briefen tar upp fakturering”, utan ”öppna briefen, hitta avsnittet om fakturering och bekräfta att det anger ett belopp i $ eller en procentandel av intäkterna”. Den första instruktionen låter granskaren skumma och bocka av. Den andra får den att öppna dokumentet och leta efter ett specifikt tal.

Antimönster: ”50 agenter som gör strunt”#

Det här är det centrala antimönstret för multiagentarbete. Någon lär sig att Claude Code kan köra 16 agenter samtidigt och att Dynamic Workflows kan köra 1000 per körning, så personen sätter sig ner och startar dem. Effekten: noll. Tokenförbrukning: 10× en vanlig session.

Ett enkelt test. Ta ett papper och rita en ruta för var och en av dina agenter. Skriv i varje ruta:

1. Vad den gör exakt (en mening).
2. Vilka filer den rör.
3. Vad den lämnar tillbaka.
4. Vem som kontrollerar det.

Om du inte kan svara på ens en av dessa frågor på 30 sekunder ska du inte ha den agenten. Regeln gäller på alla nivåer: underagenter, agentteam, Dynamic Workflows.

Det andra antimönstret är att köra arbete parallellt som borde vara sekventiellt. Om frontend först behöver backend eftersom den läser API-schemat ska du inte köra dem parallellt. Gör backend först, sedan frontend. Uppgifter ska bara köras parallellt om de är oberoende.

Det tredje antimönstret är att använda multiagentarbete för snabbhet. Det fungerar bara till en viss gräns. Om du delar en uppgift i fyra oberoende arbetsflöden blir de klara ungefär lika snabbt som ett enda arbetsflöde skulle bli (plus minimal samordningstid). Men om det finns 50 flöden på en maskin går vart och ett långsammare eftersom de delar CPU. Den praktiska gränsen på en bärbar dator är 4–6 samtidiga Claude Code-instanser; efter det börjar strypning.

Vad kostar det, och hur undviker du att förbruka dina gränser?#

I maj–juni 2026 fick branschen erfara att AI-kodning kostade mer än väntat.

En vanlig Claude Code-chattsession kostar förhållandevis lite. Slår du på Dynamic Workflows för ett helt arkiv får du en faktura som är 20× högre. Från den officiella Anthropic-dokumentationen:

Vad du ska göra i praktiken. Sparreglerna från den beskrivna praktiken.

1. Ange exakt vilka filer varje agent ska granska. Inte ”gå igenom projektet och hitta problem”, utan ”titta på src/auth/*.ts och kontrollera att varje funktion validerar userId”. Den andra prompten ger dig precis det arbete du betalar för.

2. Testa alltid ett workflow i en katalog först. Inte hela src/. Börja med src/auth/. Om du gillar resultaten och förstår kostnaden kan du sedan rulla ut det bredare.

3. Använd /effort high som standard och ultracode bara medvetet. /effort ultracode betyder xhigh plus automatisk orkestrering. Det är mycket dyrt. Använd det när en uppgift verkligen kräver flera parallella arbetsflöden.

4. Byt underagenter till en mindre modell när du kan. Om du har sex underagenter som granskar en guide behöver varken QA-agenten som letar efter AI eller korslänkskontrollanten Opus. Sonnet räcker. Det minskar användningen med 3–5×.

En detaljerad genomgång av hur du sparar token finns i guiden Vart tar token vägen i Claude Code och Så undviker du att bränna igenom Claude Code-gränser.

Var du kan börja i dag: en checklista på 30 minuter#

1. Uppdatera Claude Code till v2.1.154+

   Det här är den lägsta versionen som stöder Dynamic Workflows. Kör claude update i terminalen.

2. Aktivera Dynamic Workflows i /config

   De är inaktiverade som standard på Pro-planen. Öppna /config, hitta raden ”Dynamic workflows” och slå på den. De är redan aktiverade på Max, Team och Enterprise.

3. Skapa din första worktree

   Kör git worktree add ../<project>-experiment <branch> i projektets huvudkatalog. Öppna ett andra terminalfönster i den katalogen. Kör claude.

4. Lägg till en gemensam uppgiftslista

   Använd en absolut sökväg utanför alla worktrees. En tasks.md i varje worktree är en separat fil och synkroniseras inte automatiskt. Låt ledarsessionen vara enda skrivare; arbetarna läser den gemensamma listan och rapporterar resultat till ledaren.

   Skapa samordningskatalog och uppgiftslista en gång:

   mkdir -p "$HOME/projects/my-app-coordination"
   printf '%s\n' '# Tasks' '- Auth: assigned to the auth worktree' '- Billing: assigned to the billing worktree' > "$HOME/projects/my-app-coordination/tasks.md"
   

   I första terminalen:

   cd "$HOME/projects/my-app-auth"
   printf 'Shared task list: %s\n' "$HOME/projects/my-app-coordination/tasks.md"
   claude
   

   I andra terminalen:

   cd "$HOME/projects/my-app-billing"
   printf 'Shared task list: %s\n' "$HOME/projects/my-app-coordination/tasks.md"
   claude
   

   Ge agenten samma expanderade absoluta sökväg som skrivs ut ovan i båda sessionerna: ”Läs denna gemensamma uppgiftslista. Arbeta bara på tilldelad uppgift och filer. Ändra inte listan; rapportera slutförande och blockerare till ledaren som äger uppdateringarna.” Bekräfta att båda agenterna kan läsa exakt fil före start; en behörighetsfråga måste lösas för sökvägen. Listan samordnar status medan kodändringar fortfarande finns i separata worktrees.

5. Arbeta så här i en vecka

   Installera inte ett GUI-omslag direkt. Arbeta manuellt med två worktrees i en vecka. Du märker vad som saknas; välj sedan ett verktyg för en specifik svårighet.

6. Aktivera \/effort ultracode\\ först därefter

   Välj en uppgift, till exempel ”hitta alla API-endpointar utan auth-kontroller i src/routes/”. Aktivera /effort ultracode. Se vilket workflow Claude skriver, vad det kostar och vilket resultat det ger. Det blir ditt första Dynamic Workflow.

Nästa steg: minne mellan sessioner, Code Review, Multi-Agent v2#

Det som har dykt upp i maj–juni 2026 och vart multiagentarbete i Claude Code är på väg.

Managed Agents med Dreaming. Släpptes den 6 maj 2026 på Code with Claude. En schemalagd process som läser en agents tidigare transkript mellan sessioner, identifierar återkommande mönster och uppdaterar dess minne. AI-juridikföretaget Harveys andel slutförda uppgifter ökade sexfaldigt specifikt efter Dreaming. Fortfarande i forskningsförhandsvisning.

Outcomes som funktion i Managed Agents. Beskrevs ovan. Tillgänglig via Claude Agent SDK, inte direkt i Claude Code CLI. Du kan använda samma metod manuellt med en granskarunderagent redan nu.

Multi-Agent Orchestration v2 i Claude Agent SDK. En ledande agent delegerar själv underagenter med ett gemensamt filsystem. Det är ett steg från ”starta N underagenter manuellt” till ”beskriv en uppgift, så avgör den ledande agenten själv vem den ska delegera till och hur”. Om du just håller på att lära dig underagenter behöver du inte bekymra dig om v2 än. Lär dig det klassiska mönstret – ”en huvudagent + 3–5 underagenter med roller” – och gå naturligt över till v2 om 3–6 månader.

Code Review utförd av ett agentteam. Anthropic tillkännagav en funktion på Code with Claude för automatisk kodgranskning när en PR öppnas. Ett team av AI-agenter granskar ändringarna parallellt, letar efter buggar, verifierar fynd med varandra och rangordnar dem efter allvarlighetsgrad. Tillgänglig på Team och Enterprise, ännu inte på Pro.

Plugin Marketplace. Lanserades den 23 maj 2026 på v2.1.128-136. Vissa plugin-program i marknadsplatsen är färdiga multiagentuppsättningar (parallel-review, security-audit, migration-helper). Du kan installera dem med /plugin install <name>@claude-plugins-official och se hur de är sammansatta – ett bra sätt att lära sig skriva egna.

Multiagentarbete i Claude Code ser fortfarande ut som en uppsättning byggstenar med olika mognadsgrad. Underagenter och git worktree är stabila, beprövade och fungerar överallt. Agentteam är till hälften automatiserade, till hälften manuella. Dynamic Workflows är i forskningsförhandsvisning och förändras snabbt. Managed Agents v2 är endast för företag. Det betyder att den bästa uppsättningen för en vibe-kodare under det kommande året inte är den senaste versionen, utan den minsta uppsättning som behövs för den specifika uppgiften. Två worktrees och en granskarunderagent räcker för en månads aktivt arbete. Lägg bara till komplexitet när du börjar känna dig begränsad.

En fungerande uppsättning för vibe-kodning#

Praktiskt material: Ailoot-dokumentation.

Fler material och verktyg: Ailoot.