Agent Bench 中文导览：把 Claude Code 的 8 个 agent 拆成零件

大多数讲 Claude Code 子智能体的材料，都是从配置文件讲起：front matter 怎么写、tools 那行填什么、model 怎么选。Agent Bench 换了个入口：把 agent 画成一个手绘像素风的小机器人，摆在一个工作台上，允许你掀开它的头、拆到只剩骨架、一件件装回去、插卡、通电、跑任务。

站点在 claude-code-agent-bench.vercel.app，是一个单页 HTML，源码放在 GitHub 仓库，仓库里只有一个 index.html。页面用 hash 路由分成 8 张图，每张对应一个角色。

全站的主张只有一句：这块工作台上的 agent 都是同一副身体。SEO agent 和工程 agent 的区别不在身体，而在你插了哪三张卡、烧了哪份文件。

一、页面上有什么

左边是导航栏，8 张图按四级分组排列：

图号	分组	角色	一句话
Fig. 01	START HERE	Base agent	meet the agent
Fig. 02	LEVEL 1 · COMMAND	Strategy agent	sets the direction
Fig. 03	LEVEL 2 · GROWTH	Marketing agent	launches things
Fig. 04	LEVEL 2 · GROWTH	SEO agent	finds what is broken
Fig. 05	LEVEL 2 · GROWTH	Content agent	cooks the words
Fig. 06	LEVEL 3 · BUILD	Engineering agent	ships the code
Fig. 07	LEVEL 3 · BUILD	Systems & Control	keeps it running
Fig. 08	LEVEL 4 · PEOPLE	Support agent	answers people

右边每张图的结构都一样，从上到下：

• 画布：机器人和它的零件，可以点击；
• 操作台：拆装、接线、通电、跑任务、爆炸视图；
• 显示开关：手绘抖动、颜色、标签、声音（Lofi / Effects）；
• 说明区：MEET THE AGENT（这一页讲什么）、PARTS ON THIS AGENT（零件清单）、TRY IT YOURSELF（一份 .claude/agents/ 文件模板，可一键复制）、AGENT LOG（跑任务时的日志）、CHECK YOURSELF（3 道自测题）、PRACTICE TASK（一个动手练习）。

二、18 个零件：身体是同一副

掀开头、拆到骨架，板子上是 18 个零件，页面每个都配了一句解释：

代号	名称	作用
BRD	主板	所有零件都插在上面，最先装、最后拆
U1	LLM 核心	模型本身，用哪款由 agent 文件的 model: 行决定
M1 / M2	上下文内存 A / B	agent 一次能看见的全部内容；每个子智能体各有自己的一份
BAT	电池	存电；没有它就不通电
PWR	电源口	线从这里进，穿过左面板
J1	MCP 端口	把本 agent 接到别的 agent 和工具上；活儿从这根线交出去
SK1 / SK2 / SK3	技能卡 1 / 2 / 3	三张卡槽，插什么工具就能用什么
EYE	眼阵	LED 脸，透过面板显示 agent 正在干什么
ARMR / ARML	右臂 / 左臂	舵机臂，右臂拿工具
SIDER / SIDEL / BACK / FACE / HEAD	外壳	左右侧板、后板、面板、能掀开的头

三个细节值得记住：模型是 model: 行的事，不是身体的事；内存条决定上下文，页面特意做了两根，因为只有一根时上下文填满得快一倍；MCP 口既接工具也接 agent，交接工作从这根线走。

三、操作台上的九个按钮

操作台能点的东西都在这：

1. Strip to bare frame：拆到只剩骨架。
2. Auto-assemble：一键装回整机。
3. Place a part：逐个放件，右边有 18/18 的计数。
4. Connect parts：接线。
5. Lift the head：掀头，露出板子。
6. Plug / unplug power：插拔电源。
7. Run task：跑任务，日志一行行打在 AGENT LOG 里。
8. Link agent：链接另一个 agent（下拉里是 strategy / marketing / seo / content / engineering / ops / support）。
9. Exploded view：把整机拆成悬浮的零件图，用来对位。

页面还有一个小设计：每个角色都挂着不同的道具。Strategy 戴船长帽、抱棋盘；SEO 用猎鹿帽和放大镜；Content 戴厨师帽、端平底锅；Engineering 拿咖啡杯、配笔记本；Ops 戴安全帽、背控制箱；Support 戴耳机、摆服务铃。道具里有两个是可交互的：Marketing 右臂的红色 Launch 按钮只有插上 LAUNCH 卡才按得动，按下后火箭升空；拔掉卡，火箭就停在发射台上。

四、先看 Base agent：一整页的样板

Fig. 01 是教学示范页，值得逐块看清。

说明区开头的两段话就是全站的论点：agent 都是同一副身体；把它拆到骨架再装回去，然后在它跑的时候拔一张卡，看它怎么失败。

它的三张卡是 Read（打开文件）、Grep（在文件里搜内容）、Glob（按文件名找文件）。对应的 agent 文件长这样，页面提供一键复制：

---
name: base-agent
description: General helper. Use for quick read-only questions about this repo.
tools: Read, Grep, Glob
model: inherit
---
You are a careful assistant. Read before you answer.
Never edit files. Reply in five lines or fewer.

三个任务对应三张卡，日志是页面预设的示例：

任务	用到的卡	日志要点	页面标的 token
Say hello	READ	读 CLAUDE.md 和 package.json，不编辑任何文件	1.8k
Map the repo	GLOB	扫出 84 个 .ts、12 个 .md，输出 6 个目录、3 个入口	9.4k
Find TODOs	GREP	在 src/ 里搜出 3 处 TODO	5.2k

后面的三张卡槽、三张卡、三个任务，是全部 8 个角色的统一格式：换卡换文件，任务跟着换。

CHECK YOURSELF 是三道选择题，每题点开会给出对错。Base 页的三道是：

1. 项目级的子智能体文件放哪？答案是 .claude/agents/，另外两个选项是 .github/agents/ 和 ~/Documents/agents/。
2. tools: 那行不写，agent 能用什么？答案是主会话的全部工具（不是“什么都不能用”，也不是“只能用 Read”）。
3. 为什么把活儿交给子智能体而不是主对话？答案是它有自己的上下文窗口，主对话保持干净。

五、另外七个角色

每个角色都是同样的四件套：三张卡、一份 .claude/agents/*.md、三个任务、三道自测题加一个练习。下面按图号把七页的重点抄下来。

Fig. 02 Strategy agent：读市场，不读代码

它的三张卡是 WebSearch（搜网页）、WebFetch（读竞品页面）、Write（写 memo.md）。工具清单里还多了 Read，模型用 opus：

---
name: strategy
description: Use PROACTIVELY for market research, competitor scans and quarterly plans. Returns a one-page memo.
tools: WebSearch, WebFetch, Read, Write
model: opus
---
You are a head of strategy. Ground every claim in a source.
Output memo.md: Situation, Options (3), Recommendation, Risks.
Max 400 words. No code changes.

页面强调它自己不交付任何东西，输出是一页决策备忘；接上 Marketing 和 Engineering 之后，备忘从 MCP 口交出去。它这一页有一道自测题：为什么 strategy 用 opus 而 support 用 haiku？答案是前者少次硬推理，后者多次短回复。

Fig. 03 Marketing agent：出版文案，不碰钱袋子

三张卡是 Write（写标题和帖子）、Read（读 brief.md 和旧广告）、WebSearch（查发布日新闻），模型 sonnet：

---
name: marketing
description: Use for launch plans, landing copy and ad variants. Reads brief.md and memo.md first.
tools: Read, Write, WebSearch
model: sonnet
---
You are a growth marketer. One audience, one promise per piece.
Write 3 variants for every headline and say which to test first.
Never invent numbers, testimonials or reviews.

它这一页的权限思路最值得抄：工具清单里没有任何能花钱或能自己发帖的能力，所以“不会自作主张发出去”是被工具列表挡住的，不靠提示词。自测题直接把这条写成了题目。

Fig. 04 SEO agent：先报告，再改

三张卡是 WebFetch（读线上页面）、Grep（一次找出所有缺标签的模板）、Edit（改标题和描述），模型 sonnet：

---
name: seo
description: Use for SEO audits of this site: titles, meta descriptions, headings, internal links, sitemap.
tools: WebFetch, Read, Grep, Edit
model: sonnet
---
You are a technical SEO. Audit first: every page, issue, fix.
Then edit only <title>, meta description and alt text.
One H1 per page. Titles under 60 characters.

页面解释了为什么它的工具里要有 Edit：meta 标签就写在代码里，不给 Edit 就没法改；剩下的边界靠提示词划（只改 title、描述、alt）。三个任务分别是站点审计（42 个 URL、9 个问题）、关键词调研、修 meta（把 74 字符的标题压到 52）。

Fig. 05 Content agent：先写，再砍 20%

三张卡是 Write（初稿）、Edit（删紧）、Read（读 voice.md），工具里另有 WebSearch，模型 sonnet：

---
name: content
description: Use for blog posts, threads and newsletters. Follows voice.md; takes keywords from the SEO agent.
tools: Read, Write, Edit, WebSearch
model: sonnet
---
You are a senior editor. Draft, then cut 20%.
Short sentences. One idea per paragraph. No filler openers.
Check every fact you add against a source.

品牌语气放在 voice.md 里让 agent 读，几个 agent 就能写出一家公司的口吻。练习也是这么设计的：让 SEO 交出 3 个关键词，Content 按 voice.md 写 600 字，最后 SEO 再检查标题和描述。

Fig. 06 Engineering agent：唯一有 Bash 的那个

三张卡是 Bash（跑测试）、Edit（改代码）、Write（先写一个会失败的测试），模型 inherit：

---
name: engineer
description: Use for bug fixes, refactors and tests in this repo. Must run the test suite before and after.
tools: Read, Edit, Write, Bash, Grep, Glob
model: inherit
---
You are a senior engineer. Reproduce the bug with a failing test first.
Smallest change that makes it pass. Run the full suite.
Never push, never touch .env, never delete files outside src/.

页面把话讲得很直：有 Bash 的 agent 才需要写最清楚的规则。所以模板里写死了三条禁止：不推送、不碰 .env、不删 src/ 以外的文件。这三条就是给 Bash 的锁。它的三个任务连成一条线：写失败测试、改 src/date.ts:14、整套 128 个测试变绿，最后建分支但不推送。

Fig. 07 Systems & Control：只跑你写好的脚本

三张卡是 Bash（跑 ./ops/*.sh）、Read（读日志）、Grep（在噪声里找错误），模型 sonnet：

---
name: ops
description: Use for health checks, deploys and rollbacks. Only runs scripts in ./ops/.
tools: Bash, Read, Grep
model: sonnet
---
You are an SRE. Check before you change: status, logs, last deploy.
Only run ./ops/*.sh. If error rate > 2% after a deploy, run ./ops/rollback.sh.
Report: what you saw, what you ran, what changed.

这一页的要点是运维 agent 的通行做法：给 Bash，但把能跑的命令写成白名单脚本。三个任务里的告警处置演示了这条：错误率 6.8% 超过 2% 的阈值，它调 ./ops/rollback.sh v1.8.1 回滚，而不是现场想命令。

Fig. 08 Support agent：起草，等人按发送

三张卡是 Grep（搜历史工单）、Read（读 docs/）、Write（起草回复），模型 haiku：

---
name: support
description: Use for customer questions. Searches docs/ and tickets/ and drafts replies.
tools: Read, Grep, Write
model: haiku
---
You are a support lead. Answer only from docs/ and tickets/.
If the answer is not there, say so and tag NEEDS-HUMAN.
Warm, short, no promises about refunds or dates.

模型用 haiku 的理由写在页面里：大量短回复，速度和成本比深度重要。它的边界也清楚：答案不在文档里就标 NEEDS-HUMAN，不猜；起草完等人按发送，不对退款和日期做承诺。

六、模型那行怎么选

八份模板里出现了四种写法，可以当一张速查表：

写法	用在哪	页面给的理由
inherit	base-agent、engineering	跟主会话同款模型即可
opus	strategy	少次但硬的推理
sonnet	marketing、seo、content、ops	工作量中等，够用
haiku	support	大量短回复，快和便宜优先

模板里没有出现具体版本号，换模型时这些文件不用重写。

七、把几个 agent 串起来

单独的 agent 是零件，串起来才是流程。页面给的三条路线都在练习里：

• Strategy → Marketing：Strategy 交出一页 memo，Marketing 把 Recommendation 变成三条发布帖；
• SEO → Content：SEO 交关键词，Content 按 voice.md 写稿，SEO 再回头检查标题和描述；
• Engineering 单干、Ops 只跑脚本：有 Bash 的两个角色都只在自己的圈子里动，工程改代码不推送，运维只跑 ./ops/*.sh。

串的动作在画布上就是那根 MCP 线：先 Connect parts 接线，再用 Link agent 选择对象。

八、几件需要说清楚的事

这是一份教学页。 页面没有基准测试，也没有真实成本核算；AGENT LOG 里的 token 数（1.8k、9.4k 之类）是预设示例，用来说明“不同任务吃多少上下文”，不能当实测。

推文里的几个说法在页面上找不到对应。 分享这条链接的推文提到了“账单砍 5 倍”“任务扇出到 12 条车道”“哪里 Opus 5.5 在思考、哪里 Haiku 4.5 在烧 token”；页面本身没有这些数字，也没有并行车道的示意图，它教的是结构和权限边界。想省钱，能参考的是它给的模型分工思路，不是某个倍数。

工具名对应 Claude Code 的内置工具。 Read、Grep、Glob、Bash、Edit、Write、WebSearch、WebFetch 都是 Claude Code 里的工具名，文件放在项目的 .claude/agents/ 下。页面只把它们当积木，没有解释完整能力。

仓库里只有一个 HTML 文件，没有许可证文件；页面底部注明角色是用 Colorfigures（MIT）画的。

九、怎么用起来

想直接抄作业的话，按这个顺序：

1. 打开 claude-code-agent-bench.vercel.app，从 Fig. 01 开始，把操作台的九个按钮点一遍，包括在跑任务时拔卡，看日志怎么断。
2. 挑一个你真的需要的角色，比如 base-agent 或 engineer，复制 TRY IT YOURSELF 里的整段 front matter，存成 .claude/agents/<名字>.md。
3. 照着页面上的 CHECK YOURSELF 自测一遍，重点看三道题背后的三条规则：文件放在 .claude/agents/、tools: 不写就继承全部工具、子智能体的价值在于独立上下文。
4. 把 description: 写成能触发自动调用的说法（strategy 那份里用的 Use PROACTIVELY for… 就是这个用意），否则它只能靠你手动点名。
5. 先只用只读角色（base-agent），确认日志里的动作符合预期，再给 Edit、Bash 这类权限。