打开网易新闻 查看精彩图片

一个人同时维护15个代码库,横跨Go、Rust、TypeScript、Python、C++五种语言——这不是大厂架构师的日常,而是独立开发者Elijah Manor的真实工作流。他用Claude Code(Anthropic推出的AI编程助手)管理这些项目时,发现了一个被多数人忽视的死结:AI在单个仓库里表现优异,一旦跨仓库协作,立刻变成需要人工喂奶的婴儿。

复制粘贴上下文、手动追踪PR依赖关系、盯着看不懂全局的代理瞎忙——这三件事消耗了他80%的精力。

他的解决方案是造了一套叫"ttal"的协调系统:10个专门的Claude Code代理,通过Telegram群组实时同步。听起来像过度工程?他最初也这么想,直到试过所有"标准答案"后发现,问题根本不在工具,而在认知框架。

单仓库神话:Moon也救不了的语言巴别塔

单仓库神话:Moon也救不了的语言巴别塔

Manor并非反单仓库派。他用Moon管理单仓库,承认其在统一构建、依赖可视化上的价值。但当技术栈膨胀到五种语言,单仓库的边际收益转负。

每种语言有自己的构建工具链、CI流水线、依赖管理哲学。Go的模块代理、Rust的Cargo.workspace、Python的虚拟环境地狱——强行塞进一个仓库,Moon能做的是"编排",不是"融合"。Manor的实测阈值是3-4种语言,超过后拆分更干净。

这不是理论洁癖,是Claude Code生态的真实缺口。官方论坛里,跨仓库工作流是高频痛点,但多数讨论停留在"怎么让单个会话访问多个目录",没触及核心矛盾。

Git子模块是另一个经典陷阱。它能固定仓库版本组合,给不了跨仓库协调、共享上下文、并行执行。更麻烦的是,子模块和worktree(并行代理工作的基础设施)兼容性极差——而worktree正是让多个Claude Code实例同时操作同一仓库不同分支的关键。

子模块解决的是"版本锁定",Manor需要的是"任务路由"。这是两个维度的问题。

打开网易新闻 查看精彩图片

官方方案:/add-dir的上下文税

官方方案:/add-dir的上下文税

Claude Code原生支持跨仓库探索:手动执行/add-dir,会话开始读取新目录。功能存在,体验割裂。

每次切换都消耗上下文窗口容量。Claude Code的上下文不是无限 buffet,是精打细算的预算。读一个仓库的代码结构、依赖关系、近期提交,动辄吃掉几万token。切三个仓库,预算烧掉一半,还没开始写代码。

Manor的ttal系统把"读"和"写"彻底分离。ttal ask是一个纯bash的轻量代理,专门负责探索——从任意仓库(--repo)、任意项目(--project)、甚至网页(--web)收集信息,生成结构化报告,再注入到主会话。

关键设计:探索代理不污染主会话的上下文。主会话的Claude Code实例(通常是Opus模型)保持专注,只处理需要深度推理的"写"任务。

更细的成本控制:ttal ask运行在极简bash循环上,可以换用任何快速廉价模型。Manor用的是MiniMax M2.7 HighSpeed——探索不需要天才,需要速度和便宜。Opus的配额留给真正的思考工作。

单会话 orchestration:最隐蔽的性能陷阱

单会话 orchestration:最隐蔽的性能陷阱

这是多数人踩过的坑,包括Manor早期自己。给一个Claude Code会话开放所有仓库权限,让它规划并实施跨仓库功能。听起来高效,实则灾难。

上下文窗口迅速膨胀。代理频繁"迷路"——在Rust仓库里写Go语法,把TypeScript的接口定义粘贴到Python文件。规划和执行质量双降,因为认知负荷超过了模型的有效带宽。

打开网易新闻 查看精彩图片

Manor的反思很直接:别让一个会话同时做orchestration(协调)、planning(规划)、execution(执行)。管理者代理握有大局,工人代理专注细节——一个仓库、一个任务、一个worktree。

这套分工的物理载体是Telegram。10个代理在群组里实时同步状态:哪个worker完成了API契约更新,哪个blocked在依赖冲突,哪个需要重新规划。人类开发者扫一眼聊天记录,比翻十几个终端窗口高效十倍。

不是炫技,是对Claude Code当前架构的务实补丁。Anthropic没有提供原生多代理协调,社区自己长出了解决方案。

ttal的本质:一层薄薄的胶水

ttal的本质:一层薄薄的胶水

Manor反复纠正一个误解:ttal不是更好的IDE,不是更智能的monorepo工具,甚至不是传统意义上的"框架"。

它是一层胶水,粘合Claude Code的现有能力,填补"跨仓库读取"和"单仓库写入"之间的断层。核心洞察来自对问题本身的重新定义——不是"怎么让单个会话访问多个仓库",而是"怎么让读取自由流动,同时保持写入的聚焦"。

这个区分直接影响成本结构。探索用廉价模型,执行用高端模型,人类监督用IM工具——三层资源各归其位。

目前ttal是Manor的私人工具,但设计哲学已经清晰:AI编程助手的下一代竞争,不在模型能力,在 orchestration 层的工程化。谁能用最低的认知 overhead 协调多个代理、多个仓库、多种模型,谁就能让10倍代码库规模变得可管理。

最后一个细节:Manor的Telegram群组里,每个代理有固定头像和昵称。不是人性化包装,是快速视觉识别——在信息洪流中,一眼认出谁在说话,比省下的几毫秒更有价值。

当你的第16个仓库创建时,你会选择复制粘贴上下文,还是养第11个机器人