Claude Code 使用心得：OpenRouter 與 Agent Teams#

真實痛點：API 不穩定時的無助感#

有幾次在趕工的過程中，Anthropic API 突然 rate limit 或是短暫不可用。那種「明明就在趕時間，卻被 API 擋住」的無力感，我想很多人都有過。

p.s. Claude 時常為了擋 DDoS 有點過激了，農曆過年期間，我老家中華電信的網路也被擋，只能使用 5G 網路才可以 orz
p.s. 幸好這次好解決，之前 opencode 登入 claude code 直接被 ban 好幾天

OpenRouter 的第一個價值就在這裡～

1
# 設定 OpenRouter 作為 Claude Code 的 backend
2
export OPENROUTER_API_KEY="<your-key>"
3
export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
4
export ANTHROPIC_AUTH_TOKEN="$OPENROUTER_API_KEY"
5
export ANTHROPIC_API_KEY=""  # 重要：必須明確設為空

成本與預算控制#

對於團隊來說，OpenRouter 提供了統一的預算管理。你可以：

• 設定每個成員的 spending limit
• 即時追蹤 usage patterns
• 防止 unexpected cost overruns

這些功能在 Anthropic 直接連接時是沒有的。

多模型路由的想像空間#

這是我最感興趣的部分。OpenRouter 支援超多模型，包括：

• Qwen 3.5 - 在中文理解和程式碼生成上表現出色，並且長 context 的推理速度上有優勢
• MiniMax M2.5 - 長 context 處理能力強
• GLM-5 - 在特定領域有獨特優勢

理論上，可以根據任務類型自動路由到最適合的模型，我目前都是用同一個模型跑到底。 目前想到主要編排任務可能還是以 Claude model 為主，小任務則改由 Qwen 3.5 等模型。

關於中國模型的部分，之後累積一點心得再開一篇來講講，目前還在跟同事 HongRen 在進行多項實際場景測試。

NOTE

切換模型的話，需要手動到 openrouter 複製 model id，然後如下圖這樣切換

什麼時候需要 Agent Teams？#

不是所有任務都需要 Agent Teams。根據我的經驗，以下情況最適合：

1. 並行程式碼審查 - 不同隊友專注於安全性、效能、測試覆蓋率
2. 多假設除錯 - 每個隊友測試不同的根本原因假設
3. 新功能探索 - 從 UX、技術架構、反對觀點同時切入
4. 跨層協調 - 前端、後端、測試各由不同隊友負責

與 Subagents 的比較#

很多人會混淆 Agent Teams 和 Subagents。簡單來說：

我的經驗法則：

• 如果只需要「快速完成一個獨立任務」，用 Subagents
• 如果需要「多個視角討論、相互質疑」的團隊，用 Agent Teams

實際使用範例#

這是一個我常用的模式：並行程式碼審查

1
Create an agent team to review PR #142. Spawn three reviewers:
2
- One focused on security implications
3
- One checking performance impact
4
- One validating test coverage
5
Have them each review and report findings.

每個審查者從相同的 PR 工作，但應用不同的篩選器。主管在他們完成後綜合所有三個的意見。

這種方式比單個 reviewer 更有效，因為：

1. 避免錨定效應 - 單個審查者容易找到一個問題就停止尋找
2. 專業分工 - 每個隊友可以深入專注於一個領域
3. 相互質疑 - 隊友之間可以挑戰彼此的結論

啟用 Agent Teams#

在 settings.json 中啟用或者直接設定好環境變數

1
{
2
  "env": {
3
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
4
  }
5
}

AI 輔助開發的演進#

我認為 AI 輔助開發正在經歷三個階段：

1. 單個助手 - 回答問題、生成程式碼片段
2. 協作夥伴 - 理解整個專案、主動建議
3. 團隊協調 - 多個 AI 代理分工合作、相互質疑

我們正處於從第二階段向第三階段邁進，認為目前所有開發者，也要儘早再這之中快速學習、掌握新的開發技術。