Agent-Teams in Claude Code: wann sie reichen und wann Paperclip dazukommt

Der eigene Vergleich von Paperclip, veröffentlicht am 7. Oktober, empfiehlt Agent View von Anthropic, wenn eine Person mehrere Hintergrund-Sessions losschickt und überprüft, und Agent-Teams, wenn sich mehrere Claude-Instanzen abstimmen müssen. Wenn du 20 $ im Monat für Claude Pro zahlst und jeder Agent, den du betreibst, Claude ist, brauchst du vielleicht nichts weiter.

Agent-Teams und die anderen Wege von Claude Code, mehrere Agenten auszuführen

Stand Oktober 2026 bietet Claude Code fünf eingebaute Wege, Arbeit aufzuteilen, und bei allen sind die Arbeiter Claude-Sessions. Andere Tools kommen als MCP-Server dazu.

• Subagenten sind Helfer innerhalb einer Session. Jeder übernimmt eine Nebenaufgabe in seinem eigenen Kontext und liefert eine Zusammenfassung zurück.
• Agent View ist ein einzelner Bildschirm, den du mit claude agents öffnest, um Hintergrund-Sessions loszuschicken und zu beobachten. Es handelt sich um eine Research Preview.
• Agent-Teams haben eine Lead-Session, die ein Projekt aufteilt, während die Teammitglieder sich eine Aufgabenliste teilen und einander Nachrichten schreiben. Sie sind experimentell und bleiben deaktiviert, bis du CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 setzt.
• Dynamische Workflows führen ein Skript aus, das viele Subagenten startet und deren Ergebnisse gegenseitig abgleicht.
• Projects führen eine fortlaufende Unterhaltung auf claude.ai/code, die parallele Threads startet, überwiegend in der Cloud von Anthropic. Sie sind bei Pro und Max als öffentliche Beta verfügbar.

Agent-Teams kommen einer Crew, die zusammenbleibt, am nächsten, sind aber für eine einzelne Sitzung gedacht. Eine Session hat genau ein Team, /resume holt In-Process-Teammitglieder nicht zurück, und die Hintergrundarbeit eines Teammitglieds kann den Prozess des Leads nicht überdauern. Du kannst Teams auch innerhalb einer Cloud-Session aktivieren, sodass ein Team weiterarbeitet, nachdem du den Laptop zugeklappt hast. Laut Anthropic funktionieren Teams am besten, wenn die Teammitglieder unabhängig voneinander arbeiten können, etwa beim Debuggen mit konkurrierenden Hypothesen, und Anthropic empfiehlt, mit 3 bis 5 Teammitgliedern und jeweils 5 oder 6 Aufgaben zu beginnen. Für aufeinander aufbauende Arbeit oder Änderungen an denselben Dateien fährst du mit einer einzelnen Session oder Subagenten besser. Anthropic nennt außerdem diese Einschränkungen: Teammitglieder können keine eigenen Teams starten, der Lead bleibt die ganze Session über der Lead, der Aufgabenstatus kann der Arbeit hinterherhinken, und das Beenden eines Teammitglieds wartet auf dessen aktuellen Schritt. Wir haben Agent-Teams nicht selbst ausprobiert, daher stammt dieser Teil von der Seite von Anthropic.

Agent-Teams verbrauchen außerdem mehr Tokens. Die Kostenseite von Anthropic beziffert Agent-Teams auf etwa das 7-Fache der Tokens einer normalen Session, wenn die Teammitglieder im Plan-Modus laufen, und jedes aktive Teammitglied verbraucht so lange Tokens, bis es beendet wird. Zu API-Preisen zahlt ein großes Team bei einer langen Aufgabe für die Ausgabe jedes Teammitglieds: 10 $ pro Million Ausgabe-Tokens bei Sonnet 5.5 oder 20 $ bei Opus 5.5, Eingabe-Tokens noch nicht eingerechnet.

So aktivierst du Agent-Teams

Diese Schritte folgen der Seite zu Agent-Teams von Anthropic, gelesen am 22. Oktober 2026, die die vollständige Referenz enthält.

1. Den Schalter setzen

   Füge den Schalter in den Block env deiner Datei settings.json ein oder exportiere dieselbe Variable in deiner Shell:

   jsonKopieren

   {
     "env": {
       "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
     }
   }

   Solange er aktiv ist, startet ein Subagent, den Claude von sich aus benennt, als Teammitglied, sodass sich ein Team bilden kann, ohne dass du darum gebeten hast. Setze ihn auf 0 zurück, um das zu verhindern.

2. Das Team in einer interaktiven Session anfordern

   Beschreibe die Aufgabe und die Teammitglieder in einfachen Worten, zum Beispiel: Starte drei Teammitglieder, die das aus verschiedenen Blickwinkeln untersuchen: eines zur UX, eines zur technischen Architektur, eines als Advocatus Diaboli. In claude -p-Durchläufen oder Agent-SDK-Sessions startet Claude keine Teammitglieder. Wenn Claude die Arbeit stattdessen an Subagenten übergibt, bitte ausdrücklich um ein Agent-Team.

3. Festlegen, wie du die Teammitglieder beobachtest

   Standardmäßig läuft jedes Teammitglied in deinem Terminal. Wähle im Agentenbereich mit den Pfeiltasten eines aus und drück die Eingabetaste, um seine Ausgabe zu lesen oder ihm eine Nachricht zu schicken. Für geteilte Fensterbereiche, einen pro Teammitglied, brauchst du tmux oder iTerm2 mit dessen Kommandozeilentool it2.

4. Teammitglieder namentlich beenden

   Bitte den Lead, ein bestimmtes Teammitglied namentlich zu beenden. Der Konfigurationsordner des Teams verschwindet, wenn die Session endet, und seine Aufgabenliste bleibt auf der Festplatte.

Die Seite von Anthropic enthält auch Tipps, wie du gute Arbeit aus einem Team herausholst:

• Schreib die Details der Aufgabe in den Start-Prompt, denn Teammitglieder laden die CLAUDE.md deines Projekts, aber nicht die Unterhaltung des Leads.
• Gib jedem Teammitglied seine eigenen Dateien, denn wenn zwei Teammitglieder dieselbe Datei bearbeiten, überschreiben sie sich gegenseitig.
• Nenne im Prompt ein Modell pro Teammitglied, wenn du ein günstigeres möchtest, etwa Verwende Sonnet für jedes Teammitglied.
• Rechne damit, dass Berechtigungsabfragen aller Teammitglieder in der Session des Leads auftauchen, und genehmige häufige Aktionen deshalb schon vor dem Start.

Agent View führt jede Hintergrund-Session als eigenen Claude-Code-Prozess unter einem Supervisor aus, sodass die Arbeit ohne offenes Terminal weiterläuft. Eine Cloud-Session keeps running after you close your laptop, zählt zu den Nutzungslimits deines Plans und verursacht keine separaten Kosten für die Cloud-Maschine. Geplante Cloud-Aufgaben, die Anthropic früher Routines nannte, laufen in der Cloud von Anthropic nach Zeitplan (höchstens einmal pro Stunde), auf einen API-Aufruf hin oder bei einem GitHub-Ereignis. Team- und Enterprise-Pläne können Cloud-Sessions mit selbstgehosteten Umgebungen, einer öffentlichen Beta, auch auf eigenen Maschinen ausführen.

Wo die eigenen Tools von Claude Code an ihre Grenzen stoßen

Die Cloud von Anthropic hält die Arbeit bei zugeklapptem Laptop am Laufen, wenn dein Code auf github.com liegt. Für alles andere brauchst du eine Maschine, die eingeschaltet bleibt. In der Tabelle umfasst auf deinem Computer Agent View und Agent-Teams, und Cloud von Anthropic umfasst Cloud-Sessions, Projects und geplante Cloud-Aufgaben. Sie gibt den Stand der Anbieter-Dokumentation vom 21. Oktober 2026 und unseren eigenen Test wieder.

Die eigenen Limits von Anthropic gelten pro Durchlauf oder pro Konto. Das Flag --max-budget-usd von Claude Code stoppt einen Headless-Durchlauf, sobald die geschätzten Ausgaben einen Dollarbetrag erreichen, allerdings warnt die CLI-Referenz, dass die Ausgaben das Limit überschreiten können. Pro- und Max-Konten erhalten ein monatliches Ausgabenlimit, wenn Nutzungsguthaben aktiviert sind, und API-Nutzer legen Limits pro Workspace fest. Keines davon ist ein Monatsbudget für jeden einzelnen Agenten. Paperclip setzt ein Limit pro Agent durch, getrennt von dem des Unternehmens, sodass ein außer Kontrolle geratener Agent pausiert, während die anderen ihr Budget behalten.

Auch die Zeile zu den Anbietern trennt sie: Paperclip arbeitet mit OpenClaw, Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Hermes und weiteren zusammen, und vier dieser CLIs sind auf unserem Image für Paperclip VPS Hosting vorinstalliert. Wenn du Paperclip gegen einen einzelnen, ständig laufenden Agenten abwägst, hilft dir der Leitfaden Paperclip vs. OpenClaw oder Hermes bei dieser Entscheidung.

Wenn dein einziges Problem ein Laptop ist, der in den Ruhezustand geht, läuft Claude Code auch allein auf einem Linux-Server, und du kannst auf Paperclip verzichten. Laut der Remote-Control-Dokumentation von Anthropic startest du claude auf einem entfernten Rechner in tmux oder screen, damit die Session erhalten bleibt, wenn du die SSH-Verbindung trennst. Der Supervisor von Agent View ist ebenfalls für Linux dokumentiert. Melde dich mit einem API-Schlüssel oder einem claude setup-token aus deinem Plan an. Ein wartender Durchlauf belegte auf unserer Test-VM (kein DreamHost-Server) etwa 210 MiB, daher würden wir ein paar reine Claude-Sessions auf Stack 4 starten – ohne Paperclip verzichtest du allerdings auch auf dessen Budgets pro Agent. Wenn du eher einen einzelnen Assistenten suchst, dem du Nachrichten schreibst, statt einer Crew aus Coding-Agenten, lies OpenClaw vs. Claude Code.

Welches Setup passt

Wie viel Arbeitsspeicher mehrere Agenten auf einem Server belegen

Paperclip mit fünf Claude-Code-Agenten mitten im Durchlauf erreichte auf unserer 4-GB-Test-VM einen Spitzenwert von etwa 2 GB, deshalb würden wir einen Paperclip-Server auf Stack 8 starten. Wir haben Claude Code zuerst allein und dann im eigenen Image von Paperclip betrieben, auf einer VM in der Größe unseres Plans Stack 4. Ein lokales Ersatzmodell antwortete anstelle des Modells von Anthropic.

Paperclip selbst belegte mehr Speicher als jeder einzelne Agent: etwa 1.215 MiB im Leerlauf nach einem Neustart und 10 Minuten Einschwingzeit, in dem Durchlauf für unseren Leitfaden zu Paperclip, OpenClaw und Hermes. Direkt vor jedem Test lag es bei 1.070 bis 1.165 MiB, und jeder Agent mitten im Durchlauf kam mit grob 170 bis 300 MiB obendrauf. Drei Agenten erreichten beim Start einen Spitzenwert von 1.705 MiB, fünf einen von 2.040 MiB, und fünf hielten sich danach während der Arbeit bei etwa 1.925 MiB. Die VM hatte noch 1.470 MiB frei, und es wurde kein Swap genutzt. Etwa 60 Sekunden nach Ende der Durchläufe lag Paperclip wieder bei rund 1.170 MiB, weil es jeden Claude-Code-Prozess nach seinem Durchlauf schließt und die Session für das nächste Mal behält.

Claude Code allein ist sparsamer: Ein Headless-Durchlauf, der auf eine Antwort wartete, belegte etwa 210 MiB, und jeder weitere Durchlauf kam mit 85 bis 95 MiB hinzu, da sich die Durchläufe den Großteil des Programmspeichers teilen. Zwölf gleichzeitig erhöhten den belegten Speicher der VM um etwa 1 GB und ließen etwa 2.400 MiB frei, wir haben also nicht herausgefunden, wo 4 GB ausgehen.

Betrachte diese Werte als Untergrenzen, denn deine echten Sessions tragen weit mehr Kontext und Tool-Ausgaben mit sich als unser Ersatzmodell, und Claude Code zeigt eine kritische Speicherwarnung an, wenn der Heap einer Session 2,5 GB überschreitet. Die 1.215 MiB von Paperclip plus eine Session dieser Größe würden fast die gesamten 3.904 MiB belegen, die unsere 4-GB-VM nutzen konnte. Laut der Deploy-Anleitung von Paperclip laufen seine lokalen Adapter als Kindprozesse im selben Container, und ab einer Handvoll ausgelasteter Agenten empfiehlt sie separate Runner-Maschinen.

Stack 8 behält die 2 vCPU von Stack 4, und unser Test hat die CPU nicht ausgelastet. Wenn deine Claude-Code-Agenten Builds und Testsuites ausführen, schau dir die 4 vCPU von Stack 16 oder einen separaten Runner-Server an. Das Image von Paperclip belegte 9,19 GB, und sein Datenordner enthielt nach all unseren Durchläufen 89 MB. Das ist nur ein kleiner Teil der 150 GB von Stack 8. Du kannst später auf einen größeren Plan wechseln: Laut unserer VPS-Hosting-Seite zieht deine Umgebung mit um. Ein Wechsel auf einen kleineren Stack wird derzeit aber nicht unterstützt. Das Help Center von DreamHost beschreibt den Wechsel nach unten als neuen Server mit Datenumzug.

Wann ein Paperclip-Budget einen Agenten stoppt

Paperclip warnt bei 80 % eines Budgets und stoppt bei 100 % hart. Beim Stopp pausiert es den Agenten, bricht den laufenden Durchlauf ab und plant keine weiteren Heartbeats, bis du das Limit erhöhst oder der Monat neu beginnt. Die Aufgaben bleiben zugewiesen.

Auf derselben VM haben wir einem Agenten ein monatliches Limit von 1 $ gegeben. Dann ließen wir unseren Platzhalter-Server 2 Millionen Input-Tokens in einem einzigen Durchlauf melden, etwa 4 $ zu den Preisen von Sonnet 5.5. Paperclip verbuchte 4,00 $, als der Durchlauf endete, und löste 0,03 Sekunden später einen harten Stopp aus. Bei unserer nächsten Prüfung, etwa 6 Sekunden danach, wurde der Agent als pausiert angezeigt. Das nächste Aufwecken wurde mit Agent is paused because its budget hard-stop was reached. abgelehnt.

Paperclip verbucht die Kosten eines Claude-Code-Durchlaufs, wenn der Durchlauf sie am Ende meldet. In unserem Test hat das Limit deshalb nicht den Durchlauf gestoppt, der es überschritten hat, sondern erst den nächsten. Eine Warnung bei 80 % kam bei uns vorher nicht. Laut der README greift die Durchsetzung anhand der verbuchten Ausgaben. Die Nutzungsmeldung und bereits laufende Arbeit können einen Stopp also verzögern. Nicht getestet haben wir, ob ein Limit einen noch laufenden Durchlauf abbricht, wie es in der Dokumentation steht. Ebenfalls nicht getestet haben wir das Flag --max-budget-usd von Claude Code für einzelne Durchläufe innerhalb von Paperclip.

Dein Claude-Abo auf einem Server nutzen

Die Bedingungen von Anthropic schließen das nicht aus. Laut der Seite zu Recht und Compliance hindert dich nichts darin daran, dich mit deinem eigenen Abo beim unveränderten Claude-Code-Binary anzumelden, selbst wenn eine Plattform Claude Code hostet. Für Skripte und Server erstellt claude setup-token ein Token, das ein Jahr gültig ist. Dafür brauchst du laut der Authentifizierungsdokumentation einen Pro-, Max-, Team- oder Enterprise-Plan.

Paperclip ergänzt eine eigene Regel. Sein Anthropic-Connector deaktiviert die Anmeldung per Abo auf dem Server-Host für Deployments, die über das Internet mit Login erreichbar sind, es sei denn, ein Admin richtet einen vertrauenswürdigen Runtime-Host ein. Nach unserem Verständnis der Connector-Dokumentation betrifft das einen Paperclip-Server wie unseren, den du über das Internet mit einem Admin-Login erreichst. Auf unserem Image sind außerdem die Schlüsselfelder für Anthropic, OpenAI und Gemini anfangs leer. Plane also mit einem API-Schlüssel von Anthropic, der pro Token abgerechnet wird. Wenn du lieber dein Abo nutzen möchtest, lies zuerst die Connector-Dokumentation. Wir haben weder ein Setup-Token innerhalb von Paperclip ausprobiert noch geprüft, wie ein Durchlauf mit Abo auf das Budget angerechnet wird.

Laut Anthropic gehen die beworbenen Limits für Pro und Max von normaler, individueller Nutzung von Claude Code aus. Wenn mehrere Agenten den ganzen Tag mit einem persönlichen Plan laufen sollen, prüf zuerst die Bedingungen von Anthropic.

Was die API-Abrechnung kostet

Anthropic rechnet pro Entwickler, Paperclip pro Agent oder pro Unternehmen. Die Zahlen sind also nicht direkt vergleichbar, die Schätzungen von Paperclip liegen aber niedriger:

• Claude Code, Durchschnitt in Unternehmen (Anthropic): etwa 13 $ pro Entwickler und aktivem Tag bzw. 150 bis 250 $ im Monat.
• Ein mäßig aktiver Worker-Agent in Paperclip: 3 bis 15 $ im Monat.
• Ein aktives Paperclip-Unternehmen: 20 bis 100 $ im Monat.

Nachzulesen auf der Kostenseite von Anthropic, im Kostenleitfaden von Paperclip und in dessen Schnellstart. Max-Pläne enthalten jetzt 100 bis 200 $ API-Guthaben pro Monat für die Claude Platform. Die Preisseite von Anthropic nennt die Bedingungen für das Guthaben nicht genau. Prüf sie deshalb in deiner Console, bevor du sie für den Schlüssel eines Agenten einplanst.

Von Agent-Teams zu Paperclip wechseln

Du kannst mit einem einzigen Agenten anfangen. Der Claude-Code-Adapter von Paperclip führt die Claude Code CLI von Anthropic auf dem Server aus, und zwar in einem Arbeitsverzeichnis, das du für jeden Agenten festlegst.

1. Klone deine Repos auf den Server

   Gib jedem Agenten einen eigenen Ordner mit ausgechecktem Repo. Claude liest die CLAUDE.md des Projekts zu Beginn jeder Unterhaltung, deine Anweisungen kommen also mit dem Code mit. Paperclip setzt die Claude-Code-Sitzung eines Agenten beim nächsten Heartbeat fort, solange sich das Arbeitsverzeichnis nicht verschoben hat. Auf dem Image von Paperclip schlug unser erster Durchlauf fehl, bis der Ordner dem Benutzer node des Containers (chown -R node:node) gehörte.

2. Lege pro Rolle einen Claude-Code-Agenten an

   Verwende den Adapter claude_local und lege für jeden Agenten ein absolutes Arbeitsverzeichnis fest. Hinterlege den API-Schlüssel als Paperclip-Secret. In unserem Test hat Paperclip einen Schlüssel abgelehnt, der direkt in die Umgebung des Agenten eingetragen war.

3. Lege für jeden Agenten ein monatliches Limit fest

   Gib jedem Agenten vom ersten Tag an ein monatliches Budget und lege auch bei deinen Modellanbietern Ausgabenlimits fest.

4. Wecke einen Agenten und füge dann die übrigen hinzu

   Laut der README von Paperclip werden Agenten für zugewiesene Arbeit, Folgenachrichten oder einen von dir festgelegten Zeitplan geweckt. Timer-Heartbeats sind also optional. Weise eine Aufgabe zu, beobachte den Durchlauf und seine Kosten und hole dann die nächste Rolle dazu.

Laut dem Help Center von DreamHost umfasst ein VPS keine Serververwaltung, keine automatischen Backups und keinen Support auf Anwendungsebene. Paperclip speichert seine Datenbank, die Workspaces der Agenten und Dateien auf unserem Image in /opt/paperclip. paperclip-backup erstellt ein Archiv, das du selbst vom Server kopierst.

Wie wir getestet haben

DreamHost hat den Test am 16. Oktober 2026 durchgeführt und jedes Dokument, jeden Preis und jeden Plan auf dieser Seite am 21. Oktober erneut geprüft. Am 22. Oktober haben wir die Agent-Teams-Seite von Anthropic noch einmal gelesen. Außerdem haben wir jeden DreamHost-Plan, jeden Preis und jede Produktaussage hier mit den aktuellen Seiten zu Paperclip und VPS Hosting sowie dem Help Center abgeglichen. Die VM lief mit Ubuntu 24.04.4 über Colima auf einem Mac mit Apple Silicon. Sie war arm64 mit 2 vCPU, 4 GB Arbeitsspeicher (3.904 MiB nutzbar), ohne Swap und mit Docker 29.5.2. Jeder Claude-Code-Prozess war auf einen Platzhalter-Modellserver auf der VM gerichtet, mit einem Dummy-Schlüssel und einem leeren Home-Ordner, sodass nichts bei Anthropic ankam. Wir haben die Prozesse von Claude Code jede Sekunde erfasst (gemeinsam genutzte Seiten einmal gezählt) und den Container von Paperclip etwa alle 2 Sekunden. Seine Spitzenwerte sind also Untergrenzen. Der Wert für einen einzelnen Durchlauf ist der Median aus drei 90-sekündigen Durchläufen, die anderen Werte stammen aus jeweils einem Durchlauf.

Unsere VPS-Pläne laufen auf AMD-EPYC-Prozessoren, die VM war dagegen arm64. Lies die Zahlen also als Orientierung für die relative Größe. Nicht getestet haben wir die Größe mit 8 GB, Agent Teams, eine offen gelassene interaktive Sitzung, CPU-intensive Arbeit oder echte Modellarbeit. Niemand hat dieselbe Aufgabe über Agent Teams und ein Paperclip-Unternehmen laufen lassen, um die Token-Rechnungen zu vergleichen.

FAQ zu Claude-Code-Agenten und Paperclip