一任务一台 VM 换来并行与可审分支，真正价值在于让会话自己跑检查证明做完
云会话的核心是「一任务一机器」：每个任务一台全新 VM，仓库克隆到新分支，环境的 setup 已预先跑完。
本地会话在三方面绑死在笔记本上：共用同一个 working tree（多个会话会抢文件、抢端口）、用你本人的凭据跑、电脑休眠或断网就停。换成独立 VM 之后，文件、进程、端口天然隔离。文中 docs 会话和 logger 会话各自启动了 API server，互不影响；在同一个 checkout 里，两个 agent 就会撞端口。三个演示会话相隔 16 秒内先后启动，从第一个启动算起，87 秒内全部跑完。
“Each task gets a fresh virtual machine with your repository cloned onto a new branch” ¶5
耗时数字的口径不统一。正文说三个会话分别运行了 61、65、72 秒，87 秒指的是从第一个会话启动到全部完成；图注里写的则是 65、62、87 秒。而且其中三分之一到一半多的时间花在从 prompt 重建仓库上，VM 冷启动和 setup 缓存未命中的时间都没有单独给出。
隔离有代价：并行的会话彼此看不到，所以要按文件边界拆任务，按合理顺序合并分支，并且接受重复诊断。
logger 会话提交时有一个测试没过。它重跑缓存测试八次，失败五次，自己追到了 flaky-test 会话正在修的同一个竞态，提出了同样的修法。但因为不在自己的任务范围内，它没有动缓存，只在总结里说明测试套件不干净。分支冲突时，要等一个分支合并后，再给下一个会话追加 rebase 指令。
“Split parallel tasks along file boundaries, merge the branches in a sensible order” ¶18
这一点暂无对应的审视。
安全边界靠代理和一次性 VM 实现，但网络开到 None 也不等于数据出不去。
GitHub token 留在 VM 外面的代理里，会话只拿到一个短期凭据，而且只能推到它自己的工作分支。不受信任的代码跑在一次性 VM 里，旁边没有 SSH key、cloud CLI 会话和浏览器 profile。网络有 None、Trusted、Custom、Full 几档，所有出站流量都经代理并记录主机名。但 Claude Code 本身还要请求 Anthropic API，数据仍可能从这条路出去，会话也照样能推送到自己的分支。
“Even at None, Claude Code still sends requests to the Anthropic API” ¶48
数据合规一笔带过：会话 transcript 由 Anthropic 存储，保留多久取决于套餐和模型改进设置；网络开到 None 时，数据仍可能经模型 API 流出。只提到开启 Zero Data Retention 的组织会关闭云会话。
配置的可移植性以仓库为界：仓库里的 CLAUDE.md、rules、skills、agents、commands 会随仓库进 VM，用户级的 ~/.claude 留在本机。
VM 从 GitHub 克隆仓库，只能看到仓库里的东西。团队需要的技能和命令要提交到仓库的 .claude/ 下，项目级 MCP 写进 .mcp.json，测试命令写进 CLAUDE.md。setup script 以 root 身份在 Claude Code 启动前运行，跑完的结果会做成快照缓存；SessionStart hook 则让本地和云端执行同样的安装步骤。
“The repository's Claude config comes along. Your personal one doesn't.” ¶22
适用面偏向托管在 GitHub 上的代码仓库：GitLab 和 Bitbucket 仓库只能上传 bundle，推不回去；VM 只有大约 4 vCPUs、16 GB 内存、30 GB 磁盘。
演示里的价值大多来自会话能自己跑检查；环境配置的意义，就是给它跑验证的条件。
flaky-test 的 prompt 写明了证明方式：测试套件连跑至少 30 次。会话实际跑了 40 次，0 失败。docs 会话启动 server，对每个端点跑一遍 curl，找出旧文档的五处错误。第四个会话真的运行了代码，发现了时间窗口边界上的 bug。VM 的 CPU 不占你的机器，长测试放在一条命令里跑，只算一轮对话的用量，所以可以要求更彻底的证明。
“Without that, you review changes nobody has run.” ¶60
竞态修复的证据可以复现，但失败率前后对不上：原文开头说大约每四次失败一次，logger 会话重跑八次却失败了五次。推断：这可能和 logger 改动后请求路径的时序有关。文中没有解释，40 次 0 失败的样本量也有限。
「不另收费」只是说机器不另算钱，用量照样从你的额度里扣：并行就是按倍数消耗额度。
云会话和其他 Claude Code 用量共用同一份额度，Claude 的每一轮对话都计入。五个并行会话消耗额度的速度大约是一个会话的五倍。Routines 另有每小时上限，projects 每天最多新开 200 个线程。
“five sessions use them about five times as fast as one” ¶75
文章说机器不另收费，但没有给出任何一个演示会话实际消耗了多少 token 或多少额度。并行五倍消耗只是一个比例，读者无法据此估算真实成本；logger 会话为别人的 bug 做重复诊断，也耗掉了额度。
作者没有直接谈到这一点。
作者站在厂商一侧：演示仓库 tidepool 是自造的小型 Node API，三个问题都是边界清楚、靠测试就能验证的小问题，四个会话也全部成功，没有展示失败或跑偏的会话。文中 bonus credit 的领取截止日（October 7）还带有促销的紧迫感。
每个任务独占一台一次性 VM，GitHub 凭据留在代理那边，最后交回一个可以直接审的分支。
云会话的核心是「一任务一机器」：每个任务一台全新 VM，仓库克隆到新分支，环境的 setup 已预先跑完。
本地会话在三方面绑死在笔记本上：共用同一个 working tree（多个会话会抢文件、抢端口）、用你本人的凭据跑、电脑休眠或断网就停。换成独立 VM 之后，文件、进程、端口天然隔离。文中 docs 会话和 logger 会话各自启动了 API server，互不影响；在同一个 checkout 里，两个 agent 就会撞端口。三个演示会话相隔 16 秒内先后启动，从第一个启动算起，87 秒内全部跑完。
Each task gets a fresh virtual machine with your repository cloned onto a new branch
¶5 ↗
隔离有代价：并行的会话彼此看不到，所以要按文件边界拆任务，按合理顺序合并分支，并且接受重复诊断。
logger 会话提交时有一个测试没过。它重跑缓存测试八次，失败五次，自己追到了 flaky-test 会话正在修的同一个竞态，提出了同样的修法。但因为不在自己的任务范围内，它没有动缓存，只在总结里说明测试套件不干净。分支冲突时，要等一个分支合并后，再给下一个会话追加 rebase 指令。
Split parallel tasks along file boundaries, merge the branches in a sensible order
¶18 ↗
安全边界靠代理和一次性 VM 实现，但网络开到 None 也不等于数据出不去。
GitHub token 留在 VM 外面的代理里，会话只拿到一个短期凭据，而且只能推到它自己的工作分支。不受信任的代码跑在一次性 VM 里，旁边没有 SSH key、cloud CLI 会话和浏览器 profile。网络有 None、Trusted、Custom、Full 几档，所有出站流量都经代理并记录主机名。但 Claude Code 本身还要请求 Anthropic API，数据仍可能从这条路出去，会话也照样能推送到自己的分支。
Even at None, Claude Code still sends requests to the Anthropic API
¶48 ↗
配置的可移植性以仓库为界：仓库里的 CLAUDE.md、rules、skills、agents、commands 会随仓库进 VM，用户级的 ~/.claude 留在本机。
VM 从 GitHub 克隆仓库，只能看到仓库里的东西。团队需要的技能和命令要提交到仓库的 .claude/ 下，项目级 MCP 写进 .mcp.json，测试命令写进 CLAUDE.md。setup script 以 root 身份在 Claude Code 启动前运行，跑完的结果会做成快照缓存；SessionStart hook 则让本地和云端执行同样的安装步骤。
The repository's Claude config comes along. Your personal one doesn't.
¶22 ↗
演示里的价值大多来自会话能自己跑检查；环境配置的意义，就是给它跑验证的条件。
flaky-test 的 prompt 写明了证明方式：测试套件连跑至少 30 次。会话实际跑了 40 次，0 失败。docs 会话启动 server，对每个端点跑一遍 curl，找出旧文档的五处错误。第四个会话真的运行了代码，发现了时间窗口边界上的 bug。VM 的 CPU 不占你的机器，长测试放在一条命令里跑，只算一轮对话的用量，所以可以要求更彻底的证明。
Without that, you review changes nobody has run.
¶60 ↗
「不另收费」只是说机器不另算钱，用量照样从你的额度里扣：并行就是按倍数消耗额度。
云会话和其他 Claude Code 用量共用同一份额度，Claude 的每一轮对话都计入。五个并行会话消耗额度的速度大约是一个会话的五倍。Routines 另有每小时上限，projects 每天最多新开 200 个线程。
five sessions use them about five times as fast as one
¶75 ↗
作者站在厂商一侧：演示仓库 tidepool 是自造的小型 Node API，三个问题都是边界清楚、靠测试就能验证的小问题，四个会话也全部成功，没有展示失败或跑偏的会话。文中 bonus credit 的领取截止日（October 7）还带有促销的紧迫感。
耗时数字的口径不统一。正文说三个会话分别运行了 61、65、72 秒，87 秒指的是从第一个会话启动到全部完成；图注里写的则是 65、62、87 秒。而且其中三分之一到一半多的时间花在从 prompt 重建仓库上，VM 冷启动和 setup 缓存未命中的时间都没有单独给出。
文章说机器不另收费，但没有给出任何一个演示会话实际消耗了多少 token 或多少额度。并行五倍消耗只是一个比例，读者无法据此估算真实成本；logger 会话为别人的 bug 做重复诊断，也耗掉了额度。
竞态修复的证据可以复现，但失败率前后对不上：原文开头说大约每四次失败一次，logger 会话重跑八次却失败了五次。推断：这可能和 logger 改动后请求路径的时序有关。文中没有解释，40 次 0 失败的样本量也有限。
数据合规一笔带过：会话 transcript 由 Anthropic 存储，保留多久取决于套餐和模型改进设置；网络开到 None 时，数据仍可能经模型 API 流出。只提到开启 Zero Data Retention 的组织会关闭云会话。
适用面偏向托管在 GitHub 上的代码仓库：GitLab 和 Bitbucket 仓库只能上传 bundle，推不回去；VM 只有大约 4 vCPUs、16 GB 内存、30 GB 磁盘。