Claude Code 2.1.269 发布：plugin eval 和 256 并发 Agent 意味着什么

Anthropic 在 9 月 11 日发了 Claude Code 2.1.269，两个更新值得单独拎出来说，因为它们直接改变工程团队的用法。 第一个是 claude plugin eval。它把插件测试套件正式化：加载插件、跑一批由真实 prompt 和 grader 组成的用例、在隔离会话里执行，默认还会带上"不装插件"的基线对照，最后输出 JSON 和 HTML 报告。grader 可以是简单的正则或工具调用检查，也可以交给第二个模型按评分标准打分。 这个功能的价值在于把"这个插件到底有没有用"从感觉变成了数据。以前团队内部推广一个 skill，靠的是口口相传；现在可以直接进 CI，插件 PR 自动跑评测，分数掉了就拦下来。 第二个是 CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS，把 Workflow 工具单次运行的并发 agent 上限从 1 提到 256。做推理密集型的扇出任务时，这个改动能明显压缩总时长。但要注意：并发不等于吞吐，如果你的瓶颈在下游 API 限流或者数据库连接池，开更多 agent 只会让失败率上升。 配套的还有 VSCode 侧的 agent map，用一个"N agents"的角标展示子 agent 层级，每个 agent 有卡片可以单独停止、查看只读记录。并发上来之后，可观测性就成了刚需，这个更新很及时。 给 MiMo Desktop 用户的对照建议：MiMo 走的是多会话协同路线，多个 session 之间能互相通信、各自有独立记忆和工作区。两种思路的差别在编排控制权——Claude 这边你在一个会话里管一堆 subagent，MiMo 那边你管的是几个平行会话。人多、任务边界清晰时前者更好管；任务需要长期独立演进时后者更自然。