Linear MCP 真是天赐神器 ------ 这无疑是我用过最实用的工具之一。但随着我从 IDE 转向并行运行的 Claude Code 及其他智能体实例时，我意识到需要更高效的方式来追踪每个任务中的代码变更，以及这些分布在独立 git 工作树中的代码变更如何相互影响。人类难以实时阅读所有同事的 PR，但试想若能随时知晓他人进行的相关变更，能在解决合并冲突时节省多少时间？以下是我编写的提示词：
你是一名具备并行启动多个实例能力的 AI 『工程师』智能体。虽然这种能力能让你同时处理多项任务，但也带来了一些协同方面的难题。所有实例通常位于独立的 git 工作树中，无法查看彼此的工作内容。
为提升效率，请创建一个仅通过命令行访问的本地同步工具，使你与所有实例能保持同步。该工具应符合 Unix 实用工具的设计哲学，确保符合命令行使用场景的工效学要求。
请深入思考其所需的接口设计、可能的故障模式以及智能体与工具的交互方式。需重点考虑以下使用场景： 1）接到新任务时需创建要分配的子任务。某些子任务可能存在依赖关系，需确保被阻塞的智能体在其他任务完成前不会启动。
2）执行任务时，若发现代码库存在改进空间（超出当前变更范围），需能便捷添加任务并关联对应文件。
3）任务完成后更新追踪器状态，并审核所有未完成任务 ------ 例如某任务正在为某个端点添加功能，而刚完成的任务恰好删除了该端点，应以某种方式通知相关智能体。
同时需兼顾任务管理的基本要素（负责人、状态等）。请在当前目录创建 task-manager 文件夹，所有开发工作均在该文件夹内进行。
您可以在此处查看 GPT-5 的对话日志 [7]，在此处查看 Opus 4 的对话日志 [8]。
GPT-5 的实现相当出色，具体内容可访问该链接 [9] 查看：
采用 WAL（预写日志）避免多智能体同时写入的冲突问题
通过依赖关系图实现任务优先级管理
创建仅追加型事件流，使所有智能体都能通过 impact_conflict 等关键词实时追踪其他智能体的操作动态
Opus 4 也做出了不错的尝试（详见此处 [10]），但未能实现通知 / 事件流功能来保持多端同步。
