Dynamic Workflows – Claude Code 推出的动态工作流

Al项目 2026-05-29 15:00:30 AI导航网

Dynamic Workflows是什么

Dynamic Workflows 是 Claude Code 推出的动态工作流,目前处于研究预览阶段,支持 Claude 动态编写编排脚本,在单次会话中并行调度数十至数百个子 Agent 协同工作,自动拆分任务、验证结果并断点续跑,将原本需要数周的大型工程任务压缩至数天完成。

Dynamic Workflows的主要功能

  • 任务自动拆分与并行执行:Claude 根据用户指令自动将大型任务拆解为多个子任务,并分发给并行子 Agent 同时处理。

  • 结果验证与对抗审查:每个子 Agent 的结果在汇总前会经过独立验证,同时部署对抗性 Agent 主动挑战已有结论,确保答案收敛。

  • 进度断点续跑:工作流运行过程中自动保存进度,中断后可从断点恢复,无需从头开始。

  • 全流程可视化:实时展示每个子 Agent 使用的模型、Token 消耗、工具调用次数及执行耗时。

Dynamic Workflows的技术原理

  • 动态编排脚本生成:Claude 根据任务特征实时生成协调脚本,而非依赖预定义模板,实现灵活的任务分解与调度。

  • 多层级验证机制:采用生成-审查-迭代闭环,多个 Agent 从不同角度独立尝试问题,其他 Agent 负责反驳验证,直至结果收敛。

  • 外部协调架构:协调逻辑在对话外部运行,确保即使任务规模扩大,计划能稳定推进不受对话上下文限制。

  • 长时运行支持:设计支持数小时至数天的持续运行,适配大型工程任务的时间需求。

如何使用Dynamic Workflows

  • 直接指令启动:在 Claude Code 中直接要求 Claude 创建工作流,例如输入”Create a workflow”即可触发自动编排。
  • 开启 ultracode 模式:通过 Effort 菜单启用 ultracode 设置,自动将 effort 设为 xhigh,Claude 将自主判断何时触发工作流处理复杂任务。
  • 平台与权限
    • 适用 Claude Code CLI、桌面端、VS Code 插件,以及 Claude API、Amazon Bedrock、Vertex AI、Microsoft Foundry。
    • Max、Team 及 API 用户默认开启;Enterprise 用户需管理员在设置中手动启用。

Dynamic Workflows的核心优势

  • 规模化处理能力:单次会话可协调数百个 Agent 并行工作,适合跨文件、跨服务的代码库级大型操作。
  • 高可靠性输出:多重验证与对抗审查机制显著降低错误率,适合高成本失误场景的关键任务。
  • 端到端自动化:从任务规划到实施验证全流程自动完成,无需人工介入编排或管理子 Agent。
  • 实际验证案例:Jarred Sumner 使用 Dynamic Workflows 将 Bun 从 Zig 移植到 Rust,生成约 75 万行代码,测试套件 99.8% 通过,从首次提交到合并仅耗时 11 天。

Dynamic Workflows的项目地址

  • 项目官网:https://claude.com/blog/introducing-dynamic-workflows-in-claude-code

Dynamic Workflows的同类竞品对比

维度Claude Code Dynamic WorkflowsOpenAI Codex CLI
并行规模数百个子 Agent 大规模并行,适合代码库级重构子 Agent 并行规模有限,更适合模块级任务
任务编排动态自动生成编排脚本,无需人工干预需用户手动触发或配置,编排自动化程度较低
验证机制内置对抗性审查与多轮迭代验证,可靠性高依赖 Auto-review 和用户审批,验证流程较传统
运行时长原生支持数天级长时运行,断点续跑Codex Cloud 支持后台长时运行,但本地会话受限
Token 效率消耗较高(多 Agent 并行开销大)Token 消耗低(约为 Claude 的 1/3~1/4)
终端性能在 SWE-bench Pro 等复杂多文件任务上领先在 Terminal-Bench 2.0 等终端编程任务上领先
使用模式强调”赛博包工头”式协作,开发者可见全流程强调”fire-and-forget”无人值守,后台自动完成

Dynamic Workflows的应用场景

  • 全代码库漏洞扫描:并行搜索整个服务或仓库,对每个发现运行独立验证,输出真实问题报告。

  • 大规模代码迁移:处理框架替换、API 弃用、语言移植等涉及数千文件的端到端迁移。

  • 关键任务双重验证:在高风险决策前,通过独立尝试与对抗性挑战确保结论可靠。

  • 性能优化审计:基于分析器指导,并行审查代码库中的死代码、性能瓶颈与清理机会。

© 版权声明

相关文章