★ FEATURED ARTICLE 文章目录Claude 把编排也交给了模型这条消息在讲什么动态工作流到底是什么和 Claude Code 的动态工作流是什么关系底层机制多智能体编排是怎么组织的动态工作流把编排又推进一步适合什么场景开发者视角的几个判断参考本文更多文章见 Duang 的博客。Claude 把编排也交给了模型Anthropic 在 2026 年 10 月 9 日把 Claude Managed Agents 的动态工作流dynamic workflows推到了公开 Beta。它不是又一个多智能体框架而是把编排这件事本身交给模型lead agent 先写出一段 workflow 程序服务端把它当作一次 workflow run 在后台按阶段执行跑完再合并结果。对开发者来说这意味着多智能体系统从你定义角色和流程进化为你描述目标模型自己定义流程。这条消息在讲什么Anthropic 官方开发者账号 ClaudeDevs 发布Claude Managed Agents 动态工作流现已公开 Beta定位是为最重负载设计的新型多智能体编排。原话的核心是一个 lead agent 写出一份计划这份计划跨多个 agent 分阶段运行最后把结果合并。发布当天即收获过万点赞与数千收藏热度集中在它把 orchestrator 的角色也让给了模型这一点上。动态工作流到底是什么官方 release notes 的定义很克制对于有很多组成部分的任务比如审查几百份文档agent 可以写一个 workflow。workflow 是一个程序运行许多 agents、分阶段执行、合并它们返回的结果服务端把它作为 workflow run 在后台运行agent 可以继续工作或结束本轮。关键点有三个**workflow 是程序而不是配置**由 agent 现场编写不是开发者预置的流程文件**workflow run 是后台执行单元**服务端拿到 workflow 后独立调度不占用 lead agent 的回合**结果在末尾合并**各阶段产物汇总后回到 lead agent 或用户手里和 Claude Code 的动态工作流是什么关系动态工作流这个概念并非首次出现。2026 年 5 月 28 日Anthropic 就在 Claude Code 中发布了同名能力现已 GAClaude 现场编写编排脚本在单个会话里运行几十到几百个并行子 agent交付前先自查。官方博客的说法是原本按季度规划的工作现在几天内完成。两者同源不同载体Claude Code 版本跑在你的终端和本地运行时里Managed Agents 版本跑在 Anthropic 云端的受管沙箱中走 API、有 session/thread 生命周期、可观测性也更完整。理解这条演进线很重要先有单机版证明模型自写编排可行再把同一套思想搬进生产级 API。底层机制多智能体编排是怎么组织的Managed Agents 的多智能体能力从 5 月 19 日起就是公开 Beta。组织方式是所有 agent 共享同一个沙箱、文件系统和 vault 凭据但每个 agent 跑在独立的 session thread 里拥有自己的对话历史和上下文隔离。coordinator协调者在主线程汇报活动运行时按需派生新线程线程是持久的coordinator 可以给之前调用过的 agent 发后续任务对方保留全部前文。每个 agent 有自己的模型、系统提示词、工具、MCP 服务器和技能互不共享。coordinator 通过 multiagent 配置声明可委派的 agent 名册可以按 ID 引用已创建的 agent、固定某个版本、允许 spawn 自己的副本self或者配置一个 advisor 顾问——一个会话主线程可在回合中咨询的更强者用于规划方向、解困或交付前审查。约束也明确coordinator 只能委派一层名册最多 20 个唯一 agent并发线程上限 25。这些限制保证了编排复杂度的边界可控。动态工作流把编排又推进一步多智能体编排解决的是把任务拆给谁动态工作流解决的是拆完怎么串。前者是运行时交互——coordinator 在回合中决定派谁、发什么消息后者把决策本身编码成一段可执行程序——lead agent 一次性写出分几个阶段、每阶段跑哪些 agent、结果如何过滤合并的 workflow服务端按程序执行agent 的上下文在阶段间被有效管理。官方 cookbook 对 Claude Code 版本的描述是模型写一段 JavaScript 编排脚本传给 Workflow 工具脚本并行或分阶段 spawn 子 agent把结果存在变量里用普通代码做过滤、循环和验证。Managed Agents 版本沿袭同一思想只是执行环境换成云端。这带来两个直接价值。第一是规模几十到几百个 agent 的并行编排不需要开发者手写 harness第二是可靠性模型可以在 workflow 里写检查步骤交付前自验。配合之前发布的 Outcomes用评分器按标准评估输出不合格就重做动态工作流让模型自查、多轮修正成为受管平台的一等公民。适合什么场景官方点名的典型场景是组成部分很多的任务审查几百份文档、跨多个来源交叉核验、在复杂遗留代码库里排查横跨整个服务的 bug、牵涉上百个文件的迁移。这些任务的共同点是单次单 agent 无法完成且子任务之间存在可编排的先后与并行关系。与之相对单轮问答、流程完全固定的高频任务用普通 agent 或传统 workflow 反而更简单——动态工作流的收益来自任务规模和不确定性。开发者视角的几个判断第一这件事标志着多智能体编排正在从框架优先走向意图优先开发者描述目标模型生成执行计划。第二对已经用 Claude Code 动态工作流的团队Managed Agents 版本意味着同一套模式可以搬进 API 化的生产环境获得沙箱、预算、webhook、审计这些平台级能力。第三beta 阶段仍需谨慎行为可能在版本间调整编排脚本是模型生成的边界参数并发线程、名册规模、预算需要自己验证。想尝鲜带上 managed-agents-2026-04-01 beta header 即可SDK 会自动附加。参考Claude Platform release notes2026-10-09 动态工作流条目Claude Managed Agents overviewMultiagent orchestration 文档Introducing dynamic workflowsClaude Code 博客New in Claude Managed Agents博客Claude Cookbook 动态工作流示例更多文章见 Duang 的博客。
阅读完成 · 觉得有帮助？
