Claude Code发布动态工作流：解决系统性失效问题，多场景应用潜力大

Claude Code发布动态工作流：解决系统性失效问题，多场景应用潜力巨大

上周，Claude Code发布了动态工作流新能力，该功能允许Claude根据具体任务即时编写定制化执行框架，协调多个子Agent并行工作，解决大规模、高并行、对抗性任务中的系统性失效问题。

示例提示展示工作流潜力

近日，Anthropic工程师Thariq分享最初的工作流经验和心得。在深入技术细节前，他提供示例提示，如设置工作流重复运行测试、回顾会话挖掘错误生成规则、翻查Slack频道找根本原因、用工作流拆解商业计划、对简历排名选最佳候选、为CLI工具取名、重命名User模型、审查博客文章草稿等，让我们理解工作流潜力。

动态工作流的工作原理

动态工作流执行含特殊函数的JavaScript文件，生成和协调子Agent，还包括标准JavaScript功能处理数据。它能决定Agent使用的模型类型和子Agent运行方式，工作流中断后可从中断点继续执行。

使用动态工作流的原因

使用默认Claude Code框架执行任务，在长时间运行、大规模并行或高度结构化的对抗任务中会出现问题，如智能体懒惰、自我偏好偏差、目标漂移。创建工作流可通过为不同目标分配独立上下文窗口的Claude实例避免这些问题。

动态与静态工作流的区别

之前可使用Claude Agent SDK或claude - p创建静态工作流协调多个Claude Code实例，静态工作流更通用。而使用Claude Opus 4.8的动态工作流，Claude能生成针对特定用例定制的智能框架。

动态工作流的常用模式

可让Claude生成动态工作流或用触发词“ultracode”创建。常用模式有分类并执行、分发并汇总、对抗性验证、生成并筛选、竞赛、循环直到完成等。

动态工作流的用例

迁移与重构方面，Bun从Zig重写到Rust用workflows完成，把任务拆成小单元，子Agent完成修复，再做对抗式审查后合并。深度研究方面，Claude Code发布的深度研究skill使用动态workflows，可并行展开网页搜索等。深度验证方面，可构建工作流核查报告中事实陈述及来源。排序方面，可通过“锦标赛”或并行分桶排序对条目排序。记忆与规则遵循方面，可创建工作流检查规则，减少误报。根因调查方面，工作流可让多个Agent基于隔离证据提出假设并检验，适用于代码、销售、数据工程等场景。大规模工单分拣方面，分流工作流可对任务分类、去重并采取行动，结合/loop指令可自动执行。探索与品味判断方面，工作流可用于探索解决方案，通过评审智能体评估。评估方面，可运行轻量级评估流程，对特定任务评估并迭代优化。模型与智能路由方面，可创建分类智能体决策调用的基础模型。

何时不宜使用动态工作流

“工作流”是新功能，虽在很多场景有效，但并非所有任务都需依赖，滥用会消耗过多Token资源。常规编程任务需思考是否有必要运行工作流。

构建动态工作流的技巧

提示词设计方面，采用特定技巧编写详细提示词效果最佳，也可构建“快速工作流”。结合使用/goal与/loop指令，可实现周期性执行并设定任务完成指标。可设定Token使用预算，在提示词中指定额度。可保存工作流文件，也可打包为“技能”形式分发共享，还可让Claude将技能中的工作流视为“模板”。工作流是扩展Claude Code的新方式，还有很多值得探索之处。