Claude Code 中动态工作流(Dynamic Workflows)

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

今天,Claude正式推出 Claude Code 的 动态工作流(Dynamic Workflows),帮助 Claude 端到端完成最具挑战性的任务。过去需要按季度规划的工作,现在几天内就能完成。Claude 会动态编写编排脚本,在单次会话中运行数十到数百个并行 subagent,并在结果交付给你之前自行完成检查。

有些问题过于复杂,单个 agent 的一次执行无法解决,尤其是在复杂的遗留代码库中。例如:

  • 横跨整个服务的大规模 Bug 排查
  • 涉及数百个文件的迁移项目
  • 希望在投入实施前从各个角度反复推敲和验证的技术方案

动态工作流能够对这些任务进行端到端处理。

动态工作流目前已以 Research Preview(研究预览版)的形式提供,支持:

  • Claude Code CLI
  • Claude Desktop
  • VS Code 扩展(适用于 Max、Team 和 Enterprise 计划,需管理员启用)
  • Claude API
  • Amazon Bedrock
  • Vertex AI
  • Microsoft Foundry

需要注意的是,动态工作流消耗的 token 数量可能远高于普通 Claude Code 会话,因此我们建议先从范围较小的任务开始体验,以了解其资源消耗情况。

为了获得最佳体验,建议启用 Auto Mode。之后有两种方式启动工作流:

  1. 直接要求 Claude 创建动态工作流(例如:"Create a workflow")。
  2. 开启新的 Claude Code 专属设置 ultracode 。该选项位于 effort 菜单中,会将 effort 等级设置为 xhigh,同时允许 Claude 自动判断何时应使用工作流来完成任务。

动态工作流的实际应用

参与早期测试的用户以及 Anthropic 内部团队,已经将动态工作流应用于多种场景,包括:

全代码库 Bug 排查、性能优化审计和安全审计

Claude 可以并行搜索整个服务或代码仓库,并对每项发现进行独立验证,确保最终报告中呈现的是真实问题。

同样的模式也适用于安全加固工作,例如:

  • 身份认证检查
  • 输入验证检查
  • 全代码库范围内的不安全模式扫描

大规模迁移与现代化改造

Claude 可以端到端处理涉及数千个文件的工程任务,例如:

  • 框架迁移
  • API 废弃升级
  • 编程语言迁移

需要双重验证的重要任务

当错误答案的代价很高时,工作流会让 Claude 独立尝试多个解决方案,同时安排对抗性 agent 专门寻找结果中的缺陷,在结果交付给用户之前完成交叉验证。


"动态工作流在大型代码库中的发现和审查任务上尤其有价值。我们利用它识别了大量死代码,并发现了许多传统静态分析工具未能发现的清理机会,从而帮助工程师更高效地完成维护和重构工作。"

------ Alessio Vallero,高级工程经理


"动态工作流填补了单个 subagent 与完整 agent 团队之间的空白。从规划到实现的流程自然衔接,因此我们能够放心运行更长时间的任务,同时不会失去对过程的可见性。"

------ Ken Takao,首席系统工程师

使用动态工作流重写 Bun

动态工作流在大规模工程中的潜力,可以从最近的 Bun 重写项目中看到。

Jarred Sumner 使用动态工作流将 Bun 从 Zig 迁移到 Rust,并实现了:

  • 原有测试套件通过率达到 99.8%
  • 生成约 75 万行 Rust 代码
  • 从首次提交到最终合并仅用了 11 天

其中一个工作流负责为 Zig 代码库中的每个结构体字段推导正确的 Rust 生命周期(lifetime)。

随后,另一个工作流将每个 .zig 文件转换成行为完全一致的 .rs 文件。整个过程中有数百个 agent 并行工作,并且每个文件都会由两个 reviewer agent 进行审查。

之后,一个自动修复循环不断运行构建和测试流程,直到:

  • 编译成功
  • 测试全部通过

迁移完成后,另一个隔夜运行的工作流又进一步识别并修复了不必要的数据复制问题,并针对每项优化创建独立 PR 供最终审查。

虽然这些成果尚未进入生产环境,但整个过程都由动态工作流完成。

Jarred 未来还将对此项目进行更深入的分享。

工作原理

当一个工作流启动后,Claude 会根据提示词动态制定执行计划,将任务拆分成多个子任务,并把工作分发给多个并行运行的 subagent。

每个阶段的结果都会先经过验证,然后再汇总到最终答案中。

这些 agent 会从不同角度分析问题,同时还有其他 agent 专门尝试推翻已有结论。整个过程持续迭代,直到不同路径得出的答案逐渐收敛。

正因为如此,动态工作流能够获得单次执行无法达到的结果质量。

动态工作流专门针对:

  • 并行执行任务
  • 长时间运行任务
  • 持续数小时甚至数天的工程工作

而设计。

它能够处理过去需要数周时间才能完成的复杂工程项目。

此外:

  • 工作进度会持续保存
  • 任务中断后可从断点恢复
  • 无需重新开始执行

由于整体协调逻辑发生在对话之外,因此无论任务规模增长到什么程度,执行计划都能保持稳定推进。

使用注意事项

需要特别说明的是,动态工作流的资源消耗远高于普通 Claude Code 会话。

当工作流首次触发时,Claude Code 会向用户展示即将执行的内容,并要求确认后才会开始运行。

组织管理员也可以通过托管配置(Managed Settings)选择禁用工作流功能。

相关推荐
救救孩子把1 小时前
78-机器学习与大模型开发数学教程-7-6 自注意力机制的计算复杂度分析
人工智能·机器学习
XMAIPC_Robot1 小时前
基于RK3588 ARM+FPGA电火花数控机床控制系统设计,兼顾ethercat软硬件实时
linux·arm开发·人工智能·嵌入式硬件·fpga开发
见合八方1 小时前
【滤波器】热调谐FP滤波器
人工智能·算法
古城小栈1 小时前
cargo-pprof:Rust性能调优
人工智能·算法·rust
程序大视界1 小时前
Google I/O 2026 全解析:Gemini 3.5 Flash 免费用、4倍速碾压 GPT-5.5,AI 迎来“Agent 时代“
人工智能·gpt
sunneo1 小时前
S1.2损失厌恶与用户忠诚度的关系:让用户觉得离开是一种损失
人工智能·产品运营·产品经理·用户运营·用户体验
段一凡-华北理工大学1 小时前
工业领域的Hadoop架构学习~系列文章05:Kafka消息队列 - 工业数据流传输
人工智能·hadoop·学习·架构·kafka·工业智能体·高炉炼铁智能化
zcg19421 小时前
如何在CV中使用transformer
人工智能·深度学习·transformer
xiaobangsky1 小时前
AI 时代来临,我该何去何从
人工智能