Claude Code 动态工作流：让 Agent 学会自己编排测试脚手架 · 干货攻略
- 链接:https://x.com/omarsar0/status/2080323178119786642
- 分类:x-tips
- 来源:X @omarsar0
- 作者:Jay
- 更新:2026-07-26
这是什么
Claude Code 动态工作流（Dynamic Workflows）是 Anthropic 于 2026 年 5 月 28 日（随 Opus 4.8 发布）推出的研究预览功能，核心解决一个长期难题：LLM Agent 的编排逻辑（即"谁在什么时机调用谁"）本质上是硬编码的，无法动态适应任务规模。
动态工作流的解法是：让 Claude 自己写一个 JavaScript 编排脚本，然后由运行时执行该脚本，同时拉起数十到数百个并行的子 Agent。脚本中定义阶段（phase）、分支逻辑、中间结果变量；Claude 的主会话全程保持响应。
用 @omarsar0 的话说，这是"元脚手架（meta-harness）"思路——不是用预定义的 harness/automations/loops/routing/graphs，而是让 Agent 动态生成适合当前任务的脚手架本身。
核心数字（来自官方文档）
| 参数 | 数值 |
|---|---|
| 发布时间 | 2026-05-28（研究预览） |
| 最低版本 | Claude Code v2.1.154 |
| 付费计划 | Pro / Max / Team / Enterprise |
| 并行 Agent 上限 | 同一阶段最多 16 个并行；单次运行硬上限约 1,000 个 |
| 支持提供商 | Anthropic API / Amazon Bedrock / Google Cloud Vertex AI / Microsoft Foundry |
为什么值得关注
背景：预定义 Agent 编排的天花板
传统的 multi-agent 系统（subagents、agent teams、skills）都是人在设计编排策略：人在 prompt 里写清楚"先做什么、再做什么、谁负责什么"。这在任务固定、规模已知时可行，但面对以下场景就力不从心：
- 超大规模代码迁移（数千文件、人力估算需数月）
- 需要交叉验证的长程研究（多源信息相互核实）
- 自适应路由（不同子任务的最优模型不同，需要动态分配）
谁分享的（@omarsar0）
@omarsar0 是长期追踪 LLM & Agent 研究的独立博主，也是本知识库 X 雷达硬核干货来源之一。他指出：
"Dynamic workflows are a generalization of harnesses, automations, loops, routing, and graphs. It's the most powerful feature I have built into my agent orchestrator."
他受 Claude Code 动态工作流启发，在自己的 agent orchestrator 中独立实现了类似能力，并成功泛化到 claude / codex / pi / hermes 等多种后端。
解决什么问题
- 无需预先知道任务规模：Claude 自动把任务拆解为合适的阶段和子任务
- 脚本化可复用：编排逻辑变成 JavaScript 文件，可以 save 下来、重复运行、他人 review
- Token 账本透明：每个阶段显示 agent 数量、token 消耗、耗时，便于成本控制
- 可中断可恢复：运行中途可暂停/终止，已完成阶段无需重跑
核验过程
官方来源
1. code.claude.com/docs/en/workflows（官方文档）
- 确认上线日期：2026-05-28，随 Opus 4.8 一同发布（研究预览）
- 确认版本要求：v2.1.154+
- 确认并行上限：同一阶段最多 16 个并行 Agent；单次运行上限约 1,000 个（硬上限防止资源失控）
- 确认适用计划：Pro / Max / Team / Enterprise；Pro 需在
/config中开启 Dynamic Workflows 行 - 确认 Bundle 工作流：
/deep-research为内置工作流（fans out 多角度网络搜索 → 交叉核实 → 投票 → 汇总带引用的报告） - 确认 Phase 机制：每个 phase 含 agent 计数、token 总量、已用时间；可 drill down 查看每个 agent 的 prompt、tool calls、结果
2. 官方博客（Anthropic, 2026-05-28）
- 确认"让 Claude 自己写编排脚本"的核心设计思路
- 确认适合场景：codebase-wide bug sweep、500-file migration、跨源交叉核实研究、hard plan 多角度起草
3. LinkedIn（Fabrice Bernhard, 2026-07）
- 确认 Bun 项目（Jarred Sumner）从 Zig 迁移到 Rust的规模：1,009,257 行代码，11 天完成，测试覆盖率 99.8%
- 注：不同来源对天数的描述有出入（6 days vs 11 days），LinkedIn 原始帖给的是"5月3日开始，5月14日合并"，共11天。此数字来自第三方转述，原帖主张，未逐一核验。
交叉验证
| 说法 | 验证结论 |
|---|---|
| 上线日期 2026-05-28 | ✅ 多源一致（LinkedIn、medium、latent.space 等） |
| v2.1.154+ 要求 | ✅ 官方文档明确 |
| Bun 1M 行 11 天迁移 | ⚠️ 原帖主张（Jarred Sumner 原始博客未直接找到）；多源转述一致（Fabrice Bernhard LinkedIn、techscoop.substack、simonwillison.net），但具体数字建议以官方博客为准 |
| 16 并行 / 1,000 上限 | ✅ 官方文档明确 |
| /deep-research 内置 | ✅ 官方文档明确 |
上手步骤
开启动态工作流（Pro 计划）
在 Claude Code 中运行：
/config
找到 "Dynamic workflows" 行，启用。
方式一：直接使用内置 /deep-research
适合快速验证，不需要写任何脚本：
/deep-research <你想研究的问题>
Claude 会自动 fan out 多个角度的 web 搜索 → 核实来源 → 投票筛选 → 汇总带引用的报告。
方式二：让 Claude 写自定义工作流
描述任务，让 Claude 自己生成 JavaScript 编排脚本：
# 示例：大规模代码迁移
将 /workspace/legacy-repo 下的所有 .py 文件迁移到新的目录结构，
每个子目录分配一个子 Agent 处理，并在结束后运行测试。
（Claude 会自动生成阶段和并行策略）
生成后，你可以：
- Review 脚本：Claude 生成的 JS 文件，可以像普通代码一样 review
- Save 复用：满意后 /save <command-name> 存为自定义命令，下次直接调用
- 调整参数：修改 JS 中的 agent 数量、阶段定义后重新运行
监控运行状态
/workflows
# 然后用方向键选择运行中的工作流，回车查看详情
实时显示：每个 phase 的 agent 数、token 总量、已用时间。按 p 暂停/恢复，x 终止。
适用场景 vs 不适用场景
| 适合 | 不适合 |
|---|---|
| 规模大到单个会话无法处理的任务 | 写一个函数、改一处 bug（用普通会话更快） |
| 需要多个独立视角交叉验证的任务 | 任务边界不清晰、无法描述目标的场景 |
| 长期运行的代码迁移、审计、评测 | 紧急 hotfix（启动开销太高） |
| 编排策略本身值得被固化复用的任务 | token 预算敏感的场景（大规模并行成本高） |
坑与适用边界
Token 成本是最大坑
多个来源明确警告：动态工作流的 token 消耗远高于普通单会话。官方文档建议在大规模任务前估算成本。Anthropic 官方博客的原始数据未找到，建议以官方博客更新为准，不引用坊间流传的具体美元数字。
1,000 上限是硬上限
Claude Code 在单次运行中设置了约 1,000 个 agent 的硬上限，防止失控。16 并行上限也存在，但官方文档指出在 v2.1.196+ 中有调整空间，具体以官方文档为准。
失败粒度管理
如果某个 phase 的某个 agent 失败，工作流可以继续（取决于你的脚本逻辑），但建议在脚本中加入错误处理和重试机制。
版本要求
v2.1.154 以下不支持。如果你的 Claude Code 没有收到更新通知，检查版本号：/version 或 --version。
适用地区/平台限制
- Anthropic API 直接支持
- Amazon Bedrock（部分地区）
- Google Cloud Vertex AI（部分地区）
- Microsoft Foundry（部分地区）
- 中国大陆直连 Anthropic API 需自行解决网络问题
与 Agent Teams 的区别
官方文档给出了明确区分：
| Subagents | Skills | Agent Teams | Dynamic Workflows | |
|---|---|---|---|---|
| 谁持有编排计划 | Claude（逐轮决定） | Claude（按 prompt） | Lead agent（逐轮决定） | 脚本本身 |
| 规模 | 每轮少数任务 | 同 subagents | 数个长期运行的 peer | 数十到数百个/次 |
| 中间结果存在哪 | Claude context | Claude context | 共享任务列表 | 脚本变量 |
| 可复用性 | worker 定义 | instructions | team 定义 | 脚本本身 |
一句话结论
Claude Code 动态工作流把"编排逻辑"本身变成了一段 Claude 写的 JavaScript——你描述任务，它生成脚手架，可保存复用也可临时跑；Bun 用它 11 天迁移了 100 万行代码，证明了超大规模代码操作的可行性——适合长程复杂任务，但 Token 成本和使用门槛都不低，值得先用 /deep-research 小跑一下感受量级。