Claude Opus 4.8 动态工作流：数百个子智能体究竟如何运作

与 Claude Opus 4.8 一同发布的最重要特性并非基准测试的提升——而是动态工作流，这是 Claude Code 中的一项新能力，它改变了单个人可以交给 AI 处理的工作规模。动态工作流以研究预览版形式面向 Max、Team 和 Enterprise 计划开放，它让 Claude 能够规划大型任务，调度数百个并行子代理从独立角度攻克问题，部署对抗性代理来反驳彼此的发现，并不断迭代直到答案收敛——然后在汇报前验证输出。其旗舰用例是：跨越数十万行代码的代码库级迁移，从启动到合并。

对于独立开发者而言，这改变了一个下午能完成的事情。原本需要一周手动工作的框架迁移——跨 200 个文件更新命名空间、运行测试、修复故障、验证没有出错——现在可以在单个 Claude Code 会话中完成。对于工程团队来说，这意味着可以将仓库级重构、依赖项全面更新以及以前消耗高级工程师数周时间的大规模迁移交给它处理。这是由模型自身进行放大和协调的并行代理编排，而不是由你手动管理每个代理。

动态工作流实际上如何运作

传统的 Claude Code 以单代理形式按顺序处理任务：读取文件、进行更改、运行测试、修复问题、重复。这对于聚焦型任务效果很好，但在大规模工作中会遇到限制，因为文件数量庞大，且需要在整个代码库中协调更改，这让单个顺序代理不堪重负。动态工作流通过将架构从单个代理顺序工作转变为多个代理在协调下并行工作来解决这个问题。

当你给 Claude 一个大型任务时，它首先规划工作——将其分解为可以独立处理的组件。然后，它动态编写编排脚本，在单个会话中启动数十到数百个并行子代理。每个子代理处理各自的部分。关键在于，Claude 还会部署对抗性代理，其职责是试图反驳其他代理的发现——这是一种内置的怀疑机制，可以在错误传播之前将其捕获。系统不断迭代，代理们改进并质疑彼此的工作，直到答案收敛为单个协调的结果，Claude 在汇报前对其进行验证。

协调发生在对话之外，这意味着即使在跨越数天的执行窗口中，计划也能保持正轨。进度会被保存，作业可恢复——如果运行中断，它会从断点继续，而不是重新开始。正是这种持久性使长时间运行的大规模工作变得切实可行：你无需守着一个一旦中断就失败的单一会话。

代码库迁移用例

Anthropic 的主要示例是代码库级迁移，值得理解为什么这是杀手级应用。大型迁移——升级框架版本、在整个代码库中更改依赖项、仓库级模式重构——正是那种对人类来说繁琐、易出错且耗时，但遵循可并行化的一致规则的工作。跨 200 个文件更新命名空间在智力上并不难，只是大量重复性工作，其中一次失误就可能破坏构建。

借助动态工作流，Claude Code 可以从启动到合并执行这些迁移，将现有的测试套件作为其成功标准。子代理同时处理代码库的不同部分，对抗性代理捕获不一致之处，系统在宣布迁移完成前根据你的测试进行验证。原本需要一周手动工作的 Laravel 迁移可以压缩到单个会话中。这直接关联到我们在 AI 编码工具现状 中涵盖的更广泛趋势：AI 正从自动补全转向代理式工程，而动态工作流是迄今为止最清晰的例证。

诚实的局限性

动态工作流功能强大，但它是一个研究预览版，存在切实的注意事项。首先，token 消耗量很大——数小时内运行数百个并行子代理需要成比例增加的计算量，这意味着成比例增加 token。这是预期行为，而非缺陷，但会影响成本和速率限制。Anthropic 特意提高了 Claude Code 速率限制，以适应动态工作流和更高努力级别的 token 用量，但你仍应预期大型迁移会消耗大量资源。

其次，这是一个边缘粗糙的研究预览版。Anthropic 自身的指南和独立评测者都提醒不要未经审查就将其用于生产关键型迁移。"汇报前验证"步骤和对抗性代理减少了错误，但并不能消除错误。对于任何一旦出错就会造成严重后果的事情，对输出进行人工审查仍然至关重要——鉴于 未经审查的 AI 代码存在有据可查的安全风险，这一原则适用于所有 AI 生成的代码。

第三，可用性仅限于 Max、Team 和 Enterprise 计划（Enterprise 在发布时由管理员启用）。它不适用于较低层级的计划，并且 API 访问模式因计划而异。如果你使用 Pro 计划，暂时还无法访问动态工作流。

如何使用动态工作流

如果你使用的是符合条件的计划，使用动态工作流很简单：明确告诉 Claude Code 为你的任务创建一个工作流。诸如"为此迁移创建一个工作流"这样的措辞会提示 Claude 自行规划扇出，而不是按顺序工作。为获得最佳效果，请将其指向经过良好测试的代码库——现有的测试套件是 Claude 用来验证成功的依据，因此全面的测试意味着更可靠的迁移。从非关键迁移开始，了解其行为，然后再将其用于重要工作。

清晰的指令对于大规模代理任务更为重要，因为模糊性会跨数百个子代理被放大。免费的提示词优化器 可以帮助你编写精确的任务描述，减少子代理解释目标出错的可能性，而 TresPrompt 则将提示词优化带入你的工作流。如需更全面的 Claude Code 指导，请参阅我们的 Claude Code 完整指南。

动态工作流与手动并行代理的比较

以前使用过并行 AI 代理的开发者会认出动态工作流背后的核心理念，但其编排方式有着根本性不同。此前，并行运行多个代理意味着你——开发者——必须设计编排：拆分任务、将工作分配给每个代理、协调它们的输出、处理冲突并验证结果。这行得通，但劳动密集，且需要多代理设计方面的真正专业知识。编排逻辑是你的工作。动态工作流将这种编排转移到了模型自身。Claude 编写编排脚本，决定如何扇出工作，并管理协调——你只需描述目标。

这种转变意义重大，因为它极大地降低了门槛。多代理编排以前是深度理解代理架构的开发者的领域。现在，任何能清晰描述大型任务的人都可以使用这一能力。对抗性反驳步骤——代理试图反驳彼此发现——尤其有价值，因为这是一种大多数开发者不会手动构建的精密质量控制机制。通过将其内置到工作流中，Anthropic 让每个用户都能使用这种在错误到达你之前将其捕获的自检系统。

这在软件工程的未来中处于什么位置

动态工作流是 AI 辅助工程发展方向的一个具体信号：从帮你编写代码的模型，转变为在你的指导下执行大型工程操作的系统。正如我们在 AI 编码领域分析中所涵盖的，2026 年的成功模式是一个控制栈——项目规则、可复用技能、有界子代理以及围绕模型的确定性工具。动态工作流是该栈的子代理层，被产品化并使其易于使用。它代表了代理式编码从有前景的想法成熟为能够处理真正大规模工作的实用能力。

对于工程团队而言，其战略意义值得仔细思考。那些以前过于庞大或繁琐而难以证明其合理性的任务——长期推迟的迁移、人人都回避的依赖升级、仓库级重构——当一名工程师可以监督 AI 处理机械性工作时，就变得可行了。这并非取代工程师，而是将他们的时间从机械执行转向设计、审查和判断。工程师的角色转向定义应该发生什么，并验证它是否正确发生，而 AI 处理费力的"如何"部分。运用得当，这对小团队能完成的工作来说是一个真正的倍增器。

常见问题解答

Claude Code 中的动态工作流是什么？

动态工作流是一项研究预览版功能，它让 Claude Code 能够规划大型任务，并在单个会话中运行数百个并行子代理。子代理从独立角度攻克问题，对抗性代理试图反驳它们的发现，系统不断迭代直到答案收敛，然后验证输出。主要用例是跨越数十万行代码的代码库级迁移。

哪些计划可以使用动态工作流？

动态工作流适用于 Max、Team 和 Enterprise 计划中的 Claude Code。对于 Enterprise，它在发布时由管理员启用。对于 Max 和 Team 计划，它默认开启，并可通过 API 使用。Pro 计划在初始发布中无法使用动态工作流。

动态工作流会消耗大量 token 吗？

是的——比普通 Claude Code 会话多得多。数小时内运行数百个并行子代理需要成比例增加的计算量。Anthropic 提高了 Claude Code 速率限制以适应这一点。预期大型迁移会消耗大量 token，因此请将其纳入你的使用规划。

我可以将动态工作流用于生产代码吗？

需要谨慎。这是一个边缘粗糙的研究预览版，Anthropic 和独立评测者都建议在合并生产关键型更改之前审查输出。对抗性代理和验证步骤减少了错误，但并不能消除错误。从非关键工作开始，确保你的测试套件全面，并在将其用于重要迁移之前审查结果。

如何启动动态工作流？

在符合条件的计划上，明确告诉 Claude Code 创建一个工作流——诸如"为此任务创建一个工作流"这样的措辞会提示 Claude 自行规划并行扇出。将其指向经过良好测试的代码库，因为 Claude 使用现有的测试套件来验证成功。作业可恢复，因此中断的运行将从断点继续。

披露：本文中的部分链接是联盟链接。我们仅推荐我们亲自测试并定期使用的工具。请参阅我们的 完整披露政策。