Claude 开始自己写编排程序

十个 agent 同时干活，最忙的往往是人。PR 一条条堆在 GitHub 里，等你看完、点合并、再想下一步。

Anthropic 上周给出的答案是：把「想下一步」这件事也交给模型，让它写一段程序来调度其他 agent。

一、发生了什么

这套东西在 10 月 9 日进入 Beta：Anthropic 把它挂在 Claude 的托管 agent 服务下面，名字叫 Dynamic Workflows，内部简称 flows。三天后，AI Engineer New York 的工作坊上，CJ Avilla 和 Harrison Stall 把它拆开讲了一遍。

变化在于「谁决定组织方式」。以前用 Managed Agents，开发者要自己配一个协调者，再配一份子 agent 名单，谁负责什么、结果怎么回流，都写在配置里。现在改成：主 agent 先做计划，再写一段编排程序，由这段程序启动子 agent、收集结果、决定信息往哪走。

几个实现细节值得记住。整条流程按阶段划分，比如一个股票观察列表的示例，先扫描，把每个股票代码交给上下文隔离的 agent，再进入复核阶段，最后出报告。开发者仍然可以塞进预先配好的专家 agent。子 agent 之间不能直接发消息，它们通过共享文件系统交换信息，API 没有提供「让 A 通知 B」的接口。执行过程可以在 Claude Console 的图视图里逐步查看，每一次交接传了什么，都能点开看。

会上反复提 Unix 和 Linux：从 Ken Thompson 写的第一版，到 Linus 之后一层层的维护者。这个类比指向很具体的问题——项目变大以后，靠一个人盯所有事撑不住，得靠结构和接口。

两位工程师还提到，这个想法最早来自 Claude Code 里的「为每个任务配一套执行框架」，但 flows 能跑得比单个 agent 或固定花名册更久。功能目前在 Claude Console 里提供，入口是 Managed Agents。

二、跟你有什么关系

已经在跑多 agent 的团队。 你现在的人肉协调工作，一半会变成「读编排程序」和「看图谱」。省下的是派活时间，增加的是审计时间。

做预算的。 flows 比单 agent 贵得多，Anthropic 自己承认这一点。它的卖点是「找得更全」，不是「更省」。

做平台的。 这套设计的边界很清楚：子 agent 只能通过文件协作，不能互相对话。想做成自由协商的多 agent 系统，它不是那个东西。

三、怎么判断该不该用 flows

1. 先问任务能不能拆成阶段。 扫描、复核、汇总这种结构适合。需要多个 agent 反复争论才能收敛的任务，不适合。
2. 把默认并行度压住。 会上有人问，一次简单扫描会不会炸出几百个子 agent。Stall 的回答是「靠评测和更低的默认值」——想要大规模并行，得显式要求。
3. 自己盯预算。 开发者可以设会话预算，但运行中的 agent 并不知道自己还剩多少钱。指望它自觉省钱，会失望。
4. 确认你要的是「找全」还是「做对」。 flows 擅长把细节翻出来，不擅长判断这些细节值不值得做。后者仍然要人。
5. 别指望它自己变好。 被问到定时任务能不能发现自己的扫描模型不行、然后下次改掉，回答是不行。它不会自我改进，只能靠人改配置。

四、三个别信的说法

「多 agent 一定比单 agent 强。」 Avilla 自己说 flows 的成本高得多，换来的是覆盖更全。如果任务本身很短，多出来的编排开销纯属浪费。贵不等于好，只等于买了更多试错次数。

「让 Claude 自己编排，人就可以退出了。」 人退不出去，只是位置变了。以前你派活，现在你审计划、看图谱、卡预算。审核环节没有消失，只是从 PR 列表挪到了编排层。

「这就是通用 agent 操作系统。」 子 agent 不能互发消息，只能共享文件；没有自我改进；预算是外部设的。它是一个受控的批处理调度器，不是操作系统。Unix 只是讲法，别当成架构说明书。

五、一句话结论

编排自动化省掉的是派活的手，不是判断的脑子。

信息来源

• How Anthropic's Dynamic Workflows Coordinate Claude Agents，DEV Community，2026-10-12
• Claude 开始自己写程序管理 Agent 了，InfoQ，2026-10-18

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。