Dynamic Workflows - Claude Code 推出的动态工作流

Dynamic Workflows是什么

先说一个核心判断：Dynamic Workflows 是 Claude Code 推出的动态工作流，目前处于研究预览阶段。这玩意儿厉害在哪？它支持 Claude 动态编写编排脚本，在单次会话中并行调度数十至数百个子 Agent 协同工作——也就是说，AI 能自动帮你拆任务、验结果、断点续跑。理论上，原本需要数周才能搞定的大型工程任务，现在可以被压缩到数天完成。

Dynamic Workflows的主要功能

• 任务自动拆分与并行执行
  ：Claude 根据用户指令自动将大型任务拆解为多个子任务，然后分发给并行的子 Agent 同时处理——不再是单打独斗，而是团队作战。

• 结果验证与对抗审查
  ：每个子 Agent 的结果在汇总前会经过独立验证，同时还有对抗性 Agent 主动挑战已有结论。这个设计很聪明，相当于给答案上了双保险，确保结果收敛可靠。

• 进度断点续跑
  ：工作流运行过程中自动保存进度，中断后可以从断点恢复，不用从头再来。对于数小时甚至数天的长任务来说，这一点太关键了。

• 全流程可视化
  ：实时展示每个子 Agent 使用的模型、Token 消耗、工具调用次数及执行耗时——开发者可以像看仪表盘一样掌控全局。

Dynamic Workflows的技术原理

• 动态编排脚本生成
  ：Claude 根据任务特征实时生成协调脚本，而不是依赖预定义模板。这意味着任务分解与调度都是灵活弹性的，适配不同类型的复杂场景。

• 多层级验证机制
  ：采用的是生成-审查-迭代闭环架构。多个 Agent 从不同角度独立尝试问题，其他 Agent 负责反驳验证，直到结果收敛为止。有点像学术界的同行评审，不过是全自动版本。

• 外部协调架构
  ：协调逻辑在对话外部运行，这一设计的精妙之处在于——即使任务规模不断扩大，计划也能稳定推进，不受对话上下文长度的限制。

• 长时运行支持
  ：设计支持数小时至数天的持续运行，专门适配大型工程任务的时间需求。不是那种跑个几分钟就断掉的轻量方案。

如何使用Dynamic Workflows

• 直接指令启动
  ：在 Claude Code 中直接要求 Claude 创建工作流，比如输入“Create a workflow”就能触发自动编排。上手门槛很低。

• 开启 ultracode 模式
  ：通过 Effort 菜单启用 ultracode 设置，会自动将 effort 设为 xhigh，Claude 会自主判断何时触发工作流来处理复杂任务。相当于给了 AI 更大自主权。

• 平台与权限
  ：
  • 适用 Claude Code CLI、桌面端、VS Code 插件，以及 Claude API、Amazon Bedrock、Vertex AI、Microsoft Foundry。
  • Max、Team 及 API 用户默认开启；Enterprise 用户需要管理员在设置中手动启用。

Dynamic Workflows的核心优势

• 规模化处理能力
  ：单次会话可协调数百个 Agent 并行工作，适合跨文件、跨服务的代码库级大型操作。以前这样的工作量需要整个团队配合，现在可以交给 AI 集群。

• 高可靠性输出
  ：多重验证与对抗审查机制显著降低了错误率，适合那些高成本失误场景下的关键任务——比如代码迁移、核心基础设施重构。

• 端到端自动化
  ：从任务规划到实施验证，全流程自动完成，不需要人工介入编排或管理子 Agent。开发者只需要定义目标和监督结果。

• 实际验证案例
  ：Jarred Sumner 用 Dynamic Workflows 将 Bun 从 Zig 移植到 Rust，生成了约 75 万行代码，测试套件通过率达到 99.8%，从首次提交到合并只用了 11 天。这组数据很有说服力——不是纸上谈兵。

Dynamic Workflows的项目地址

• 项目官网
  ：https://claude.com/blog/introducing-dynamic-workflows-in-claude-code

Dynamic Workflows的同类竞品对比

拿它跟 OpenAI Codex CLI 做个对比，能更清楚地看到差异所在。

方面：Claude Code Dynamic Workflows 支持数百个子 Agent 大规模并行，适合代码库级重构；而 OpenAI Codex CLI 的子 Agent 并行规模有限，更适合模块级任务。规模不是一个量级。

上：Claude 是动态自动生成编排脚本，不需要人工干预；而 Codex CLI 需要用户手动触发或配置，编排的自动化程度相对较低。

：Claude 内置对抗性审查与多轮迭代验证，可靠性高；Codex CLI 依赖 Auto-review 和用户审批，验证流程偏传统。

：Claude 原生支持数天级长时运行且有断点续跑能力；Codex Cloud 虽然支持后台长时运行，但本地会话会受到限制。

：这一点上 Claude 的消耗相对较高，毕竟多 Agent 并行带来的开销摆在那里；而 Codex CLI 消耗较低，大概是 Claude 的三分之一到四分之一。

：Claude 在 SWE-bench Pro 这类复杂多文件任务上表现领先；而 Codex CLI 在 Terminal-Bench 2.0 等终端编程任务上更占优势。各有侧重。

：Claude 强调“赛博包工头”式的协作模式，开发者可以看见全流程；Codex CLI 则强调“fire-and-forget”无人值守模式，后台自动完成。两种哲学，看场景匹配。

Dynamic Workflows的应用场景

• 全代码库漏洞扫描
  ：并行搜索整个服务或仓库，对每个发现做独立验证，最终输出真实问题报告。以前的扫描往往被误报淹没，现在每个候选漏洞都要经过独立验证。

• 大规模代码迁移
  ：框架替换、API 弃用、语言移植——这些涉及数千文件的端到端迁移场景，正是 Dynamic Workflows 的优势区间。

• 关键任务双重验证
  ：在高风险决策之前，通过独立尝试与对抗性挑战确保结论可靠。比如重构核心模块前的风险评估，或者关键算法实现的正确性验证。

• 性能优化审计
  ：基于分析器指导，并行审查代码库中的死代码、性能瓶颈与清理机会。几百个文件同时扫描，效率和人力时代完全不同。