Dynamic Workflows是什么
Dynamic Workflows 是 Claude Code 推出的动态工作流，目前处于研究预览阶段，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，自动拆分任务、验证结果并断点续跑，将原本需要数周的大型工程任务压缩至数天完成。
阅读目录
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，并分发给并行子 Agent 同时处理。
-
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，同时部署对抗性 Agent 主动挑战已有结论，确保答案收敛。
-
进度断点续跑：工作流运行过程中自动保存进度，中断后可从断点恢复，无需从头开始。
-
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。
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，而非依赖预定义模板，实现灵活的任务分解与调度。
-
多层级验证机制：采用生成-审查-迭代闭环，多个 Agent 从不同角度独立尝试问题，其他 Agent 负责反驳验证，直至结果收敛。
-
外部协调架构：协调逻辑在对话外部运行，确保即使任务规模扩大，计划能稳定推进不受对话上下文限制。
-
长时运行支持：设计支持数小时至数天的持续运行，适配大型工程任务的时间需求。
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，例如输入”Create a workflow”即可触发自动编排。
- 开启 ultracode 模式：通过 Effort 菜单启用
ultracode设置，自动将 effort 设为 xhigh，Claude 将自主判断何时触发工作流处理复杂任务。 - 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。
- 高可靠性输出：多重验证与对抗审查机制显著降低错误率，适合高成本失误场景的关键任务。
- 端到端自动化：从任务规划到实施验证全流程自动完成，无需人工介入编排或管理子 Agent。
- 实际验证案例：Jarred Sumner 使用 Dynamic Workflows 将 Bun 从 Zig 移植到 Rust，生成约 75 万行代码，测试套件 99.8% 通过，从首次提交到合并仅耗时 11 天。
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
| 维度 | Claude Code Dynamic Workflows | OpenAI Codex CLI |
|---|---|---|
| 并行规模 | 数百个子 Agent 大规模并行，适合代码库级重构 | 子 Agent 并行规模有限，更适合模块级任务 |
| 任务编排 | 动态自动生成编排脚本，无需人工干预 | 需用户手动触发或配置，编排自动化程度较低 |
| 验证机制 | 内置对抗性审查与多轮迭代验证，可靠性高 | 依赖 Auto-review 和用户审批，验证流程较传统 |
| 运行时长 | 原生支持数天级长时运行，断点续跑 | Codex Cloud 支持后台长时运行，但本地会话受限 |
| Token 效率 | 消耗较高（多 Agent 并行开销大） | Token 消耗低（约为 Claude 的 1/3~1/4） |
| 终端性能 | 在 SWE-bench Pro 等复杂多文件任务上领先 | 在 Terminal-Bench 2.0 等终端编程任务上领先 |
| 使用模式 | 强调”赛博包工头”式协作，开发者可见全流程 | 强调”fire-and-forget”无人值守，后台自动完成 |
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，对每个发现运行独立验证，输出真实问题报告。
-
大规模代码迁移：处理框架替换、API 弃用、语言移植等涉及数千文件的端到端迁移。
-
关键任务双重验证：在高风险决策前，通过独立尝试与对抗性挑战确保结论可靠。
-
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。
