Claude Code 在 2026 年 5 月下旬迎来了一次重要更新，其中最受关注的是动态工作流功能。这个功能让 AI 编程助手从单次对话模式进化为能够自主规划、分拆任务并协调多个子代理协同执行的系统，大幅提升了处理大规模工程问题的效率 [1][3]。以下是围绕这一功能的几个关键方面。
动态工作流的核心机制在于任务自动拆解与并行执行。当用户下达复杂指令后，Claude Code 会自动生成编排脚本，将任务拆分成数十甚至上百个子任务，并调用多个子智能体并行处理 [1][3]。这些子代理各自负责独立部分（如搜索漏洞、跨文件重构），完成后交回结果，再经过对抗检查验证，确保了输出质量 [3][20]。这种方式让原本需要人工逐步引导的复杂工程变得可自动化。
用户在执行动态工作流时可以实时查看进度，这是该功能的一大实用特性。通过 /workflow 指令触发的任务会像团队协作一样分步推进，每一步的进展、子代理状态和中间结果都能随时被监控 [2]。这种透明化的进度展示让开发者对流程有掌控感，也方便中途调整或中断。
动态工作流的应用生态也在快速扩展。官方提供了插件，能一键自动配置 hooks、skills、MCP 服务器、子代理和工作流，降低了使用门槛 [18]。此外，开发者社区贡献了多种方式：有开源 Skill 将类似动态工作流引入 Codex [5]，有人编写 JavaScript 脚本编排多个 Claude Agent 协作 [15]，还有 Trellis 这类工具将长提示词拆成结构化信息供 Claude Code 使用 [4]。这些扩展让动态工作流不局限于官方功能，而是形成了一套可复用的协作范式。
与动态工作流配合的其他技能也在丰富 AI Agent 的能力。例如 AnySearch Skill 支持同时查询 23 个专业领域，适配 Claude Code、Cursor 等工具，可用于动态工作流中的信息检索环节 [13]。book-to-skill 工具将技术书籍转为结构化技能文件，按章节加载，方便在动态工作流中快速调用领域知识 [14]。这些工具让动态工作流在执行复杂任务时能更精准地获取外部信息。