Claude Opus 4.8 能让AI自己编排一整支代理小队了

Claude Code 推出惊艳新功能，照着做 ⬇️
1. 模型选 Opus 4.8
2. reasoning effort 设成 /ultracode，开启 Claude Code 全新的动态工作流。Claude 会自动识别复杂任务，写好编排脚本，然后拉起一整个 agent 集群替你干活。

Anthropic 在发布 Claude Opus 4.8 的同时，为其核心产品 Claude Code 推出了名为 Dynamic Workflow 的新功能。真正实现编排（orchestration），事实上必须依赖工作流（workflow）相关能力——而这一能力，直到今天才正式落地。借由本次发布，AI agent 将再次迎来一次重大进化。此前，Claude Code 是首个以 Harness 为本体、实现多 agent 协同的系统；此后 Anthropic 推出 Agent Team 功能，中间仅隔约半年空白期，便将二者恰当地整合起来——甚至其意义远不止于此。官方文档在此。此前已有一些开源项目势必会立即受到该功能影响。不过更准确地说，或许正是这些开源项目的先行探索，促使头部公司及时推出此类能力。

社交平台上热议的内容，多聚焦于新出现的 ultracode 命令：可同时启动数百个子 agent，自动处理长期、复杂的任务。这种说法本身没错，但真正的本质并不在此。请先看第二张图。这是对官方文档中英文表格的韩文翻译，并截取了终端输出效果。该表清晰梳理了 subagent、skill、workflow（本次新增）这三个核心概念，避免混淆。理解此表是关键所在。换言之，该表通过对比说明三者的核心机制，帮助你准确判断：在何种场景下应使用 skill、subagent 或（动态）workflow。

数百个子 agent（此前据我经验，上限约为二十多个）并行运行，确实是驱动大规模复杂 workflow 所必需的条件——因为只有这样，才能为每个环节分别安排实现、验证与修改，从而规避偏差与上下文污染，并提升专业性。但该条件本身并非充分条件。同样，workflow 单独存在也非充分条件；唯有二者共存，才构成充分条件：即“做事的人”与“做事的规则”均已就位。

workflow 可简单理解为任务推进的流程：哪些环节需执行、何时暂停、何时移交、输入与输出格式如何……等等一系列规则集合。这些规则必须被严格遵循。通常我们会将这类规则编写为简易脚本程序来执行。而 AI agent 本质上无法完全按既定规则运行——这既是优点也是缺点：当需要自主判断时，必须使用 agent；但若任务必须绝对遵循固定规则、例行化运转，则交由 agent 处理反而易引发突发状况，此时就必须用 workflow 来处理。

因此，在以往基于 AI 构建任何系统时，开发需明确划分两部分：一部分必须交由 AI agent 处理；另一部分则绝不可交由 agent，而必须严格走独立、确定的流程。此外，还需用 workflow 作为顶层逻辑，将这两部分连接起来。当然，过去我们确实也用 AI agent 来开发 workflow 本身。而现在，workflow 本身将在需要时，由 AI agent 根据给定目标直接设计并实现——这正是“dynamic”一词的由来。

倘若在运行过程中，AI 还能动态修改 workflow 脚本，则可能因 AI 自行决断而破坏 workflow 的稳定性。但查阅官方技术文档可知，系统设计上明确禁止 AI 在 workflow 执行期间介入；整个流程严格依据预先写就的脚本受控运行。

另一方面，第一张图是 Anthropic 产品经理 Cat Woo 发布的直观对比示意图：此前子 agent 之间彼此无法通信，仅当通过 Agent Team 方式调用的 agent 之间才支持通信；而本次推出 Dynamic Workflow 后，至少在该模式下，子 agent 之间似乎也能通信了。目前尚未实测，但核查官方技术文档后确认：子 agent 之间依然无法直接通信；仅当 agent 以 Agent Team 方式被调用时，才支持 mesh 形式的消息传递。那么这张图究竟表达什么？它只是对抽象概念的可视化呈现，若深究细节，反而容易引发误解。

经梳理发现，从技术角度看，“调用子 agent”的主体是 script。即子 agent 之间并不存在嵌套层级结构；script 会批量生成多个子 agent，不仅为其分配角色，更通过 script 全面控制它们之间的通信协议，以及所有需交换的通信内容——这些内容均以 script 变量形式被严格管控。这本就是 workflow 应有的形态。

若无意深究上述技术细节，而只想了解“这是什么”以及“怎么用”，那么第一个视频最有助益。该视频由 X 平台官方账号评论区中的用户 @ajith_io 发布，制作精良。

Anthropic 相关负责人曾在一次访谈中表示，公司将在下半年重点投入大规模内存研发，尤其聚焦于团队级 agent 协作能力的 R&D。我个人正专注于“专家级 agent 协作”方向（因本人以单人企业形态运营，此能力越扎实，业务发展就越稳健），并持续实现、更新及系统化支撑该目标所需的各项要素。由此，我对 Anthropic 后续可能发布的功能已有大致预判，故正尽可能严苛地规避重复建设，只集中攻坚差异化边缘点。

我当前如何运用 AI 专家团队，最完整的信息已浓缩在一则 1 小时长的视频，以及该视频评论区中我对提问的全部回复里。感兴趣的朋友可自行参考。

话说回来，视频上线至今刚满 13 天，播放量已突破 2.4 万次……
#ai #agent #workflow #claudecode