[AI 分享] Claude Dynamic Workflows解析

 [AI 分享] Claude Dynamic Workflows解析

摘要 : Claude可自動拆解任務、平行調度大量Agent，並在背景驗證與收斂結果，加速大型工作的完成。

內容:

Anthropic 近期為 Claude Code 加入了名為 Dynamic Workflows 的新功能。用白話來說，過去你交代 Claude 一件大事，通常是由它單獨慢慢完成；現在則是你只要下達一句指令，它就能在背景自動組建一個由數十甚至上百個 Agent 構成的團隊，同時分工處理不同子任務，最後再透過交叉檢查與驗證，整理出一份完整答案。

這項功能的核心，其實是 Claude 先根據你的需求自動寫出一段 Javascript 指令碼，並由這段程式去負責後續的任務編排與執行。這個流程會在背景獨立環境中運作，因此主對話不會被卡住。也就是說，當 Workflow 在執行時，你仍然可以繼續和 Claude 在同一個 Session 中做其他事，等整個流程完成後，Claude 再把最終結論帶回來給你。

Dynamic Workflows 的強大之處，在於它不只是「多叫幾個 Agent 一起做事」而已，而是能夠有層次地拆解任務。舉例來說，一開始可能會先派出少量 Agent，從不同角度蒐集資料；第二階段再擴大 Agent 數量，對取得的內容進行深入閱讀與整理；最後還會再派另一批 Agent 專門負責挑錯、反駁與驗證，直到結論逐漸收斂。各階段要使用多少 Agent、採用哪一種模型，也都由 Claude 自行安排。

另一個重要特色是，這些大量 Agent 在執行過程中產生的中間結果，並不會全部塞進主對話的 Context 中，而是保留在 Workflow 的指令碼變數裡。主對話最後只會收到一份整理完成的結果。這使得 Claude 能在不污染主要 Context 的情況下，處理規模極大的任務，這也是 Dynamic Workflows 與一般 Subagent 或 Agent Team 很大的差別。

此外，Dynamic Workflows 內建了品質把關的概念。它可以讓多個 Agent 從不同角度分析同一問題，再由其他 Agent 專門負責反駁、挑錯與驗證。經過這種多輪攻防後還能成立的結論，通常會比單一模型一次生成的答案更可靠。這種機制就像不是只讓一個人自己檢查作業，而是再找一群人專門來找漏洞。

在成本與效率方面，Dynamic Workflows 還可以依不同階段切換模型。例如在前期大量平行搜尋時，使用較便宜、速度較快的模型；到了最後需要高推理能力來總結與收斂時，再切換到更強的旗艦模型。這樣的配置可以同時兼顧速度、品質與成本。

如果要用一句話總結 Dynamic Workflows，那就是：Claude 會先幫你寫一段指令碼，再由這段指令碼去指揮大量 Agent 完成任務。過去使用者可能需要自己設計複雜的拆解流程與提示詞，現在這部分的工作很大程度被 Claude 自動包辦了，但前提仍是你要知道自己想交付什麼任務。

文中也進一步釐清了幾個容易混淆的概念，包括 Skill、Subagent、Agent Team 與 Workflow。區分它們最簡單的方法，就是看「下一步由誰決定」。如果下一步是由程式碼事先安排好的，那就是 Workflow；如果是 Claude 根據當下情況臨場決定，那就是 Skill、Subagent 或其他 Agent 類型。

其中，Skill 比較像是一份食譜或說明書，用來告訴 Claude 在某種情境下應該怎麼做、使用哪些工具、遵守哪些限制。它本身不是 Agent，而是一組給 Agent 看的規則，因此會佔用主 Context。Skill 主要回答的是「事情怎麼做」，而 Workflow 處理的是「怎麼調度很多人一起做」，兩者不在同一層級，甚至可以搭配使用。

Subagent 則比較像 Claude 臨時派出去執行單一任務的小幫手。它完成工作後，會把結果直接帶回主對話，因此雖然能減少搜尋過程對主 Context 的污染，但如果一次派出太多 Subagent，回傳的大量結果仍可能把主 Context 塞滿。作者用「實習生查資料後把整疊文件堆回桌上」來形容這件事：少量還可以，但一多就會讓桌面爆掉。

相較之下，Workflow 更像是一個在桌子外面先做好整理的人。它能在外部協調大量 Subagent 的工作，把眾多資料先統整、驗收、驗證過後，再只把濃縮後的結論放回主對話。也因為這樣，Workflow 才能真正支撐數十、數百甚至更多 Agent 同時運作，而不讓主對話 Context 爆炸。

整體來看，Dynamic Workflows 的價值在於，它把原本需要人工設計的任務拆解、編排、平行處理與交叉驗證，自動化成一個可在背景運作的工作機制。對於大型研究、長流程分析、需要高可靠度驗證的工作，它能大幅縮短時間，也讓使用者不必自己寫出極其複雜的提示詞或流程控制邏輯。