← 返回 Blog
UseAIAPIAI API3min

刚发布就炸场：Claude Code Dynamic Workflows 完全上手指南——让你的终端指挥上百个 Sub-Agent 并行干活

2026 年 5 月 28 日，随着 Claude Opus 4.8 一同发布，Anthropic 在 Claude Code 中正式推出 Dynamic Workflows（动态工作流，研究预览版）。这一功能为 Claude Code 装上了涡轮增压器，将其从 "一个 AI 解决一个问题" 的模式，升级为能够调度数百个智能体协同工作的 "AI 工厂"。

ClaudeClaude CodeClaude Code 动态工作流指南

Claude Code 动态工作流完全指南：让终端指挥数百个子智能体并行工作

AI 编程的单兵作战时代正在落幕。

过去一年，Claude Code 陪伴无数开发者在终端完成日常编程工作 —— 写脚本、修 Bug、修改零散文件。这种 "单智能体串行" 模式被戏称为一对一外包：你发起任务，AI 接管，然后依次读取文件、编写代码、运行测试。一旦任务规模稍大，光是读取文件就能把上下文窗口撑满，开发者只能在旁边干等。

现在，战局已经发生了根本性变化。

2026 年 5 月 28 日，随着 Claude Opus 4.8 一同发布，Anthropic 在 Claude Code 中正式推出 Dynamic Workflows（动态工作流，研究预览版）。这一功能为 Claude Code 装上了涡轮增压器，将其从 "一个 AI 解决一个问题" 的模式，升级为能够调度数百个智能体协同工作的 "AI 工厂"。

一、从 "一对一外包" 到 "一令千工"：范式级的跃迁

传统 Claude Code 的天花板

在普通模式下，Claude Code 收到请求后只有一个 "大脑" 在运转，所有操作按顺序执行，中间结果全部塞进对话上下文窗口。一旦任务规模扩大，上下文被占满，就只能等待开发者手动拆分任务。

Dynamic Workflow 的革命性突破

动态工作流实现了真正的范式跃迁：它不是简单地开更多聊天窗口，而是让 Claude 自动编写可执行的 JavaScript 编排脚本，然后将任务拆分为数十到数百个并行子智能体去执行。

表格

对比维度传统模式Dynamic Workflow 模式
编排方式Claude 本身作为单一编排器自动生成的 JavaScript 脚本作为编排器
中间结果存储全部堆进对话上下文窗口中间状态存储在脚本变量或外部存储中，主会话上下文只保留最终结果
执行方式串行执行：A→B→C→D并行执行：任务分片→多智能体同时处理→交叉验证→结果收敛
中断处理中断后需要从头开始进度持续保存，支持断点续跑（网络中断或触发限流也能恢复）

Anthropic 官方的描述十分直白："原本需要按季度规划的工作，现在几天就能完成。Claude 会动态编写编排脚本，在单个会话中运行数十到数百个并行子智能体，并在结果交付给你之前进行自我检查。"

其中，对抗性验证是整个系统的精髓：一批智能体负责执行任务，另一批智能体专职找茬、反驳和复查，经过多轮迭代直到结果收敛才交付给用户，而不是 "跑完就交差"。

二、如何触发动态工作流？三个入口，一个核心模式

前置条件

  • Claude Code 版本 v2.1.154 及以上（支持 CLI、桌面版和 VS Code 扩展）
  • Max/Team 订阅用户：默认开启
  • Enterprise 订阅用户：默认关闭，需管理员在设置中启用
  • Pro 订阅用户：需在 /config 中手动开启 Dynamic Workflow 选项

入口①：对话中直接触发

在提示词中包含 "workflow" 关键词，即可触发自动编排模式：

plaintext

Run a workflow to audit every API endpoint under src/routes/ for missing auth checks

Claude 会弹出即将运行的编排脚本供你审阅（按 Ctrl+G 查看详细内容），确认无误后才会执行。

入口②：跨模块代码调研

进行大规模代码考古或跨模块依赖分析时，/dep search命令是直接激活入口之一。Claude 会先构建全局关系图谱，然后根据任务复杂度自动决定是否升级为动态工作流模式。

入口③：开启终极努力模式

plaintext

/effort ultracode

这个命令会将努力程度拉到最高档，并让 Claude 自主判断当前任务的复杂度，自动决定是否启用并行处理，不需要你每次显式喊 "workflow"。在大型项目上基本就是 "设置一次，忘掉它" 的体验。

三、实操三步曲：执行→监控→复用

Step 1：先审脚本，别直接盲跑

激活动态工作流后，Claude 会生成 JavaScript 编排脚本。此时不要直接按回车确认，先按 Ctrl+G 调出脚本内容，快速检查它的拆解逻辑是否合理（哪些文件归哪组处理、验证条件是什么）。如果不满意，可以撤回并重新定义提示词，确认没问题后再批准执行。

Step 2：实时监控进度与消耗

脚本运行后，输入以下命令查看实时状态：

plaintext

/workflows

终端会显示当前阶段、已启动的子智能体数量以及消耗的 Token 数量。需要特别注意的是，并行阶段几十到数百个智能体同时运行，Token 消耗是普通对话的数倍到数十倍，一定要密切关注，避免月底账单超标。

Step 3：保存成功的工作流为自定义命令

运行成功的工作流可以保存为自定义斜杠命令，下次遇到同类迁移或审计任务时，直接输入/你的命令名即可复用编排逻辑，不需要每次重写提示词。

四、成本与现实：两个绕不开的坎

① Token 消耗是个无底洞

Anthropic 官方反复提醒：动态工作流的 Token 消耗会明显高于常规会话。官方建议的策略是：从小规模试水开始，先在一个子模块中跑通迁移逻辑，验证效果后再逐步扩展到整个仓库。千万不要一上来就把 70 万行代码的整库扔进去。

② 国内网络可达性问题

在国内环境中，Claude Code 仍然需要稳定访问 Anthropic 的服务。选择专业的 API 中转服务平台是目前最稳妥的解决方案。

UseAIAPI 提供包括 Claude、Gemini、ChatGPT、DeepSeek 在内的全球热门 AI 大模型一站式接入服务，无需复杂的网络配置，一次配置即可在国内稳定使用。价格方面，平台推出最低至官方价格 50% 的专属优惠，能够大幅降低动态工作流这种高消耗场景的使用成本。对于企业用户，UseAIAPI 还提供专业的企业级定制化服务，包括专属节点部署、SLA 服务等级保障和 7×24 小时技术支持，为团队协作和生产环境使用提供全方位保障。

配置方法非常简单，只需在主配置文件中设置以下环境变量：

bash

运行

export ANTHROPIC_BASE_URL="你的中转服务地址"
export ANTHROPIC_AUTH_TOKEN="你的API Key"

这样 Claude Code 在国内也能维持接近海外的稳定性。需要注意的是，中转服务只是转发 Claude Opus 的能力，并非规避服务条款的手段，企业场景请走合规采购流程。

五、真实案例：Bun 的 Zig 到 Rust 移植（约 75 万行，11 天完成）

这是 Anthropic 官方博客引用的标杆案例：Bun 作者 Jarred Sumner 使用动态工作流，将 Bun 从 Zig 语言移植到 Rust 语言。

表格

指标数值
Rust 代码产出量约 750,000 行
测试套件通过率99.8%
从首次提交到合并11 天

整个移植过程分为三个阶段：

  1. 生命周期映射工作流：为 Zig 代码库中每个结构体的字段，映射正确的 Rust 生命周期
  2. 并行移植工作流：每个.zig 文件对应生成一个.rs 文件，数百个智能体并行工作，每个文件配备 2 个审查智能体进行交叉检查
  3. 修复循环与夜间工作流：驱动构建和测试直到全部通过；之后通过夜间任务自动处理不必要的数据拷贝，逐类生成 PR 供最终人工审查

⚠️ 官方也注明：该移植目前尚未投入生产环境，围绕它也出现了 "部分测试是否被调整以使 Rust 版通过" 的讨论。因此可以将其作为能力展示参考，但不应视为 "无条件成功的范本"。

根据 Anthropic 官方给出的清单，动态工作流特别适用于以下场景：跨服务 Bug 追踪、性能分析、安全审计、大规模代码迁移与现代化改造、高风险方案的多角度对抗验证。

六、从单兵到军团：是时候升级你的工作流了

动态工作流不是用来修个简单 if 判断的工具 —— 那是杀鸡用牛刀，只会白白消耗你的 Token。但它确实是以下场景的游戏规则改写者：

  • 跨数百文件的框架迁移（旧版 Angular 升级、类组件转函数式、REST 转 GraphQL 等）
  • 全库技术债审计（死代码定位、依赖黑洞扫描、认证遗漏普查）
  • 多模块系统重构（原本计划 "排到下个月" 的工作，现在可能几天就能完成）

在这个过程中，你的角色也发生了根本性转变：从蹲在终端敲敲打打的普通工人，变成了站在 AI 军团背后发号施令、把控全局的指挥官。

这套全新的 AI 编程工作流，值得每一位开发者尝试。