Claude Code 动态工作流：6 种编排模式

副标题： 静态流水线不够用了——运行时自写 Harness，并行上百子 Agent 的 6 种模式与避坑指南

2026 年 5 月底，Anthropic 宣布 Claude Code 支持 Dynamic Workflows（动态工作流）；6 月初工程博客进一步拆解了原理与模式。目前该能力已 正式可用（GA）。

如果你刚读完上一篇《Claude Code Skills 九分类》，可以这样理解两者关系：

• Skills = 可复用的能力积木（稳定、可分发）

• Dynamic Workflows = 针对当前任务 当场写出来的编排脚本（灵活、费 Token）

官方一句话：

Claude can now write and orchestrate its own multi-agent harness on the fly.

翻译过来：不是你再手写一套固定流水线，而是 Claude 根据任务动态生成 Harness，调度几十到上百个子 Agent 并行干活。

下面从「解决什么问题」→「怎么工作」→「6 种模式」→「Bun 实录」→「何时别用」，帮你判断该不该上 Dynamic Workflows。

一、为什么需要 Dynamic Workflows？

默认 Claude Code Harness 很适合 常规编码：在一个上下文里规划 + 执行。

但这类任务会撞墙：

• 全仓库 bug 排查

• 跨数百文件的大迁移

• 需要多角度对抗验证的高风险决策

• 间歇性失败（1/50）的竞态复现

• 上千条记录的分拣、排序、根因分析

官方总结了单上下文长任务的 三类失败模式：

Dynamic Workflows 的解法：拆成多个 独立上下文的子 Agent，各自聚焦子目标，再合成、对抗验证、迭代到收敛。

这和 Anthropic《Agentic Coding Report》里「单 Agent → 协同团队」的趋势完全同向。

二、动态 vs 静态：差别在哪？

你可能已经用 Claude Agent SDK 或 claude -p 写过 静态 workflow——一套脚本走所有场景。

问题是：静态 workflow 要为 所有边界情况 兜底，往往偏泛化。

有了 Claude Opus 4.8+ 和 Dynamic Workflows，Claude 足够聪明，能针对 你的这一次任务 写定制 Harness。

三、怎么触发？两种入口

官方目前提供两种方式（建议开 auto mode）：

方式 1：直接要求创建 Workflow

在 Claude Code 里说：

Create a workflow to …

并描述清楚目标、范围、验收标准。

方式 2：打开 ultracode

在 Claude Code 的 effort 菜单 里开启 ultracode：

• effort 设为 xhigh

• Claude 自动判断 何时用 Workflow 处理任务

可用范围（以官方公告为准）：Claude Code CLI、Desktop、VS Code 扩展；Max / Team / Enterprise（Enterprise 需管理员开启）；以及 Claude API、Bedrock、Vertex、Foundry 等。

注意：首次触发 Workflow 时，Claude Code 会展示即将运行的计划并要求 确认；Token 消耗会明显高于普通会话，建议先用 小范围任务 试水。

四、底层怎么跑？（技术直觉）

Workflow 启动后，Claude 会：

1. 动态规划——根据 prompt 拆子任务

2. Fan-out——并行拉起子 Agent（可选独立 worktree）

3. 检查——结果合并前先验证

4. 合成——回到单一协调答案

编排逻辑在 对话上下文之外 执行，所以任务再大，计划也不容易漂。

关键能力：

• 可恢复：中断后 resume 会话，从断点继续，不必重来

• 可选模型路由：分类 Agent 决定子任务用 Sonnet 还是 Opus

• 可设 Token 预算：例如 prompt 里写「use 10k tokens」设上限

Workflow 本质是执行一段 JavaScript，调用特殊函数协调 subagent（详见官方 docs）。

五、官方 6 种编排模式（值得背下来）

Anthropic 工程博客总结了 Claude 构建 Workflow 时最常用的模式——可以当作 提示 Claude 的词汇表。

1. Classify-and-act（分类路由）

先用分类 Agent 判断任务类型，再路由到不同子 Agent 或行为。

2. Fan-out-and-synthesize（扇出合成）

拆成大量小步骤，每步独立上下文并行，最后 屏障式合成（等全部完成再 merge）。

适合：大批量同质步骤，避免交叉污染。

3. Adversarial verification（对抗验证）

每个产出 Agent 配一个 挑刺 Agent，按 rubric 批判，修到只剩 nitpick。

适合：安全审计、架构方案、高代价决策。

4. Generate-and-filter（生成过滤）

大量生成候选 → 按 rubric 过滤 → 去重 → 留高质量。

5. Tournament（锦标赛）

多个 Agent 用不同方法做同一题，评判 Agent pairwise 比较，直到选出胜者。

适合：命名、设计、排序、方案选型。

6. Loop until done（循环直到停）

未知工作量时，循环 spawn Agent，直到 无新发现 / 无新错误 才停。

适合：日志扫描、告警归因、根因排查。

这些模式可 组合。你 prompt 里点明模式，往往比泛泛说「帮我认真做」有效得多。

六、官方给的 Prompt 灵感（可直接改）

工程博客列了一批高质量示例，摘录几条：

竞态复现

This test fails maybe 1 in 50 runs. Set up a workflow to reproduce it. Form competing theories about the race, and don't stop until one theory survives the evidence.

从会话挖掘 CLAUDE.md 规则

Using a workflow, go through my last 50 sessions and mine them for corrections I keep making and turn the recurring ones into CLAUDE.md rules.

Slack 事故根因

Use a workflow to dig through #incidents in Slack for the past six months and find recurring root causes where nobody has filed a ticket.

商业计划对抗

Take my business plan and run a workflow where different agents tear it apart from an investor's, a customer's, and a competitor's perspective.

技术博文事实核查

Go through my blog post draft and verify every technical claim against the codebase using a workflow.

看到规律了吗？—— 范围清晰 + 停止条件 + 指定模式（对抗/扇出/循环）。

七、典型场景：什么时候值得开 Workflow？

代码与工程

• 全仓库 bug hunt / 安全审计 / 性能剖析

• 大迁移：框架替换、API 废弃、语言移植（跨千文件）

• 重构：如 User → Account 全库改名

• 间歇性 bug：多假设并行验证

非代码也适用

• 深度调研：fan-out 搜索 + 对抗核实 + 引用报告（/deep-research Skill 即用 Workflow）

• 分拣排序：上千 ticket/简历，tournament 或 bucket-rank

• on-call 分诊：分类 → 去重 → 尝试修复或升级

• 探索审美方案：命名、UI 方向，tournament 选 top 3

企业用户反馈

• Klarna：在大代码库做发现与 review，识别静态分析漏掉的死代码

• CyberAgent：填补「单子 Agent」和「完整 Agent Team」之间的鸿沟，长时运行仍保持可见性

八、案例：Bun 从 Zig 迁到 Rust（Workflow 极限压测）

官方用 Jarred Sumner 的 Bun 迁移作为 规模示例（Jarred 后续会有更完整文章）：

约 75 万行
 Rust

Workflow 阶段（简述）：

1. 映射 Zig 每个 struct field 对应的 Rust lifetime

2. 并行端口每个 .zig → .rs

3. Fix loop 直到 build + test 全绿

4. 通宵 workflow 找不必要的数据拷贝，每个优化单独开 PR

重要免责声明：这是极端高压测案例，不代表日常需求都应 Workflow 化。但它证明了 编排层 能把「季度级迁移」压到「天级」——前提是你有成熟的验证与 review 链。

九、何时 不要 用 Dynamic Workflows？

官方很明确：

Workflows are not needed for every task and may end up using significantly more tokens.

别用 Workflow 的场景：

• 普通函数实现、小 bug 修、单文件改动

• 没有明确停止条件的模糊需求

• Token 预算紧张且任务可被 Skills + 单 Agent 覆盖

• 不需要对抗验证的低风险改动

经验法则：先问自己「是否真的需要更多算力」——多数日常编码不需要 5 人审查团。

可退而求其次：让 Claude 跑 quick workflow（例如单次对抗审查一个假设）。

十、和 Skills、/loop、/goal 怎么配合？

Skills × Workflows

• 把成熟 Workflow 保存 到 ~/.claude/workflows（Workflow 菜单按 s）

• 或通过 Skill 引用 Workflow JS 作为模板（非死板脚本，允许 Claude 按任务改写）

上一篇 Skills 里的 验证类、审查类、Runbook 类，是 Workflow 里子 Agent 的 质量底座。

搭配 /loop 和 /goal

• /loop：周期性 triage、调研、验证（如每小时扫告警）

• /goal：给 Workflow 设硬完成条件，防止无限循环

和 merge 责任的关系

Workflow 产出更多代码、更多 PR——merge 按钮仍在人手里。

扇出并行时建议：

• 每个子任务 独立 worktree + 小 PR

• 合并前跑 Verification Skill

• 高风险路径保留 human sign-off

十一、上手清单（今天就能试）

1. 选一个小而硬的任务（如：验证一篇技术文里所有代码声明）

2. 开启 auto mode，或显式说 Create a workflow

3. 在 prompt 里写明：模式（如 adversarial verification）+ 停止条件

4. 首次确认计划时，看子 Agent 拆分是否合理

5. 设 Token 预算（如 use 10k tokens）防止失控

6. 满意则 保存 Workflow 供团队复用

7. 把稳定部分沉淀为 Skill（验证脚本、Gotchas）

十二、和系列文章的衔接

下一篇自然续篇：C03 Bun 迁移实录深度拆（或 D01 DeepSeek V4 国产栈）。

十三、结论

Dynamic Workflows 标志着 Claude Code 从 「一个聪明的编码 Agent」 走向 「能自写编排器的 Agent 系统」。

记住四句话：

1. 复杂、长时、对抗性任务 才值得开 Workflow

2. 六种模式（扇出、对抗、锦标赛、循环…）是提示词里的杠杆

3. Token 贵，先小任务试水，设预算，能保存复用

4. Skills 沉淀质量，Workflow 放大算力——两者配合，而不是二选一

静态流水线没有死，但 2026 年的上限，属于 跑得动动态 Harness 的指挥官。

资料来源

• Anthropic《A harness for every task: dynamic workflows in Claude Code》：https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code

• Anthropic《Introducing dynamic workflows in Claude Code》：https://claude.com/blog/introducing-dynamic-workflows-in-claude-code

• Claude Code Workflows 文档：https://code.claude.com/docs/en/workflows

• Bun 迁移讨论（Jarred Sumner）：https://x.com/jarredsumner/status/2060050578026189172

• 上一篇：《Claude Code Skills 九分类》content/claude-code-skills-guide/

Bun 迁移等案例来自 Anthropic 官方披露，效果与团队工程成熟度强相关；Workflow Token 消耗因任务差异很大，请以控制台实际用量为准。