Claude Code 上線動態工作流：現場自寫排程指令碼，多智慧體對抗驗證

如果你用過終端裡的 AI 寫程式碼，大機率遇到過這種尷尬：剛開始幾分鐘思路挺清爽，但程式碼一寫長、報錯一變多，它就開始犯迷糊，不僅反覆兜圈子，還會堅信自己剛才寫的錯誤邏輯，甚至連最初要幹什麼都忘了。

單上下文視窗的 AI 就像一個被塞滿草稿紙的程式設計師，腦子越用越亂。上週，Anthropic 給 Claude Code 推出了一個重磅解法：動態工作流（dynamic workflows）。現在 Claude 可以針對你眼前的任務，現場給自己寫一套多智慧體編排指令碼，當場組建一支專項小隊。

現場給自己寫一套排程腳手架

以前如果想讓多個 Claude 協同幹活，開發者通常得用 Claude Agent SDK 或者寫命令列指令碼，搭一套固定的靜態流程。但靜態流程的問題在於太死板，很難兼顧所有邊界情況。

這次動態工作流的背後是 Claude Opus 4.8。面對複雜任務時，Claude 不再硬著頭皮在一個窗口裡從頭幹到尾，而是會現場生成並執行一個 JavaScript 指令碼。這個指令碼可以呼叫特製函式，隨時拉起帶著乾淨上下文的子智慧體。

Claude 還可以為不同的小任務挑選不同的模型，甚至把子智慧體扔進獨立的 Git worktree 裡執行，防止它們互相打架或者汙染程式碼庫。如果你在終端裡按 Ctrl+C 中斷或者關掉了終端，下次重新連上會話，它還能順著指令碼進度接著跑。

觸發這套機制很簡單，你只要在對話裡要求它建立工作流，或者直接敲入觸發詞「ultracode」就行。

錦標賽、紅藍對抗與隔離區

官方部落格梳理了幾種極具殺傷力的編排模式。第一種是「扇出與彙總」，把龐大任務拆成幾十個碎片，每個智慧體獨立完成一段，最後由彙總智慧體像設定柵欄一樣等齊結果再合併。據 Anthropic 透露，Bun 從 Zig 重寫到 Rust 的百萬行程式碼遷移，用的就是這種模式。

第二種是對抗驗證與錦標賽。比如排查一個 50 次才出現一次的死鎖 bug，可以讓不同的智慧體分別根據日誌、原始碼和資料提出獨立假設，互相挑刺辯論；或者在給方案起名、打分時，搞兩兩對決的淘汰賽，因為人類和 AI 對兩個方案做相對判斷，永遠比絕對打分要靠譜得多。

甚至在處理使用者工單這類髒活時，它還支援「隔離區模式」：讓只讀未信任內容的智慧體負責抓取，嚴禁它們碰高許可權操作，清洗完畢再交給執行智慧體。Claude Code 裡內建的 deep-research 技能，底層也正是這一套邏輯。

為什麼重要

我們認為，動態工作流最聰明的地方在於它把「元提示詞」升格成了「超程式設計」。過去大家總想做一個包治百病的通用 Agent 框架，但實際工程中沒有兩套任務的拓撲結構是一模一樣的。讓前沿大模型根據具體問題現場寫排程程式碼，比任何固化在框架裡的死邏輯都要靈活。

對開發者和重度使用者來說，這意味著那些以往不敢交給 AI 的高壁壘任務終於有了可行性。比如幾十萬行的依賴重構、幾十份簡歷的深度交叉比對、跨多輪除錯的根因分析。只要任務能被拆解，你就可以用一句自然語言調動一支併發軍隊為你打工。

但代價同樣很現實：token 消耗量會成倍甚至幾十倍地飆升。每一次扇出、每一次對抗評審，都是真金白銀在燃燒。如果只是改個前端按鈕樣式或寫個簡單函式，開動態工作流純粹是大炮打蚊子。

從行業競爭來看，Anthropic 這一步把程式碼智慧體的競爭維度拉開了。競品還在比拼單個模型的推理長度和單輪補全準確率，Claude 已經把重點轉向了模型自主編排模型。不過這種模式對執行環境的沙箱安全和狀態恢復提出了極高要求，一旦子智慧體寫出失控的迴圈指令碼，賬單和機器資源都可能面臨考驗。