当 AI 开始拥有“自主调度权”：Claude 4.8 这个新功能，到底有多可怕？

上周，Claude Code 上线了一个新功能，叫 动态工作流（dynamic workflows）。简单说就是——Claude 现在能现场给自己"写"一套"工具"，专门为手头这件活儿量身打造。

你可能知道，Claude Code 默认的工具流是为写代码设计的。但我们后来发现，很多看似跟代码无关的事，本质上跟写代码也差不多。所以这套默认工具其实能解决很多种问题。不过也确实有那么几类任务，光靠默认这套还不够得劲——比如 深度研究、安全审计、多 Agent 协作，还有 代码审查 这些。我们之前都得在 Claude Code 之上另搭一套专门的"工具"才能把它们跑好。

现在有了工作流，你就可以让 Claude 在 Claude Code 里现场搭出这种专用工具，直接把这一类问题给解决掉。而且搭完之后，你还能把它分享出去、或者留着自己下次复用。

这篇文章里，我想跟你分享一下我这段时间用工作流的真实感受和踩过的坑，让你也能尽快把它用起来。

不过我得先把丑话说前头：最佳实践还在不断演化中。动态工作流往往会更费 token，所以什么时候用、怎么用，都得掂量掂量。

先看几个例子，脑洞打开

在讲技术细节之前，先放几个真实能用的提示词给你感受一下。看完你就知道，工作流能干的事儿远不止写代码：

• • "这个测试大概 50 次里会挂 1 次。搭个工作流出来：在 worktree 里复现 → 提出各种假设 → 挨个对抗式验证 → 不找出真正原因不许停。"
• • "用工作流翻一下我最近 50 次会话，把我反复犯的错挖出来，把那些反复出现的写进 CLAUDE.md 当成规则。"
• • "用工作流翻一下 Slack 里过去六个月所有 #incidents 频道的记录，找出那些大家都没提单、但其实反复出现的根本原因。"
• • "把这份商业计划书扔给工作流，让不同的 agent 站在投资人、客户、竞争对手三个角度，把它批个底朝天。"
• • "这文件夹里有 80 份简历。开个工作流，先按后端岗位排个序，前十名再交叉验一遍。中间用 AskUserQuestion 工具采访我，把评分标准敲定。"
• • "我手上这个 CLI 工具缺个名字。用工作流头脑风暴一拨候选名，再跑个锦标赛选前三出来。"
• • "用工作流把我代码里 User 这个模型全改成 Account。"
• • "用工作流把我这篇博客草稿里的每一条技术论断都对照代码库核一遍，千万别发错东西出去。"

是不是有点感觉了？这些场景里，传统的"一次性提示词"基本都搞不定。

工作流到底是怎么跑的

动态工作流本质上就是一个 JavaScript 文件，里面会用到几个特殊的函数来启动和协调 子 agent。

除了这些专用函数，文件里也能正常用 JavaScript 自带的那些——JSON、Math、Array 都行，方便你做数据处理。

特别值得一提的是：工作流里可以指定每个 agent 跑什么模型，也可以让子 agent 单独开 worktree 跑。这意味着 Claude 可以根据任务的复杂程度，自主决定"用多聪明的脑子"和"要不要跟主任务隔离"。

还有一点很贴心：如果工作流跑到一半被中断了——比如你不小心关了终端，或者按了 Ctrl+C——下次接着开会话，它能从断掉的地方继续跑，不会前功尽弃。

为什么要搞动态工作流

默认的 Claude Code 工具流，在处理任务时需要把"规划"和"执行"塞在同一个上下文窗口里。

对于很多写代码的场景，这套打法其实很有效。但一旦碰到那种特别长、特别并行、或者特别需要严格流程的任务，就容易出问题。

因为 Claude 在同一个上下文窗口里持续干一件复杂的事干得越久，越容易踩到下面这三种坑：

1. Agent 偷懒（Agentic laziness）
就是 Claude 干到一半觉得累了，明明还有一半活儿没干完，就直接宣布"搞定收工"。比如一个安全审查里有 50 项需要查的，它只查了 20 项就交差。

2. 自利偏差（Self-preferential bias）
Claude 容易偏爱自己产出的结果。尤其是让它按评分标准给自己打分或者做校验的时候，它会下意识地"放自己一马"。

3. 目标漂移（Goal drift）
干着干着就忘了最初的目标。尤其是在上下文被压缩过几轮之后——每压缩一次都会丢点细节，像"这个边界情况要怎么处理"、"千万别做 X"这种约束条件，很容易就被磨没了。

工作流的存在，就是为了对付这三种毛病。它的核心思路是：用多个 Claude，每个管自己独立的一小块上下文，各自盯着一个明确的小目标，然后由一个"调度员"把它们串起来。

动态 vs 静态工作流

你之前可能用过 Claude Agent SDK 或者 claude -p 这种方式来"静态地"编排多个 Claude Code 实例。这种方式能干活，但有个天然的缺陷：

静态工作流要照顾所有可能的边界情况，所以通常写得很通用、很笨重。

而现在有了 Claude Opus 4.8 这种级别的模型，再加上动态工作流，Claude 已经聪明到能根据你的具体场景，"现编"一套完全贴身的工具了。

几个常用的工作流"套路"

想用工作流其实很简单——直接让 Claude 给你做一个就行。或者在提示词里加个"ultracode"关键词，这样能更稳地触发它真的去搭工作流。

不过我建议你先在脑子里建个模型，搞清楚工作流是怎么搭起来的，这样你才知道什么时候该用，也知道怎么在提示词里引导 Claude 往你想要的方向走。

下面这几种"套路"是 Claude 在搭工作流时经常会用到、也经常会组合起来用的：

① 分类-执行（Classify-and-act）
先用一个分类 agent 决定这是个什么类型的任务，然后根据类型分派给不同的 agent 去处理。也可以反过来用——最后用一个分类 agent 决定输出长什么样。

② 发散-收敛（Fan-out-and-synthesize）
把一个大任务拆成很多小任务，每个小任务交给一个 agent 单独跑，最后再用一个 agent 把所有结果汇总成一份。这种套路特别适合那种"步骤特别多、或者每一步都最好在干净的上下文里跑"的任务。汇总这一步是个"屏障"——它会等所有发散出去的 agent 都跑完，然后把它们的结构化输出合并成一份。

③ 对抗式校验（Adversarial verification）
每个 agent 跑完之后，再单独派一个 agent 出来，用评分标准或者规则"挑刺儿"地校验一遍它的产出。

④ 生成-筛选（Generate-and-filter）
先围绕一个主题生成一堆想法，然后用评分标准或者验证流程筛一遍，去掉重复的，最后只留那些质量最高、经过验证的。

⑤ 锦标赛（Tournament）
不是分工，而是让一群 agent 互相 PK。同样一个任务，派 N 个 agent 用不同思路去解，然后让裁判 agent 两两对比，直到决出一个赢家。

⑥ 循环到干完（Loop until done）
对于那种"不知道要干多少活"的任务，就一直派 agent 出去跑，直到满足某个停止条件为止（比如没有新发现了、或者日志里没有新错误了）。不要硬卡一个固定的轮数。

这些场景用工作流最值

动动脑筋想想，有哪些地方可以让 Claude Code 给你搭个工作流。我自己的体会是：工作流在很多非技术活儿上反而比写代码更香。

1. 大型迁移和重构

Bun 从 Zig 改写成 Rust，就是用工作流干的。具体怎么干的可以看看 Jarred 在 X 上的这条 thread。

核心打法是：把任务拆成一连串"可以单独操作的小目标"——比如调用点、跑挂的测试、模块等等。给每个修复点单独开一个 worktree，派一个子 agent 进去改；改完了再派另一个 agent 进去对抗式审查；审查通过再合回去。

一个实用的小提醒：记得告诉 agent 千万别用那些特别吃资源的命令（比如说全量构建），这样你就能最大化并行，跑很多个也不会把机器压垮。

2. 深度研究

我们在 Claude Code 里内置了一个 /deep-research 技能，它本身就是用动态工作流搭的。具体来说：发散出去跑一堆网页搜索 → 把原始资料抓回来 → 对抗式地校验每一条论断 → 最后合成一份带引用的报告。

但这种"深度研究"的思路，其实不只限于网页搜索。比如你可以让 Claude 把 Slack 里的上下文攒成一份状态报告，或者让它把一个代码库深挖一遍，搞清楚某个功能到底是怎么跑的。

3. 深度校验

反过来，如果你手上有一份报告，想把里面每一条事实性论断都核对一遍、每个引用都追溯到源头——这种场景特别适合搭个工作流：让一个 agent 先把报告里所有事实性论断都列出来，然后给每条论断单独派一个子 agent 去深挖核对。还可以再上一层，让一个验证 agent 去检查核对 agent 找的源头靠不靠谱。

4. 排序

你可能手上有一堆条目，想按某种偏主观的标准排个序——比如"按 bug 的严重程度给支持工单排个序"。

这种活儿 Claude Code 其实挺擅长。但如果你想让它一次性给 1000 多行排个序，那质量会肉眼可见地下降，而且也塞不进上下文。

正确做法是：跑个锦标赛、或者用一组"两两对比"的 agent 串成一条流水线。两两对比比直接打绝对分要靠谱得多。每个对比都是独立的 agent，外面那个调度循环负责维护对阵表，主体上下文里只保留当前的赛程进度。

5. 记忆和规则遵守

如果你发现 Claude 老是不按你写在 CLAUDE.md 里的某些规矩来，那就可以搭个工作流：把你关心的所有规则列成清单，每条规则单独派一个验证 agent 去盯。你还可以再派一个"怀疑论者" persona 的子 agent，去审视这些规则本身写得对不对——这一步能有效避免"假阳性"满天飞。

反过来也行：把你最近的会话和代码评审意见里反复出现的纠错挖出来，让并行的 agent 归类，然后对抗式地验证每条候选（"这条规则真的能避免一个真实犯过的错吗？"），最后把活下来的那些写回 CLAUDE.md。

6. 根因调查

Debug 这件事，最好的做法是先想出几个互相独立的假设，再挨个验证。但如果你只用一个上下文窗口，Claude 很容易被自利偏差带偏——它会下意识地偏向自己提出的假设。

工作流能从根本上避免这个问题：派几个 agent 从互不重叠的证据出发，各自提出假设。比如一个看日志，一个看文件，一个看数据。每个假设提出来之后，再由一组"拥护者"和"反驳者" agent 去 PK。

这种思路不只适用于代码。比如做销售分析（"三月销量怎么跌了？"）、数据工程（"这条流水线为啥挂了？"）、或者任何事后复盘的场景，都可以用同样的套路。

7. 大规模分流

每个团队都有一堆支持工单、bug 报告、或者其它 backlog，全靠人根本处理不过来。

一个分流工作流能这样干：给每条工单打分类 → 跟已经在跟踪的去重 → 然后采取行动。行动可以是尝试修一下，也可以是升级到人工。

一个特别有用的模式叫"隔离（quarantine）"：让那些读"不可信公开内容"（比如别人发来的工单、第三方数据）的 agent，不允许执行高权限操作。高权限操作只能由负责"行动"那一层的 agent 来做。

把分流工作流跟 /loop 组合起来用，Claude 就能不间断地帮你处理这些事儿。

8. 探索和品味

当你要探索多种解法的时候，工作流特别管用——尤其是那种"偏品味"的活儿，比如设计、命名，这种最好有个明确的评分标准（rubric）。

让 Claude 探索一拨方案，再让一个评审 agent 拿着评分标准去挑。任务完成的标志是评审 agent 觉得已经达标了。方案之间也可以跑个锦标赛，按评分标准决出胜负。

9. 评估（Evals）

对于某些特定任务，你可以用工作流跑一些轻量级的评估：在 worktree 里派子 agent 跑各种实现，然后派对比 agent 按评分标准去 PK、打分。比如评估一个你刚写的技能，然后按标准去打磨它。

10. 模型和"智力"路由

你可以搭一个分类 agent，让它来判断"这件活儿该用哪个模型"。这招在"任务会涉及大量工具调用"的场景下特别有用——因为执行前先做点研究，就能判断出最合适的模型。

比如"给我讲讲 auth 模块是怎么跑的"这个任务，最适合的模型取决于 auth 模块有多少文件、代码库的结构长什么样。一个分类 agent 完全可以做完这层调研，然后根据任务的预期复杂度，分派给 Sonnet 或者 Opus。

什么时候别用工作流

工作流是个新东西。虽然很多场景下它能带来意想不到的效果，但它不是万能药，而且通常会明显消耗更多 token。

我的建议是：把工作流当作一种"创意工具"，用来把 Claude Code 推到以前没想过的边界。 而对于日常的写代码任务，先问自己一句："这事儿真需要这么多算力吗？"

比如传统的写代码任务，绝大多数根本不需要搞个 5 人评审小组。

几个搭工作流的小贴士

提示词要写得细

对工作流来说，提示词写得越具体、越细致，结果越好。前面介绍的那些套路，能用上的都用上。

工作流不一定是"大活儿专用"。你也可以让模型用个"轻量工作流"——比如搞一次快速对抗式审查，专门挑某个假设的刺儿。

和 /goal、/loop 组合用

对于那些可以反复跑的工作流（比如分流、研究、校验），把它们和 /loop 配起来，就能定时跑；再和 /goal 配起来，就能卡死完成标准。

Token 用量预算

你可以给动态工作流显式设个 token 上限，控制一下别烧太狠。比如在提示词里直接写："用 10k token 解决这事"，模型就会把上限设在那里。

保存和分享工作流

在工作流菜单里按 s 键就能保存。你可以把这些工作流存进 ~/.claude/workflows，或者打包成技能分享出去。

要通过技能分享的话，把 JavaScript 工作流文件放到技能文件夹里，然后在 SKILL.MD 里引用一下。为了让分享出去的工作流更灵活，建议你在提示词里引导 Claude：把这些工作流当作模板来理解，而不是要一字不差照搬的脚本。

一个全新的世界

工作流给 Claude Code 打开了一扇新门。我更愿意把它当作一个起点——到底怎么用最好，我们还远没摸到边。

欢迎你上手试试，也欢迎告诉我你发现了什么。

Thariq Shihipar 和 Sid Bidasaria（@sidbid）是 Anthropic 的技术团队成员，目前负责 Claude Code。

相关文档：

• • 动态工作流官方文档
• • Claude Code 术语表：Agentic Harness
• • Research 功能介绍
• • Claude Code 自动化安全审计
• • Agent Teams 文档
• • Code Review 文档
• • Claude Opus 4.8 发布说明
• • Bun 从 Zig 改写为 Rust 的过程（Jarred 推文）
•