Anthropic工程师在AI Engineer大会解析Claude动态工作流：让模型自主编排多智能体

在2026年10月12日开幕的AI Engineer New York大会上，Anthropic举办了一场关于其Claude托管智能体（Managed Agents）编排技术的研讨会。据科技媒体Latent Space报道，Anthropic技术团队成员CJ Avilla和Harrison Stall在会上重点介绍了名为“动态工作流”（dynamic workflows，或简称“flows”）的新特性。这一功能旨在解决开发者在管理大量并行智能体时面临的瓶颈问题，允许Claude自行编写脚本以协调数十甚至数百个子代理。

两位演讲者借鉴了Unix和Linux操作系统的演进历史，指出随着智能体数量的增加，系统需要更高级别的组织形式。在传统的Claude Managed Agents中，开发者必须手动配置协调器和子代理名单；而在动态工作流模式下，主导智能体会制定计划，并由Claude生成一个编排程序来启动代理、收集结果和管理信息流。Stall表示，这使得用户无需干预各个离散可验证工作单元之间的连接，从而能够处理比单一对话上下文更宏大的项目。

除了核心机制，现场问答环节还触及了多智能体系统中的几个关键工程挑战。当被问及如何防止简单任务触发过多子代理导致成本失控时，Stall回答称主要依靠评估测试（evals）和较低的默认设置。关于Token预算，他透露模型在运行时并不知晓自己的预算上限，但开发者可以设置会话预算；他还幽默地补充说，如果直接告知模型预算限制，可能会让智能体变得“有点焦虑”。此外，Avilla提到了一种名为“dreaming”的研究预览功能，它可以通过重组记忆存储来帮助重复性工作流随时间变得更高效。

尽管动态工作流在处理如股票观察列表扫描等演示案例时，其成本远高于单智能体方法，但Avilla强调它在捕捉细节方面“有效得多”。对于希望了解如何将大语言模型应用于大规模代码审计、迁移或交叉验证研究的AI工程师而言，这期节目提供了来自一线厂商的最新实践视角与设计权衡。