你必须了解的Claude Code 动态工作流最佳实践：Anthropic 工程师的内部方法论
公众号名称：程叙架构与AI.
作者名称：AI兴观点
发布时间：2026-06-03 09:38
原文链接：https://x.com/trq212/status/2061907337154367865
✅点击上方🔺公众号🔺关注我✅
上周 Claude Code 发布了一个重要更新：动态工作流（Dynamic Workflows）。Claude 现在能即时生成自定义”操控框架”，针对当前任务量身定制执行策略。
Anthropic 的 Thariq Shihipar 和 Sid Bidasaria 在 X 上发表了一篇长文，详细拆解了这项能力的原理、使用场景、常见模式和最佳实践。文章信息量很大，我翻译整理了一下，方便中文读者理解。
什么是动态工作流
默认情况下，Claude Code 的操控框架是为编码任务设计的。但很多非编码任务——比如代码审查、安全分析、深度研究——也需要特殊框架才能在 Claude Code 里达到最优效果。
动态工作流的核心思想很简单：Claude Code 自己写自己需要的框架，不需要你手动预设。
具体来说，动态工作流执行一个 JavaScript 文件，包含几个特殊函数来生成和协调子代理：
- 并行执行：同时跑多个子任务
- 路由决策：根据分类结果分发任务
- 对抗验证：让不同代理互相检查
- 锦标赛排序：多个方案竞技比优劣
让 Claude 选择自己需要多强的智能和隔离级别。
如果工作流被中断（比如用户操作退出终端），恢复后能从中断处继续。
为什么需要动态工作流
在默认的 Claude Code 框架里，规划和执行在同一个上下文窗口完成。这对大多数编码任务非常高效，但在长时间、大规模并行或高度对抗性的任务中会出问题：
代理式懒惰：Claude 可能在完成复杂任务中途停下来，声称做完了。比如一个安全审查列出了 50 项，它只处理了 20 项就提交了。
自我偏好偏差：Claude 倾向于喜欢自己的结果。当让它按标准评估自己产出时，客观性会打折扣。
目标漂移：在大量轮次交互中，原始目标逐渐走样。每次上下文压缩都有信息损失。
工作流通过协调多个独立的 Claude 实例来解决这些问题——每个实例有自己的上下文窗口和明确、隔离的目标。
动态 vs 静态工作流
以前你可以用 Claude Agent SDK 或 claude -p 创建静态工作流——一套固定的脚本框架。
但因为静态工作流必须覆盖所有边界情况，通常比较通用。Claude Opus 4.8 + 动态工作流最大的不同是：Claude 现在足够聪明，能针对你的具体需求写一个量身定制的框架。
六种核心模式
Claude 在构建工作流时会组合使用几种模式：
1. 分类后执行：用一个分类代理决定任务类型，然后路由到不同的处理代理。也可以在最后用分类代理决定输出格式。
2. 扇出后合成：把大任务拆成许多小步骤，每个步骤跑一个独立代理，最后合成为一个结果。特别适合大量小步骤的场景——每个步骤有自己干净的上下文窗口，不会互相干扰。合成步骤是一个屏障——等所有扇出的代理完成后，再把结构化输出合并。
3. 对抗验证：对每个生成的代理，再开一个独立代理按标准对抗性验证它的输出。
4. 生成后过滤：先在一个主题上生成一批想法，然后用规则过滤、去重，只保留最高质量的结果。
5. 锦标赛：让多个代理用不同方法各自尝试同一个任务，然后评分代理两两比较，直到决出胜者。
6. 循环至完成：对于工作量不明确的任务（比如直到找不到新错误或日志里没有更多错误），持续生成代理工作，而不是预设固定重复次数。
适用场景
迁移和重构：把任务拆成一系列步骤（调用点、失败测试、模块），每个修复开一个子代理在工作区执行，再让另一个代理对抗性审查，最后合并。关键技巧：告诉代理不要用资源密集型命令，这样能最大程度并行而不耗尽机器资源。
深度研究：Claude Code 内置的 /deep-research skill 就用了动态工作流。它扇出搜索、抓取来源、对抗验证声明，然后合成带引用的报告。类似的逻辑也适用于从 Slack 整理状态报告，或深入探索代码库理解功能。
深度验证：如果你有一份报告需要逐项验证事实，可以设计一个工作流：一个代理识别所有事实声明，然后每个声明开一个子代理详细核查，再用一个验证代理检查来源代理的引用质量。
排序：比如给成百上千张工单按严重程度排序。直接在一个提示里排 1000 行质量会下降。改用锦标赛——两两比较的代理管道（对比判断比绝对评分更可靠），或者桶排序再加合并。每次比较是一个独立代理，只有当前排名顺序在上下文中。
规则记忆与执行：如果你发现 Claude 总在某些规则上犯错（即使写在 CLAUDE.md 里），创建一个工作流：为每条规则配一个验证代理。再建一个怀疑型子代理审查规则本身，避免误报。反过来也行：挖掘最近的会话和代码审查记录，把重复错误聚合成新的 CLAUDE.md 规则。
根因调查：调试最好的方法是提出多个独立假设并逐一验证。但只有一个上下文窗口时，Claude 容易陷入自我偏好偏差。工作流从结构上解决这个问题：分别从日志、文件、数据三个角度各生成一个假设代理，每个假设再面对一组验证者和质疑者。不只是代码——也适用于销售分析、数据管道排障。
大规模分类：每个团队都有支持队列、缺陷报告，人力处理不过来。一个分类工作流可以对每条进行归类、去重、采取行动——直接修复或升级给人类。一个有用的模式是隔离：读取不可信内容的代理不能执行高权限操作。把分类工作流和 /loop 结合，可以让 Claude 持续运行。
探索和审美判断：当解决方案需要审美判断时（如设计、命名），工作流特别有用。让 Claude 探索多种方案，给评审代理一个评价标准。当评审代理认为满足条件时任务完成。也可以通过锦标赛按标准排序方案。
轻量评估：在工作区独立跑评估代理，再用对比代理按标准评分。适用于评估和完善你创建的 skill。
模型和智能路由：创建一个分类代理，让它先研究任务复杂度，再决定用 Sonnet 还是 Opus。比如”解释认证模块怎么工作”这个任务——具体要看认证模块有多少文件、代码结构怎样。分类代理做完研究后再路由。
什么时候不该用
工作流是新的。虽然很多场景效果显著，但不是所有任务都需要。它会消耗显著更多的 token。
最好创造性地用工作流突破 Claude Code 的边界。对于常规编码任务，先问自己：真的需要更多算力吗？ 大多数传统编码任务不需要 5 个评审代理。
Tips
提示词要详细：针对具体场景描述模式，效果最好。
配合 /goal 和 /loop：可重复的任务（分类、研究、验证）配上 /loop 定期执行，配 /goal 设置硬性完成条件。
设置 token 预算：可以限定工作流的 token 上限，比如”用 10k tokens”。
保存和分享：按 s 保存工作流，文件在 ～/.claude/workflows。
想通过 skill 分享？把 JavaScript 工作流文件放进 skill 文件夹，在 SKILL.md 里引用。为了灵活性，可以把工作流视为模板而非必须逐字执行的脚本。
新世界
工作流是扩展 Claude Code 能力的新方式。用文章里的模式创造性地思考——发现问题、设计工作流、迭代优化。还有很多使用方法等待社区的发现。
如果觉得这篇文章有帮助，欢迎点赞、在看、转发！有问题也可以在评论区留言，我会尽量回复！
内容效果不满意？点此反馈