本期关键词

• Dynamic Workflows（动态工作流） —— Claude Code 新功能：让模型现场写一份编排脚本，把一个大任务拆给几十上百个并行子 agent 去做，再自动验收，而不是自己一行行干到底。
• 编排层（orchestration layer） —— 介于「单个 agent」和「人去搭一整套 agent 团队」之间的那一层：由模型自己生成、自己调度，人只给目标。
• 对抗式验证（adversarial verification） —— 派一组独立 agent 专门去推翻另一组 agent 的结论，互相攻防到答案收敛，用来保证高风险任务不出错。
• AI 原生工程组织（AI-native engineering org） —— 假设写代码已经不要钱、瓶颈搬到了验证和审查之后，重新设计的研发团队与流程。

一、它到底改了什么：从「一个工人」到「一个工头」

先把功能说清楚，否则后面都是空话。

旧版 Claude Code 是一个工人。你派活，它在自己的上下文窗口里从头做到尾，复杂任务可以叫一两个子 agent 帮忙，但调度靠它临场发挥。Dynamic Workflows 是给它发了一顶工头的帽子：面对一个大任务，Claude 先写出一份 JavaScript 脚本，脚本里用几个特殊函数声明「这一步并行开 N 个 agent、每个用哪个模型、是否隔离上下文、跑完谁来验收」,然后由这份确定性的脚本去指挥整支队伍。官方账号 ClaudeDevs 给了硬指标:一次执行最多协调 1000 个 agent，同时并行上限 16 个。脚本被打断能从断点续跑,不用从头再来。

Anthropic 把常见的编排套路归纳成六种,这六种就是「工头的管理手册」：

1. 分类后分流(classify-and-act) —— 先判断任务类型,再走不同支线;
2. 扇出再合并(fan-out-and-synthesize) —— 把活拆开并行,结果归总;
3. 对抗式验证(adversarial verification) —— 派独立 agent 专门挑刺;
4. 生成再过滤(generate-and-filter) —— 大量生成候选,按标准筛;
5. 锦标赛(tournament) —— 多个 agent 两两 PK,评委裁决;
6. 跑到完成为止(loop until done) —— 设停止条件,不达不停。

判断:这六种没有一种是新算法,它们全是人类项目经理每天在做的事——分流、拆包、复核、海选、赛马、盯到交付。真正变了的是,这套管理动作第一次被模型自己写进可执行脚本、自己执行。Agent 不再只是被管理的对象,它成了管理的主体。

二、为什么需要工头:一个 agent 干久了会「走神」

为什么不能让一个聪明 agent 一口气干完?Anthropic 的配套技术文给出了三个具体的失败模式,每一个做过长链路 agent 的人都见过:

• Agentic laziness(智能体偷懒) —— 任务没真做完就宣布完成;
• Self-preferential bias(自我偏好偏差) —— Claude 倾向于偏袒自己产出的结果,不肯否定自己;
• Goal drift(目标漂移) —— 在一轮轮摘要、压缩里,慢慢偏离最初的目标。

"Workflows allow you to dynamically create harnesses built on top of Claude Code that enable Claude to solve all of those problems more natively."(工作流让你在 Claude Code 之上动态搭出一套支架,使 Claude 能更原生地解决上面这些问题。)

这句话里的关键词是 harness(支架/马具)。单个 agent 治不了自己的偷懒和偏袒——因为裁判和球员是同一个。把验证拆给独立的、上下文隔离的另一组 agent,让它带着「去推翻」的指令上场,自我偏好就失效了:它没有「自己的答案」要维护。这是用结构解决模型的性格缺陷,而不是指望模型变得更诚实。

能写出这层结构,前提是模型够聪明到能当场写对一份编排脚本——这正是 Opus 4.8 和 Dynamic Workflows 同天发布的原因。技术文里那句给开发者的提醒也值得抄下来:

"For regular coding tasks, try and ask yourself: does it really need more compute?"(对常规编码任务,先问自己:它真的需要更多算力吗?)

因为工作流烧的 token 远高于普通会话——它是为「答错代价很高」的任务准备的重武器,不是日常顺手工具。

三、它不是 PPT:Bun 的 75 万行重写

最有说服力的不是功能列表,是一个已经落地的案例。Bun(高性能 JavaScript 运行时)的作者 Jarred Sumner 用 Dynamic Workflows 把 Bun 从 Zig 语言整体重写成 Rust:

• 约 75 万行 Rust 代码;
• 原测试套件 99.8% 通过;
• 从第一次提交到合并 11 天;
• 做法:文件级并行生成,每个文件配两名 reviewer,夜里自动跑优化 pass。

这组数字撑起了官方那句最大的承诺:原本按季度规划的工程量,现在按天交付。一次语言级整体迁移,过去是一个团队几个月、出错率高到没人敢碰的活,这里用「并行生成 + 双人复核 + 通宵优化」的编排,压进了 11 天。早期用户还把它用在全代码库 bug 猎杀、性能剖析审计、安全加固、大规模迁移现代化上——共同点都是规模大到一个上下文装不下、且错了代价高。

企业侧的两条反馈也指向同一个甜点区。Klarna 的高级工程经理 Alessio Vallero:

"Dynamic workflows have been especially valuable for discovery and review tasks across large codebases. We've seen strong results using it to identify dead code."(动态工作流在大型代码库的勘察与审查任务上尤其有价值,我们用它找死代码效果很好。)

CyberAgent 的首席系统工程师 Ken Takao 那句更点题:

"Dynamic workflows fill the gap between firing off a single subagent and building out a full agent team."(动态工作流填上了「随手发一个子 agent」和「搭建一整支 agent 团队」之间的空档。)

判断:这个「空档」就是它的全部价值。在它之前,你要么将就用一个 agent,要么花工程师的时间去手搭一套多 agent 系统;现在这层编排由模型按需即时生成,人不必先成为分布式系统工程师。

四、组织得先改:瓶颈已经搬家了

光有工具没用,公司得改造自己才接得住。Anthropic 同期那篇《Running an AI-Native Engineering Org》讲的就是这件配套的事,核心判断一句话:

"Verification, code review, and security took their place."(验证、代码审查和安全,接替了原来的瓶颈。)

逻辑链很直:当写代码、写测试、重构都几乎不要钱,卡住交付的就不再是「打字速度」,而是「怎么确认这堆代码是对的、安全的」。于是整套研发流程都得重排——

• 规划:六个月路线图 → 即时(just-in-time)规划 + 快速原型;
• 取上下文:去找当年写代码的人问 → 先问 Claude,能自动化就自动化;
• 代码审查:风格、lint、找 bug、写测试交给 Claude;法务、安全/信任边界、产品判断、设计留给人;
• 团队构成:角色边界模糊,PM 也写代码,工程师也做设计;招「有产品感的创造者 + 深系统专家」,不再为「码量」招人。

最硬的一个数据:连续四个月没有一次非 Claude 参与的提交,100% 采用率。还有一个细节值得每个团队照镜子——他们砍掉了一个大型周会,理由是「与会者只在轮到自己汇报时才认真听」。

判断:第三节的工具和这一节的组织是一体两面。Dynamic Workflows 把「生产代码」彻底变成商品,而这篇文章诚实地承认:省下来的人力没有消失,而是整体平移到了验证、审查、安全这三件机器还做不彻底的事上。谁先完成这次平移,谁就先拿到红利;还在用「码量」考核工程师的组织,等于在奖励一件已经免费的东西。

五、它已经在被卖向几十万人

技术和方法论之外,商业化的形状也露出来了。Anthropic 同步上线了 Services Track + Claude Partner Hub:把咨询/集成伙伴按「真实部署经验」分成 Select / Preferred / Global Premier 三级,每一级卡的不是公司大小,而是硬指标——认证人数、生产环境客户数、公开客户案例数,而且每季度复核。配套是 1 亿美元投入、4 万多家公司申请、1 万多名顾问已认证。

接盘的体量很吓人:Accenture 在训 3 万人、Cognizant 铺到约 35 万员工、Deloitte 面向 47 万全球员工、KPMG 覆盖 27.6 万人。这串数字说明一件事:大厂不再把 AI 当试点,而是当全员基础设施在铺。Partner Hub 还接了 MCP 连接器,可以直接在对话里查某家伙伴的资质排名。

判断:把伙伴资质从「签了多少合同、公司多大」改成「认证了多少活跃从业者、有多少跑在生产环境的客户、敢不敢公开案例」,并且季度核验——这是在用产品化的方式管理一个咨询网络,逼着集成商把能力做实而不是把 logo 做大。它和前两节是闭环:工具(Dynamic Workflows)→ 方法(AI 原生组织)→ 把方法卖出去的渠道(Partner Hub)。

六、外面的世界踩在同一个节拍上

如果以为这只是 Anthropic 一家的叙事,同一周的另外三条新闻会纠正你——它们从竞品、从专业判断、从国家监管三个方向,踩在同一个节拍上。

竞品:Google 也在做「并行 agent」。 Google AI Devs 同期放出 Gemini 3.5 Flash 正式版,以及 Gemini API 里的 Managed Agents(托管 agent)——能在 Google 托管的隔离 Linux 沙箱里自主规划、写码、执行、管文件、上网的 Antigravity agent。措辞不同,方向一致:让 agent 在隔离环境里自主跑长任务。编排与并行 agent,正在成为两家头部同时押注的下一个战场。

专业判断:连法学教授都被超过了。 斯坦福法学院一项盲测里,AI 在合同法答题上对阵法学教授赢了 75% 的正面交锋,近 3000 次匿名比对;被评为「可能误导学生」的 AI 回答只有 3.5%,而人类同行的答案是 12%。研究者 Julian Nyarko 强调这些题「需要综合复杂材料、应用到新情境、解释法律概念」,不是有标准答案的简单题。这正面回应了一个老怀疑:agent 编排能用在代码上,是因为代码能跑测试验证;而这项研究说明,需要判断的专业工作同样开始被模型逼近——这恰恰是 Dynamic Workflows 用「对抗式验证」想啃下的那类硬任务。

监管:欧盟开始抢算力主权。 同一天(6 月 3 日),欧盟委员会公布大型「技术主权」方案:Chips Act 2.0、Cloud and AI Development Act、开源战略等四件套,目标 5-7 年内把欧盟数据中心容量翻三倍,需要约 2000 亿欧元(以私人投资为主),还要为云服务设四级主权等级供公共采购参照。判断:当 agent 舰队的产能直接由算力决定(见第一节那句「真的需要更多算力吗」),「谁掌握算力」就从工程问题升级成主权问题。欧盟这一步,是在为「AI 产能 = 国力」这件事提前卡位。

对从业者意味着什么

把六件事叠在一起,2026 年的这一周交出的是同一句话:AI 从「一个助手」正式进入「一支舰队」,而胜负手从「模型多聪明」挪到了「编排得多好、验证得多狠、算力够不够便宜」。

• 对工程团队:别再用「码量/打字速度」考核人。写代码已经免费,你的稀缺资源是验证、审查、安全判断和产品品味。先把这次「瓶颈平移」做完——把能交给 Claude 的审查项交出去,把人腾到机器啃不动的信任边界上。Dynamic Workflows 适合「规模大 + 错了代价高」的任务(迁移、安全审计、死代码清理),日常小活别上重武器,先问一句「它真的需要更多算力吗」。
• 对管理者/CTO:这是组织重构信号,不是工具升级。即时规划替代长路线图,砍掉「只为汇报而开」的会,招「有产品感 + 深系统」的人。要警惕的新风险是「agent 偷懒」和「自我偏袒」——解法是结构(独立验证 agent),不是口头要求模型更认真。
• 对采购/被集成方:Partner Hub 把游戏规则改成了「认证活跃人数 + 生产客户 + 公开案例」且季度核验。挑伙伴别看 logo 大小,看它在 Hub 上的真实部署排名;自己是集成商的,认证和真实落地案例现在是硬通货。
• 对所有人:斯坦福那 75% 是提醒——「需要判断」不再是人类的安全区。把自己的不可替代性,从「会做某件事」往「会定义目标、会验收、会担责」上迁移,这正是编排时代里那顶工头帽子的人类版本。

引用

1. Introducing dynamic workflows in Claude Code(官方公告):https://claude.com/blog/introducing-dynamic-workflows-in-claude-code
2. A harness for every task: dynamic workflows in Claude Code(技术文):https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code
3. Running an AI-native engineering org:https://claude.com/blog/running-an-ai-native-engineering-org
4. Anthropic — Claude Partner Network: Services track & Partner Hub:https://www.anthropic.com/news/services-track-partner-hub
5. ClaudeDevs 公告推文(1000 agent / 16 并行上限):https://x.com/ClaudeDevs/status/2061900434722496604
6. meng shao(shao__meng)中文解读「agent 自己当项目经理 + 调度层」:https://x.com/shao__meng/status/2061974983094755575
7. Google AI Devs:Gemini 3.5 Flash 正式版 + Managed Agents / Antigravity:https://x.com/googleaidevs/status/2061924472245153863
8. Stanford Law:AI Outperforms Law Professors in Stanford Law Study:https://law.stanford.edu/press/ai-outperforms-law-professors-in-stanford-law-study/
9. Bloomberg:Europe Unveils Sweeping Tech Sovereignty Plan to Boost Chips, AI:https://www.bloomberg.com/news/articles/2026-06-03/europe-unveils-sweeping-tech-sovereignty-plan-to-boost-chips-ai