一、案例背景
2026年10月9日，人工智能公司Anthropic在其Claude Managed Agents平台上正式上线Dynamic Workflows（动态工作流）功能，目前处于Beta测试阶段。三天后，在AI Engineer New York 2026大会的工作坊上，Anthropic技术人员CJ Avilla和Harrison Stall进一步向开发者社区介绍了这套机制的运作原理与设计理念。
Anthropic成立于2021年，由前OpenAI研究副总裁Dario Amodei及其妹妹Daniela Amodei联合创立，总部位于美国旧金山。公司以”负责任地开发AI”为使命，旗下核心产品Claude系列大语言模型在企业级AI市场中占据重要地位。截至2026年，Anthropic已获得亚马逊、谷歌等科技巨头的数十亿美元投资，估值超过600亿美元，成为全球最具影响力的人工智能公司之一。
Dynamic Workflows的推出，源于多Agent系统在实际应用中日益凸显的协调瓶颈。随着越来越多AI Agent参与软件开发等复杂任务，如何高效地组织、协调和调度这些Agent，成为制约生产力进一步提升的关键问题。Anthropic工程师在大会分享中借用了Unix和Linux项目从个人开发走向大规模协作的历史类比：正如开源软件项目在规模扩大后需要更复杂的协作机制，多Agent系统在Agent数量增长后，任务组织和协调本身也会成为瓶颈。
具体而言，在传统的多Agent委派模式下，主Agent负责派发任务给子Agent，子Agent并行工作后将结果返回主对话，再由主Agent逐一阅读、推理并决定下一步操作。这种模式在任务量较少时尚可应对，但一旦任务规模扩大，主Agent的上下文窗口就会被大量中间结果塞满，导致效率急剧下降。正如Anthropic官方文档所指出的，传统Subagents模式下，主Agent需要根据每个子任务的返回结果逐步决定后续操作，这种”逐次推理”的方式成为系统扩展的瓶颈。
……