大数跨境

Claude Managed Agents 上线动态工作流,Agent 自己编排大任务

Claude Managed Agents 上线动态工作流,Agent 自己编排大任务 AINLP
2026-10-10
4
导读:多 Agent 协作不必全靠主 Agent 指挥

Anthropic 把动态工作流带进了 Claude Managed Agents,就在这两天,这项新的多 Agent 编排能力进入公开测试版:接到一个复杂任务后,Claude 可以自己写一段程序,把工作拆成几个阶段,交给不同 Agent 执行,再把结果接起来。

Managed Agents 是 Anthropic 提供的托管 Agent 平台,开发者可以在上面配置模型、工具和运行环境,让 Claude 在后台持续处理任务。这次增加的动态工作流,主要面向审阅成百上千份文档、检查大型代码库这类工作量大、又需要交叉检查的任务。

一个工作流目前最多可以累计启动 1000 个 Agent,同时工作的线程上限是 64 个。 它们可以先各自处理一部分材料,再把发现交给下一批 Agent 核对,最后汇成一份结果。

300 份合同,可以分两轮读

平台文档给了一个具体例子:检查 300 份合同,找出其中的“控制权变更”条款。这类条款关系到一家公司被收购或控制权变化后,合同是否需要征得同意、能否被终止。

把 300 份合同都交给一个 Agent,它需要不停地读文件、记发现,再继续读。每份合同本身就可能很长,最后还要确保没有漏掉某一份、没有把不同合同里的内容混在一起。

动态工作流允许 Claude 为这批材料临时编排流程。主 Agent 写出的程序,可以先列出文件,为每份合同创建阅读任务,要求负责它的 Agent 返回文件名、相关原文、条款位置和判断。各个 Agent 有自己的对话历史,又能访问同一个会话里的文件,分工时不需要把全部合同塞进主对话。

第一轮的输出随后成为第二轮的输入。程序收齐结构化结果,再交给另一批 Agent 对照原文复核,最后汇总成报告。文档还给出一种提示方式:要求复核覆盖每份合同,包括第一轮没有找到条款的文件。否则,第二轮可能只检查“找到了什么”,却没有检查“漏掉了什么”。

分头处理材料,收齐结果后再交给另一个 Agent 综合

分头处理材料,收齐结果后再交给另一个 Agent 综合

这里的“动态”很有用:开发者不用提前为每种任务画好一张固定流程图。Claude 可以根据眼前的文件和要求写程序;后一个阶段收到前一个阶段的结果后,还可以决定哪些内容需要继续查、由谁查。

结果先交给程序,主对话不必逐个接收

Claude 原本就能调用子 Agent。常见做法是,主 Agent 把任务派出去,读完子 Agent 的回复,再决定下一步。

任务少时,这很方便。任务多了,主对话里会堆进大量中间结果:几十份摘要、多个检查意见、不同版本的结论。模型一边读这些内容,一边还要记住原始要求、剩余任务和执行顺序。

动态工作流把这部分协调工作交给程序。子 Agent 的结果先返回程序,由程序收集、筛选和传给下一阶段;主 Agent 不必每次都把全部中间内容读一遍。 例如,下一轮可以只收到需要复核的代码和对应发现,而不是此前所有人的完整聊天记录。

程序也可以安排不同的检查方式。除了并行阅读后汇总,还可以让一个 Agent 给出候选结果,再让几个 Agent 分别挑错,修改后继续检查。分工的价值由此从“同时多做几份”延伸到“用不同视角查同一个结果”。

一个 Agent 产出结果,多个检查 Agent 返回意见

一个 Agent 产出结果,多个检查 Agent 返回意见

这套思路此前已经出现在 Claude Code 中。Anthropic 在此前的技术文章里解释过:长任务容易在主会话里积累过多内容,程序编排可以把数据传递、等待和循环放到模型上下文之外。此次公测把动态工作流接到了 Managed Agents,由服务端在后台运行,主会话仍可以继续与用户交流、查看进度,并在工作流结束后读取结果。

找 bug 的结果,差距很直观

Anthropic 在发布线程里给出了一组内部测试:团队在一个 11.6 万行的代码库中植入了 70 个 bug,分别用单 Agent 和动态工作流运行三次。

运行次数
单 Agent 找到的 bug
动态工作流找到的 bug
第一次
14
66
第二次
15
66
第三次
27
66

在这份代码库里,单 Agent 的三次结果有明显波动,工作流则三次都找到了 66 个。对于需要覆盖很多文件、核对不同线索的任务,多 Agent 分工值得尝试。

这项能力已经对 Claude API 账户开放测试。开发者在 Managed Agents 配置中启用动态工作流,就可以通过任务消息或系统提示告诉 Claude 何时使用它,无需自己再写一个单独的工作流启动接口。

动态工作流本身没有额外的工作流运行费,各个 Agent 的输入输出仍按所用模型的 token 费率计费,Managed Agents 的会话运行时间也另有费用。Anthropic 特别提醒,这项功能可能使用大量 token,建议先从范围明确的任务开始。

最后,Claude Developers 还给出了 Claude Code 里的上手入口:/claude-api managed-agents-onboard bug-hunter,感兴趣的朋友可以试试。

参考链接

  • Claude Managed Agents 概览:https://platform.claude.com/docs/en/managed-agents/overview
  • 动态工作流与多 Agent 编排:https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration
  • 工作流运行、事件和限制:https://platform.claude.com/docs/en/managed-agents/workflow-runs
  • Claude Platform 更新记录:https://platform.claude.com/docs/en/release-notes/overview
  • 此前的动态工作流技术介绍:https://claude.dev/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code/

【声明】内容源于网络
0
0
AINLP
一个有趣有AI的自然语言处理公众号:关注AI、NLP、大模型LLM、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人,尝试对对联、作诗机、藏头诗生成器、自动写作等,查询相似词,测试NLP相关工具包。
内容 6064
粉丝 0
AINLP 一个有趣有AI的自然语言处理公众号:关注AI、NLP、大模型LLM、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人,尝试对对联、作诗机、藏头诗生成器、自动写作等,查询相似词,测试NLP相关工具包。
总阅读35.5k
粉丝0
内容6.1k