每个任务都有一个执行框架：Claude Code 中的 dynamic workflows

原文：A harness for every task: dynamic workflows in Claude Code。作者是 Anthropic 的 Thariq Shihipar 和 Sid Bidasaria。本文为中文翻译，图片来自原文。

上周，我们在 Claude Code 中发布了 dynamic workflows。现在，Claude 可以按需编写自己的 harness，也就是为当前任务量身定制的执行框架。

默认的 Claude Code harness 是为编码而构建的，但它也适用于许多其他类型的任务。事实证明，很多任务都和编码任务很像。不过也有一些任务类型，为了达到最佳表现，我们过去不得不在 Claude Code 之上构建自定义 harness，比如 Research、安全分析、agent teams，或 Code Review。

Workflows 让你可以在 Claude Code 之上动态创建 harness，使 Claude 能够更自然地解决这些问题。你也可以把这些 workflows 分享给他人并复用。

在这篇文章中，我会介绍自己早期使用 workflows 的经验和学习心得，帮助你更充分地利用它们。请记住，最佳实践仍在形成中：dynamic workflows 通常会使用更多 token，更适合复杂、高价值的任务。

示例提示词

在进入技术细节之前，我想先给出几个示例提示词，帮助你想象 workflows 的可能性：

这个测试大约每运行 50 次会失败 1 次。设置一个 workflow 来复现它。形成几个关于竞态条件的竞争性假设，并且不要停止，直到其中一个假设经受住证据检验。

使用 workflow，回顾我最近 50 个会话，挖掘我反复纠正的问题，并把重复出现的问题转成 CLAUDE.md 规则。

用 workflow 翻查过去六个月 Slack 里的 #incidents，找出那些反复出现但还没人建 ticket 的根因。

拿我的商业计划做一个 workflow，让不同 agent 分别从投资人、客户和竞争对手视角来拆解它。

这里有一个包含 80 份简历的文件夹，用 workflow 按后端岗位要求给它们排序，并复核前 10 名。使用 AskUserQuestion 工具采访我，确定评分标准。

我需要给这个 CLI 工具起名。用 workflow 头脑风暴一批候选名称，并通过锦标赛选出前 3 个。

使用 workflow，把我们的 User model 在所有地方重命名为 Account。

用 workflow 检查我的博客文章草稿，并对照代码库验证每一个技术论断。我不想发布任何错误内容。

Dynamic workflows 如何工作

Dynamic workflows 会执行一个 JavaScript 文件，并提供几个特殊函数，帮助生成和协调 subagents：

Dynamic workflows 也包含标准 JavaScript 函数，例如 JSON、Math 和 Array，用来帮助处理数据。

尤其有用的一点是，dynamic workflows 可以决定某个 agent 使用哪个模型，以及 subagents 是否在自己的 worktree 中运行。这样，Claude 就能根据需要选择合适的智能水平和隔离程度。

如果 workflow 被中断，例如用户操作导致中断，或终端退出，恢复会话后 workflow 可以从中断处继续。

为什么需要 dynamic workflows

当你让默认 Claude Code harness 执行一个任务时，它需要在同一个上下文窗口中同时规划和执行。对于很多编码任务来说，这非常有效，但对于长时间运行、大规模并行、高度结构化，或者带有对抗性质的任务，这种方式可能会失效。

原因是，当 Claude 在单一上下文窗口中处理复杂任务的时间越长，它越容易受到几类特定失败模式的影响：

Agentic laziness：指 Claude 在完成一个特别复杂、由多个部分组成的任务之前就停下来，并在只取得部分进展后宣称工作已完成。例如，在安全评审中处理了 50 个条目中的 35 个就停止。
Self-preferential bias：指 Claude 倾向于偏好自己的结果或发现，尤其是在被要求根据评分标准验证或评判这些结果时。
Goal drift：指随着许多回合的推进，尤其是在上下文压缩之后，Claude 会逐渐偏离原始目标。每次总结都会损失信息，边界情况要求或“不要做 X”这类约束可能会丢失。

创建 workflow 可以通过编排彼此独立的 Claude subagents 来对抗这些问题。每个 subagent 都有自己的上下文窗口，以及聚焦、隔离的目标。

Dynamic workflows 与 static workflows

你以前可能已经用 Claude Agent SDK 或 claude -p 创建过 static workflow，用来协调多个 Claude Code 实例。

但由于 static workflows 需要覆盖所有边界情况，它们通常更通用。借助 Claude Opus 4.8 和 dynamic workflows，现在 Claude 已经足够聪明，可以为你的具体用例编写量身定制的 harness。

使用 dynamic workflows 的有用模式

你可以直接让 Claude 创建一个 workflow，或者使用触发词 ultracode，确保 Claude Code 创建 workflow。

不过，建立一个关于 dynamic workflows 如何工作的心智模型，会帮助你理解什么时候该使用它们，以及如何通过提示词引导 Claude。

Claude 在构建 workflows 时，可能会使用并组合以下几种常见模式：

分类并执行

使用一个分类 agent 判断任务类型，然后根据任务路由到不同的 agent 或行为。也可以在最后使用分类器来判断输出。

扇出并综合

把一个任务拆成许多更小的步骤，在每个步骤上运行一个 agent，然后综合这些结果。这在有大量小步骤，或者每个步骤都需要独立干净的上下文窗口以避免相互干扰、交叉污染时特别有用。综合步骤是一道屏障：它会等待所有扇出的 agents 完成，然后把它们的结构化输出合并成一个结果。

对抗式验证

对于每个生成出来的 agent，再运行一个独立生成的 agent，根据评分标准或条件，对它的输出进行对抗式验证。

生成并过滤

围绕某个主题生成一批想法，然后通过评分标准或验证来过滤它们，去除重复项，只返回质量最高、经过测试的想法。

锦标赛

不是把工作拆分，而是让 agents 竞争。生成 N 个 agents，让它们分别用不同方法尝试同一个任务。然后通过评审 agent，以两两比较的方式评判提示词或模型的结果，直到选出胜者。

循环直到完成

对于工作量未知的任务，不要固定运行若干轮，而是循环生成 agents，直到满足停止条件，例如没有新的发现，或日志中不再有错误。

使用场景

你可以更有创造力地思考何时以及如何让 Claude Code 创建 dynamic workflows。我发现 workflows 有时在非技术工作中甚至更有用。

迁移与重构

Bun 使用 workflows 从 Zig 重写为 Rust。你可以阅读 Jarred 在 X 上的帖子，了解更多细节。

关键是把任务拆成一系列需要处理的步骤，例如调用点、失败测试、模块等。为每个修复在 worktree 中启动一个 subagent，让它完成修复，然后让另一个 agent 进行对抗式评审并合并结果。可以考虑告诉 agent 不要使用资源密集型命令，这样你就能最大化并行度，而不至于耗尽本机资源。

深度研究

我们在 Claude Code 中发布了一个使用 dynamic workflows 的 deep research skill（/deep-research）。具体来说，它会扇出网页搜索、抓取来源、对抗式验证其中的论断，并综合出一份带引用的报告。

但你做的不一定只是网页搜索式研究。例如，你可以让 Claude 根据 Slack 中的上下文整理状态报告，或者通过深入探索代码库来研究某个功能是如何工作的。

深度验证

另一方面，如果你有一份报告，希望检查并溯源其中引用的每一条事实性论断，你可能会想生成一个 workflow：先由一个 agent 识别所有事实性论断，然后为每条论断启动一个 subagent 进行详细检查。你还可以让一个验证 agent 检查来源 subagent，确保它使用的来源质量足够高。

排序

你可能有一个项目列表，希望按照某种定性指标排序，而你相信 Claude Code 擅长评估这个指标。例如，按 bug 严重程度对支持工单排序。但如果你试图在一个提示词里排序 1000 多行，质量会下降，而且上下文也放不下。更好的做法是运行锦标赛、一条由两两比较 agents 组成的流水线（比较式判断比绝对打分更可靠），或者并行分桶排名后再合并。每次比较都是自己的 agent，因此确定性循环持有整个 bracket，只有运行顺序保留在上下文中。

记忆与规则遵守

如果你发现 Claude 对某组规则经常漏掉或处理困难，即使这些规则已经写进 CLAUDE.md，也可以创建一个 workflow，把这些规则列出来，并让 verifier agents 逐条检查。每条规则对应一个 verifier。创建一个带怀疑者人格的 subagent 来审查规则是否合理，有助于避免太多误报。

反方向也同样有效：挖掘你最近的会话和代码评审评论，找出你反复纠正的问题；用并行 agents 对它们聚类；对每个候选规则做对抗式验证，比如判断这条规则是否曾经能防止一个真实错误；然后把保留下来的规则提炼回 CLAUDE.md。

根因调查

调试最有效的方式，是提出几个独立假设并测试它们。但如果你只使用一个上下文窗口，Claude 可能会陷入 self-preferential bias。

Workflow 可以通过结构来避免这个问题：启动多个 agents，让它们从互不重叠的证据中生成假设。例如，分别为日志、文件和数据创建 agents。然后，每个假设都可以面对一组验证者和反驳者。

这不仅适用于代码。Workflows 也可以用于销售分析（为什么 3 月销售额下降了？）、数据工程（为什么这条 pipeline 失败了？），或任何事后复盘。

大规模分流

每个团队都有支持队列、错误报告，或某种无法完全由人类处理的积压事项。

分流 workflow 会对每个事项分类，和已经跟踪的事项去重，然后采取行动。这可能意味着尝试修复，也可能意味着升级给人类用户。

对分流 workflows 来说，一个有用模式是隔离区。这意味着读取不可信公共内容的 agents 不能执行高权限操作；这些操作改由负责根据信息采取行动的 agents 完成。

把分流 workflows 和 /loop 配合使用，可以让 Claude 持续执行这类工作。

探索与品味

当你想探索某个解决方案的不同方法时，workflows 会很有用。尤其是那些基于品味的任务，比如设计或命名，而且最好有一套评分标准。

可以让 Claude 探索一批解决方案，并给 review agent 一套“好方案是什么样”的评分标准。当 review agent 认为已经达到标准时，任务就完成了。解决方案也可以基于这套评分标准通过锦标赛排序或选出。

评测

你可以为特定任务运行轻量评测：在 worktree 中启动独立 agents，然后再启动比较 agents，根据评分标准比较并打分具体输出。例如，根据特定标准评估并改进你创建的某个 skill。

模型与智能路由

创建一个针对你的任务调优过的分类 agent，让它决定使用哪个模型。当任务涉及许多工具调用，并且执行前的研究可以帮助判断最适合的模型时，这会很有用。

例如，对于“解释 auth 模块如何工作”这个任务，最适合的模型取决于 auth 模块中有多少文件，以及代码库的结构。分类 agent 可以先做这项研究，然后根据预期复杂度路由到 Sonnet 或 Opus。

什么时候不要使用 dynamic workflows

Workflows 仍然很新。虽然在很多用例中它能带来超出常规的效果，但并不是每个任务都需要它，而且它可能会显著增加 token 使用量。

最好创造性地使用 workflows，把 Claude Code 推向你以前没有尝试过的使用方式。对于常规编码任务，可以先问自己：它真的需要更多计算量吗？例如，大多数传统编码任务并不需要一个由 5 个评审者组成的评审小组。

构建 dynamic workflows 的建议

提示词

对 dynamic workflows 来说，使用上面描述的具体技巧进行详细提示，会产生最好的结果。

Workflows 不只适用于大型任务。你也可以提示模型使用一个 “quick workflow”。例如，你可以快速创建一个对某个假设的对抗式评审。

结合 `/goal` 和 `/loop`

当使用可以重复执行的 workflows 时，例如分流、研究或验证，可以把它们和 /loop 搭配，让它们定期运行；同时用 /goal 设置硬性的完成要求。

Token 使用预算

你可以为 dynamic workflows 设置明确的 token 使用预算，限制某个任务使用多少 token。你可以在提示词中给出类似 “use 10k tokens” 的预算，它会设置上限。

保存和分享 dynamic workflows

你可以在 workflow 菜单中按 “s” 保存 workflows。你可以把它们提交到 ~/.claude/workflows，或者通过 skill 分发。

如果要通过 skill 分享，把你的 JavaScript workflow 文件放进 skill 文件夹中，并在 SKILL.md 中引用它们。为了获得更高灵活性，你可能希望提示 Claude 把 skill 中的 workflows 当作模板，而不是必须逐字运行的脚本。

一个新的探索起点

Workflows 是扩展 Claude Code 的一种有用新方式。我建议你把它们视为一个起点，用来探索使用 Claude 帮你完成任务的新方式。关于如何最好地使用它们，仍然有很多东西值得发现。欢迎告诉我你发现了什么。

关于什么东西首先应该放进 harness，可以参考我们用于构建 Claude 应用的三种 harness design patterns。

本文由 Anthropic 技术团队成员 Thariq Shihipar 和 Sid Bidasaria 撰写，他们从事 Claude Code 相关工作。

探索更多产品新闻，以及面向使用 Claude 构建应用的团队的最佳实践。