在此之前，多次介绍了动态工作流相关的内容。
Claude Code动态工作流上线：单会话跑上百子代理，11天完成75万行Bun代码迁移
AI外包！把Dynamic Workflows成本从6.2万美元狂砍到129美元的秘密
Claude Code 作者Boris：我已经不写 prompt 了，我写 loop
这次负责Claude Code的Anthropic工程师 Thariq 现身说法，发了一篇长文，把 Claude Code 动态工作流又认真的介绍了一次。
先说问题。
默认的 Claude Code 处理复杂任务时，规划和执行挤在同一个上下文窗口里。短平快的活没问题，但任务一长，三个毛病就冒出来了：
Agentic laziness——干到一半就宣布完工。安全审查列了 50 项，检查完 20 项就说搞定了。
Self-preferential bias——让 AI 自己验证自己的结果，它倾向于说"挺好的"。
Goal drift——上下文压缩时，原始目标慢慢走形。"不要做 X"这类约束，压缩几次就丢了。
动态工作流解决这些问题的思路：不靠一个 Claude 从头干到尾，而是让 Claude 自己写一个 JavaScript 调度文件，按需生成子 agent，每个子 agent 有自己的上下文窗口和独立目标。
核心 API 就两个函数。agent(prompt, opts?) 接受一个提示和可选选项，返回 Promise，结果可以是字符串或 JsonSchema 类型的数据。调用示例：
await agent("audit auth.ts", {
schema: BugList,
model: "haiku",
isolation: "worktree",
agentType: "reviewer"
})可以指定模型（Opus、Sonnet、Haiku）、隔离级别（worktree）、输出 schema 和 agent 类型。另一个是 parallel([fns])，做并行调度。配合标准 JavaScript 的 JSON、Math、Array 方法处理数据。
动态工作流和静态工作流的区别：静态工作流需要覆盖所有边界情况，通常更通用。而 Claude Opus 4.8 现在能自己写一个定制化的调度器，专门适配你的任务。
左边是静态方案：五个网络搜索、获取顶级结果、验证、总结，出一份通用报告。右边是动态方案：读取计费代码、逐功能匹配新供应商文档、按交易量定价、考虑反对迁移的最强论据，最后给出具体推荐。
Thariq 总结了六种常用模式，Claude 在构建工作流时会组合使用：
分类并执行（Classify-and-act）
任务进来，先分类，再路由到不同的 agent 处理。比如一个开发任务可能有读代码、改实现、补测试几种路径，以前靠人判断，现在交给分类 agent 先分再干。
分发与合成（Fan-out-and-synthesize）
大任务拆成小步骤，每个步骤跑独立 agent，最后汇总。适合大量小步骤的场景——每个步骤有自己的干净上下文，不会互相干扰。汇总步骤是个屏障，等所有子 agent 跑完，再把结构化输出合并成一个结果。
对抗验证（Adversarial verification）
每个子 agent 的产出，交给另一个独立的子 agent 按标准做对抗性验证。不是让 AI 自己检查自己，而是换一个 agent 来挑刺。
生成并筛选（Generate-and-filter）
先生成一批候选，再按标准过滤、去重，只保留质量最高的。适合命名、方案草稿、测试样例这类场景。
锦标赛（Tournament）
N 个 agent 用不同方法做同一件事，两两比较，决出胜者。比较判断比绝对评分更可靠。
循环直到完成（Loop until done）
不确定工作量的任务，循环 spawn agent 直到满足停止条件——没有新发现、日志没有新错误。停止条件写清楚是关键，不是让模型无限自嗨。
Thariq 举了几个实际用例：
迁移和重构。Bun 从 Zig 重写到 Rust 就是用工作流做的。关键是把任务拆成一系列步骤——调用点、失败测试、模块——每个修复在独立 worktree 里跑子 agent，改完再由另一个 agent 做对抗审查，然后合并。注意别让 agent 用太耗资源的命令，这样才能最大化并行度。
深度研究。Claude Code 内置的 /deep-research skill 就是用动态工作流实现的。分发搜索、抓取来源、对抗验证、综合报告。你也可以让 Claude 去 Slack 里翻上下文出状态报告，或者深入代码库研究某个功能怎么工作的。
深度验证。如果你有一份报告，想核实每个事实性声明，可以生成一个工作流：一个 agent 识别所有事实性声明，然后 spawn 子 agent 逐一核查，再安排一个验证 agent 检查来源质量。
排序。1000 行数据在一个 prompt 里排序，质量会下降，上下文也装不下。用锦标赛模式，两两比较——比较判断比绝对评分更可靠——或者并行分桶再合并。每个比较是一个独立 agent，确定性循环持有 bracket，只有运行顺序留在上下文里。
根因调查。调试最好的方式是提出多个独立假设并分别验证。但一个上下文窗口里，Claude 容易陷入自我偏好。工作流可以结构性地防止这个问题——从日志、文件、数据分别 spawn agent 生成假设，每个假设面对一组验证者和反驳者。这不只是对代码有用，销售（为什么三月销量下滑？）、数据工程（为什么管道失败了？）、任何事后复盘都适用。
记忆和规则遵守。如果 Claude 总是漏掉某些规则，哪怕写进 CLAUDE.md 也没用，可以创建一个工作流：每个规则配一个验证 agent，再创建一个怀疑者角色来审查规则本身，避免误报。反过来也行——挖掘最近的会话和代码审查记录，找出你反复犯的错误，用并行 agent 聚类，对抗性验证每条候选规则，蒸馏回 CLAUDE.md。
大规模分类。每个团队都有处理不完的支持队列、bug 报告。分类工作流可以自动分类、去重、采取行动——尝试修复或升级到人工。一个有用的模式是隔离：读取不可信公共内容的 agent 不能执行高权限操作，这些操作由负责执行的 agent 完成。配合 /loop 可以让 Claude 持续运行。
探索和品味。工作流也适合探索不同方案，尤其是基于品味判断的任务，比如设计或命名。让一个 agent 探索一批方案，给审查 agent 一个评分标准，任务在审查 agent 认为达标时完成。方案也可以通过锦标赛按标准排序。
轻量评估。在 worktree 里 spawn 独立 agent 执行任务，再 spawn 对比 agent 按标准评分。比如评估并优化你创建的 skill。
模型路由。创建一个分类 agent，根据任务复杂度决定用哪个模型。比如"解释 auth 模块怎么工作"这个任务，取决于 auth 模块有多少文件、代码库的结构。分类 agent 先做调研，然后根据预期复杂度路由到 Sonnet 或 Opus。
Thariq 也说了什么时候别用。
工作流消耗更多 token。常规编码任务不需要五个 reviewer 组成的评审团。问自己一句：这活真的需要更多算力吗？
几个实用技巧：
提示词要详细，用上面提到的具体模式来引导 可以用"quick workflow"做快速对抗验证 可重复的工作流（如 triage、research）配合 /loop 和 /goal 使用 可以设置 token 预算，比如"用 10k tokens" 工作流可以保存到 ~/.claude/workflows，也可以通过 skill 分发
通过 skill 分享时，把 JavaScript 工作流文件放在 skill 文件夹里，在 SKILL.MD 中引用。为了更灵活，可以提示 Claude 把 skill 中的工作流当作模板而不是逐字执行的脚本。
