Claude × Anthropic 现在可以通过动态工作流程同时协调多达 1,000 AI 的代理

超级描述: Anthropic 将动态多代理工作流程带到Claude Managed Agents,让一个主导代理计划,分割任务和在最多的1,000个代理中合并结果.

标签: Claude Managed Agents, Anthropic , 多代理组合, 动态工作流程

主要图像:一个抽象的连接节点网络, 代表Claude Managed Agents个动态的工作流程.

Anthropic 是通过添加动态工作流来扩展Claude Managed Agents,这一变化将平台从孤立的管理代理转向协调的代理群.此次更新很重要,因为它为 Claude 提供了一个内置结构,用于分割复杂的工作,分配给多个代理,并结合其输出.对于开发人员而言,这使得高级自动化更容易组装.对操作员来说,它也让成本和协调开销更加明显.

背景:一个管理的代理层已经到位

Claude Managed Agents已经作为在 Anthropic 平台内运行代理的基础架构存在.底层管理代理设置已有一段时间可用.缺少的是为多个代理提供一流的方式,以作为一个策划过程的一部分进行操作.

动态工作流程是现有的基础之上的新层. 在这种情况下,编排意味着在代理之间自动规划,分配和合并工作,而不是要求人类手工链接每个步骤.

这种时机也违背了对多代理系统的怀疑观点. OpenAI 的一位高级工程师最近称 tokens 是一个巨大的浪费,这表明该公司认为协调是足够有用以使其成为Claude Managed Agents的一个本地特征.

开发过程:新工作流程结构如何运行

动态工作流模型的中心是一个主体.该主体创建了一个计划,将任务分配给子代理,并在完成工作时合并结果.一个子代理充当接收部分任务并返回输出的工人实例.

该系统每次执行可以同时使用多达1,000个代理.这个数字是公告中的一个关键号码.并行性意味着多个代理可以同时处理一项工作的部分,这可能有助于清洁地分配长时间任务.它还引入了协调成本,因为主导代理必须将零件重新组合起来.

激活路径是特定的.用户选择"多代理_20261001"类型的代理来启用该功能. Anthropic 还指向文档或在Claude Code中运行" Claude - API managed-agents-onboard "作为开始的方式.

最新进展:测试结果和成本警告

一个由 Anthropic 描述的测试在116,000行代码库中放置了70个错误.一个单独的代理人每次运行捕获14到27个漏洞.动态工作流始终达到66.这个结果解释了编排的基调:当任务可以被分割时,更广泛的搜索可能会发现更多的问题比一个代理人能单独处理.

测试并不能确定这些优势是否适用于不同类型的任务. Anthropic 表示该模式仍需要对实际工作负载进行测试,用户应该评估工作流结构是否符合他们自己的应用程序.

代价的警告同样重要. Anthropic 说这些工作流可以通过"很多 tokens ",并建议从小开始. token 是模型处理的文本基本单元,因此更多的代理意味着更快速和响应的流量,即使每个单个步骤都很短.

目前阶段:早期调整与可测量的权衡

现在Claude Managed Agents处于一个阶段,多代理协调可以作为定义的功能而不是用户必须从头开始构建的一个模式.时间表很简单:首先是管理代理基础设施,其次是动态工作流程,并通过"multiagent_20261001"类型的具体激活路径.

接下来要关注的是用户如何在报告的代码库测试之外应用该功能,以及 Anthropic 是否添加了更清晰的成本控制指南,任务路由和结果合并.更新扩展了Claude Managed Agents可以做的事情,但它也使 token 消费和工作流设计成为决策中更加可见的一部分.