Компания Anthropic перевела функцию Dynamic Workflows (Динамические рабочие процессы) в Claude Code из статуса предварительного исследования в статус общедоступной, впервые предоставив доступ подписчикам тарифа Pro. Это значительное расширение, которое делает самую мощную возможность инструмента доступной пользователям, которым ранее для доступа к ней требовался тариф стоимостью 100 долларов в месяц. Эта функция, позволяющая Claude писать собственные сценарии оркестровки и координировать до 1000 параллельных субагентов за один запуск, продемонстрировала свой потенциал в прошлом месяце, когда она обеспечила шестидневный перенос 960 000 строк JavaScript-среды выполнения Bun с языка Zig на Rust с прохождением 99,8% существующего набора тестов — задача, которая исторически потребовала бы от команды инженеров нескольких месяцев.
Архитектурный сдвиг, лежащий в основе Dynamic Workflows, менее заметен, чем может показаться по количеству агентов. В каждом предыдущем шаблоне Claude Code модель хранила план оркестровки в своем контекстном окне диалога — это означало, что каждый промежуточный результат, каждый тупик и каждая повторная попытка накапливались там, пока окно не заполнялось. Для кодовой базы объемом 500 000 строк этот предел достигался задолго до завершения задачи. Dynamic Workflows выносит план вовне: Claude пишет оркестрационный скрипт на JavaScript, отдельная среда выполнения исполняет его в фоновом режиме, а в контекст модели поступает только окончательный синтезированный ответ. Это различие имеет значение, поскольку оно определяет, является ли многодневный автономный запуск архитектурно возможным в принципе, а не просто тем, завершится ли он быстрее.
Шаблоны, которые Anthropic Советовала Писать Самостоятельно
В декабре 2024 года Anthropic опубликовала широко цитируемое инженерное руководство, в котором описаны пять шаблонов оркестровки — цепочка промптов (prompt chaining), маршрутизация (routing), распараллеливание (parallelization), оркестратор-рабочие (orchestrator-workers) и оценщик-оптимизатор (evaluator-optimizer) — и прямо указала разработчикам реализовать их в системах, написанных вручную. Семнадцать месяцев спустя Dynamic Workflows автоматизирует именно эти шаблоны по требованию. Разработчик, которому ранее приходилось вручную создавать цикл «оркестратор-рабочие», теперь может описать задачу простым языком и получить скрипт на JavaScript, реализующий ту же архитектуру, адаптированную под конкретную работу.
Шаблон «оценщик-оптимизатор» — это то, что дает Dynamic Workflows наиболее существенное отличие от более простых подходов с веерным распределением (fan-out). Когда Claude разбивает задачу на параллельные подзадачи и направляет агентов-рабочих к каждой из них, отдельный уровень агентов-оппонентов затем оспаривает эти результаты, прежде чем что-либо будет передано пользователю. Агент миграции, сообщающий о 99% завершении, не принимается; агенту-опровержению поручается найти то, что он упустил. Запуск итерируется до тех пор, пока результаты не сойдутся под этой проверкой оппонента. Это структурный ответ на хорошо задокументированный режим отказа в LLM-агентах: модели, которым поручено проверять собственную работу, последовательно завышают показатели успеха.
Что Ушло из Контекстного Окна — и Почему Это Меняет Всё
Ограничение контекстного окна формировало каждый подход к автономному AI-кодированию на протяжении последних трех лет. Один LLM-агент, работающий с большой кодовой базой, накапливает все промежуточные результаты в своей рабочей памяти. К 25-му или 50-му шагу модель теряет сигнатуры функций, установленные на 5-м шаге. Она продолжает генерировать код, который больше не соответствует ранее установленным интерфейсам, и не замечает этого.
Среда выполнения JavaScript в Dynamic Workflows решает эту проблему на уровне инфраструктуры. Каждый субагент получает чистое, сфокусированное контекстное окно, содержащее только конкретную назначенную ему задачу — один файл, один конечный пункт (endpoint), одна проверка безопасности. Логика оркестровки, решения о ветвлении, промежуточные результаты и цикл верификации — все это находится в скрипте, который выполняет среда выполнения, а не в памяти какой-либо одной модели. Согласно документации Anthropic, рабочий процесс может запустить до 16 агентов одновременно с жестким ограничением в 1000 агентов на запуск. Прогресс сохраняется непрерывно, поэтому прерванную многочасовую миграцию можно возобновить с последней контрольной точки, а не начинать заново.
Порт Bun: Что На Самом Деле Доказывают 960 000 Строк за Шесть Дней
Наиболее цитируемым доказательством возможностей Dynamic Workflows является перенос JavaScript-среды выполнения Bun с языка Zig на Rust. Одно из сообщений, которое осталось без должного освещения в материалах о запуске: создатель Bun, Джаред Самнер, является сотрудником Anthropic с тех пор, как Anthropic приобрела Bun в декабре 2025 года. Порт Bun — это внутренняя команда Anthropic, демонстрирующая инструмент Anthropic на собственной кодовой базе Anthropic — это подлинное и значительное инженерное достижение, но его следует рассматривать в этом контексте, а не как независимое стороннее подтверждение.
Сам порт выполнялся в четыре фазы в течение шести дней работы агентов — примерно 11 календарных дней от первого коммита до слияния ветки. Один рабочий процесс сопоставил правильное время жизни памяти Rust для каждого поля структуры в исходном коде Zig. Второй направил сотни параллельных агентов для создания файлов .rs с идентичным поведением для каждого файла .zig, при этом каждому результату были назначены два агента-оппонента. Затем цикл исправления управлял сборкой и набором тестов до тех пор, пока оба не заработали чисто. Финальная фаза выявила ненужные копирования данных и открыла соответствующий pull request для каждого случая.
Результатом стало примерно 750 000 строк вывода на Rust из приблизительно 960 000 строк входных данных на Zig, при этом 99,8% существующего набора тестов прошли на Linux x64. Независимый технический анализ ветки Rust выявил одно существенное ограничение: порт содержит примерно от 13 000 до 14 000 блоков `unsafe`. В идиоматическом Rust блоки `unsafe` обозначают области, где гарантии безопасности памяти компилятора больше не действуют — это явно аннотированные исключения, а не ошибки. Высокое количество блоков `unsafe` в порту Bun отражает реалии построчного машинного перевода из явной модели аллокатора Zig в язык, который обычно навязывает строгие правила заимствования на этапе компиляции. Самнер описал это как структурно грубую транслитерацию, а не идиоматическую переработку, с ожиданием того, что инструментарий компилятора Rust послужит механизмом долгосрочного обеспечения в будущем. Полные результаты тестов для Mac и Windows все еще ожидаются.
Сколько На Самом Деле Стоит Многодневный Запуск Агента?
Математика токенов для Dynamic Workflows нелинейна таким образом, что имеет значение до того, как команда примет решение об использовании. Параллельные агенты не делят токены — каждый агент потребляет токены независимо, что означает, что запуск с 10 агентами стоит примерно в 10 раз больше токенов, чем запуск с одним агентом за то же календарное время. При ценах Claude Opus 4.8 в 5 долларов за миллион входных токенов и 25 долларов за миллион выходных токенов, полный 24-часовой параллельный запуск может стоить от 400 до 600 долларов. Anthropic предупреждает, что Dynamic Workflows «потребляют значительно больше токенов, чем типичная сессия Claude Code», и рекомендует начинать с ограниченной задачи, прежде чем пытаться выполнить операцию над всей кодовой базой.
Митч Эшли из The Futurum Group, вице-президент и руководитель практики по инженерии жизненного цикла программного обеспечения, определил верификацию как более сложную организационную проблему: «Когда одна сессия расходится на сотни субагентов в ходе миграции или аудита, изменения опережают то, что команда может просмотреть вручную. Организации, внедряющие это, нуждаются в верификации, управлении и сборе доказательств, которые масштабируются с темпами генерации. Если рассматривать это как нечто второстепенное, вы унаследуете долг верификации быстрее, чем инструментарий сможет его погасить».
Кто Теперь Может Получить Доступ к Dynamic Workflows — и Как Начать
С обновлением о общей доступности Dynamic Workflows теперь доступны во всех платных тарифах Claude Code:
Тариф Pro (20 долларов в месяц): Доступно, но по умолчанию отключено. Включите через /config в интерфейсе Claude Code — одноразовая настройка, которая сохраняется на время сессии.
Тарифы Max и Team: Включено по умолчанию.
Корпоративные тарифы (Enterprise): По умолчанию отключено. Администраторы организации должны включить эту функцию через управляемые настройки или страницу настроек администратора Claude Code.
Функция работает через CLI Claude Code, настольное приложение и расширение VS Code, а также через API Claude и три основные облачные платформы: Amazon Bedrock, Vertex AI и Microsoft Foundry.
Чтобы запустить рабочий процесс, включите слово «ultracode» в промпте или попросите Claude напрямую «создать рабочий процесс». При первом запуске рабочего процесса Claude Code отображает запланированные фазы и запрашивает подтверждение перед продолжением. Для автоматизации на уровне сессии включение настройки ultracode в меню усилий (effort menu) предписывает Claude автономно решать, когда та или иная задача требует полного многоагентного подхода — настройка, которую Anthropic рекомендует отключать для рутинной работы и оставлять для сессий, где большинство задач являются большими, неоднозначными или критически важными.
Чем Dynamic Workflows Отличаются от Параллельного Подхода OpenAI Codex
Codex от OpenAI, основной конкурирующий инструмент для кодирования на основе агентов, поддерживает параллельное выполнение задач через изолированные облачные контейнеры — каждая задача выполняется в собственной изолированной среде с отключенным сетевым доступом после начала выполнения. Архитектурное отличие от Dynamic Workflows заключается в том, где находится координация. Codex ставит параллельные задачи в очередь и выполняет их независимо; Dynamic Workflows запускает уровень верификации и проверки оппонентами поверх результатов, прежде чем что-либо достигнет разработчика. На практике подход Claude Code лучше подходит для задач, требующих обмена результатами между агентами и итеративного достижения согласованного ответа — миграций и аудитов, где открытие одного агента должно влиять на область действия другого. Модель облачной делегации Codex, как правило, предпочтительнее для команд, которые хотят передать четко определенную задачу и получить pull request без необходимости поддерживать локально запущенную сессию.
Часто Задаваемые Вопросы
В чем архитектурное различие между Dynamic Workflows и предыдущим подходом Claude Code с субагентами?
В предыдущих многоагентных шаблонах Claude Code все решения о координации и промежуточные результаты находились в контекстном окне диалога модели. Окно имеет фиксированный размер, и большая миграция могла исчерпать его до завершения задачи. Dynamic Workflows перемещает план оркестровки в скрипт JavaScript, который отдельная среда выполнения исполняет в фоновом режиме. В контекстное окно поступает только окончательный ответ. Практический эффект: Claude может координировать сотни агентов в ходе многочасового запуска без заполнения какого-либо одного контекстного окна, а скрипт является читаемым, повторно исполняемым артефактом, а не недостижимой производительностью.
Как Dynamic Workflows соотносятся с OpenAI Codex в области миграции кода с помощью ИИ?
Оба инструмента поддерживают многоагентное параллельное выполнение, но они по-разному обрабатывают координацию. Claude Code Dynamic Workflows включают уровень верификации оппонентами: после того как параллельные агенты завершают назначенную им работу, отдельные агенты специально ставят своей целью оспаривание результатов до схождения результатов. OpenAI Codex запускает задачи в изолированных контейнерах и возвращает pull requests, но не предоставляет явного уровня проверки оппонентами в том же смысле. Для задач, где корректность должна быть проверена по результатам — аудиты безопасности, крупномасштабные миграции с набором тестов в качестве критерия успеха — архитектура верификации Dynamic Workflows является более актуальным отличием.
Сколько на самом деле стоит запуск Dynamic Workflows и есть ли способ его контролировать?
Стоимость токенов масштабируется линейно с количеством агентов. При ценах Claude Opus 4.8 крупный 24-часовой параллельный запуск может стоить 400–600 долларов. Для подписчиков тарифов Pro и Max функция использует лимиты использования тарифа, а не тарифицируется отдельно. Anthropic рекомендует начинать с ограниченной задачи — аудита одного каталога, а не всего репозитория — для калибровки затрат перед масштабированием. Установка бюджета токенов в промпте и использование представления /workflows для мониторинга расходов на каждого агента являются основными инструментами для поддержания предсказуемости затрат.
Что такое настройка «ultracode» и когда мне ее использовать?
ultracode — это настройка уровня усилий (effort) сессии, которая устанавливает для Claude максимальный уровень рассуждений (xhigh) и позволяет Claude автоматически определять, когда задача требует Dynamic Workflow, а не стандартного одноагентного подхода. Она применяется к каждой последующей задаче в сессии, поэтому каждый запрос занимает больше времени и потребляет больше токенов. Anthropic рекомендует включать ее только для сессий, где большинство задач являются большими, сложными или критически важными. Для рутинной работы вернитесь к /effort high, чтобы избежать запуска дорогостоящих рабочих процессов для задач, которые один агент мог бы выполнить быстрее и дешевле.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Jerry Owens
