Claude 可同时调度千个 AI 子代理，多代理并行工作流正式上线

Anthropic 正式为 Claude 托管代理平台引入动态工作流机制，将多代理协同编排能力带入生产环境。与此前固定流程的托管代理基础设施不同，动态工作流允许一个主导代理根据任务需求实时生成执行计划，并将子任务动态分配给多个并行运行的子代理，待各子代理完成后再由主导代理统一整合输出结果。

在性能验证方面，Anthropic 设计了一项颇具说服力的基准测试：研究团队在一个规模达 11.6 万行的代码库中人为植入 70 个隐藏漏洞，随后分别用单代理和动态工作流进行检测。结果显示，单个代理每次运行仅能发现 14 到 27 个漏洞，而动态工作流则能稳定检出 66 个，检出率从不足 40% 大幅跃升至约 94%，提升效果相当显著。

尽管测试数据亮眼，但大规模代理并行调度的成本问题仍值得审慎对待。就在近期，一位 OpenAI 资深工程师公开表示，代理集群模式可能造成大量 token 浪费。Anthropic 方面也坦承，动态工作流会消耗大量 token，并建议开发者在正式部署前先以小规模任务进行测试，结合自身业务场景评估实际收益与成本之间的平衡。

从技术实现角度来看，动态工作流的核心在于主导代理的任务规划与结果聚合能力。单次执行最多支持 1000 个子代理并行运行，这为处理高度可并行化的复杂任务提供了充足的扩展空间。代码审查、大规模数据分析、多维度内容生成等场景，理论上均可从这种并行架构中获益。

对于希望尝试该功能的开发者，Anthropic 提供了两种接入方式：一是在 API 调用中将代理类型设置为 multiagent_20261001；二是直接在 Claude Code 环境中运行 /claude-api managed-agents-onboard 命令完成初始化配置。官方文档也已同步更新，提供详细的参数说明与最佳实践指引，帮助开发者快速上手并合理控制资源消耗。

多代理并行编排正在成为大模型应用落地的重要方向之一，Anthropic 此次更新将这一能力直接集成到托管平台层面，降低了开发者自行搭建多代理系统的门槛。然而，该架构在代码审查之外的其他任务类型上能否保持同等效果，仍有待更广泛的实际验证。对于企业用户而言，在引入大规模并行代理之前，充分评估 token 成本与任务收益的比例关系，将是决策的关键所在。

要点

• Anthropic 为 Claude 托管代理平台新增动态工作流，支持单次执行最多 1000 个子代理并行运行，主导代理负责任务规划与结果整合。
• 内部基准测试显示，在 11.6 万行代码库中检测预埋漏洞时，动态工作流检出率约为 94%，远高于单代理模式的不足 40%。
• 大规模并行代理会消耗大量 token，Anthropic 建议从小规模任务入手，结合自身业务场景评估成本效益后再扩大部署规模。
• 开发者可通过选择 multiagent_20261001 代理类型或在 Claude Code 中运行指定命令激活该功能，官方文档已同步提供详细指引。
• 多代理并行架构在代码审查场景表现突出，但其在其他任务类型上的实际效果仍需开发者结合具体工作负载进行独立验证。