动态工作流是第一个像流程工具的 AI 编程功能

要点

• Anthropic 把 AI 编程从对话推向了可重复执行的编排。

• 真正的价值在于流程标准化，而不只是更多智能体。

• 计划不再只留在聊天记录里，而是写进可以检查、重复执行的脚本。

• 这正是流程至关重要的一类工作：审计、迁移、安全审查、研究。

• 修一个小 bug，可能用不着这套机制；规模大、风险高的工作，才更值得采用。

💡 有意思的地方，不在于“更多智能体”

Anthropic 本周推出了 Claude Code 动态工作流。这项功能很容易概括：Claude 现在可以创建编排脚本，协调多个子智能体，让它们并行运行，并在把最终结果交给开发者之前检查工作。

从技术上说，这很有意思。

但我认为，更深层的变化在别处。

动态工作流是最早把开发者的流程当作一等对象来处理的主流 AI 编程功能之一。流程本身可以编写、检查和复用。

它不再只是：

• 提示

• 回答

• 修改

• 重复

而是：

• 规划

• 拆解

• 委派

• 验证

• 比较

• 恢复执行

• 复用

这个区别很重要，因为实际的软件工程并不是一串孤立的提示词，而是一套由判断力塑造的工作流。

⚙️ Anthropic 到底改变了什么

Claude Code 文档把动态工作流定义为大规模编排子智能体的 JavaScript 脚本。关键区别在于，计划放在哪里。

使用普通子智能体时，Claude 在每一轮对话中协调工作。

使用技能或指令时，Claude 在对话中遵循指导。

使用工作流时，编排逻辑写进脚本。中间结果可以保存在脚本变量里，不必塞满对话上下文。同一套工作流可以保存、重新运行，也可以检查。

这是一个有意义的产品决定。

它把 AI 编程从“模型正在思考一个漫长的任务”，变成了“系统正在执行一套流程”。

文档把工作流定位于代码库级审计、大规模迁移、多来源研究，以及行动前需要独立交叉检查的计划等任务。Anthropic 的发布文章还强调了长时间运行的工作、独立尝试、对抗式审查和恢复执行能力。

这恰恰是最需要重视流程的一类工作。

修一个小 bug，工作流可能显得繁复；对遗留代码库做大规模重构，它就更有用。

安全审查？你需要多轮独立检查，而不是一个自信满满的答案。

迁移？你需要阶段划分、检查点和可重复执行的流程。

这个工具值得关注，因为它终于契合了这类工作的实际形态。

这是三篇文章中的第一篇。下一篇：有经验的工程师本来就有自己的工作流，而 AI 编程工具之间真正的竞争，在于如何把这些判断力编码进去。