Anthropic 发布 dynamic workflows：让 Claude 自己决定多智能体怎么编排

本站视角

这件事最直接的影响对象，是正在用 Claude API 搭多智能体系统的开发团队，尤其是国内做 Agent 产品的团队。过去这类系统的拓扑结构基本由人写死：谁是协调者、有几个子智能体、信息怎么流转，都是工程代码。flows 把这一层交给模型自己生成编排程序，等于把「架构设计」也纳入模型输出。对中小团队来说，这可能省掉大量编排框架的搭建成本；但对已经自研了成熟编排层的公司，它更像是一个需要评估是否替换的竞品，而不是必须立刻跟进的功能。 我们的判断是：这是一次方向明确的产品化，但宣传口径明显大于现场演示所能支撑的证据。Anthropic 用「最雄心勃勃的工作负载」来定义 flows，可实际展示的只是一个股票自选股扫描器——一个用普通脚本加几次模型调用也能做的任务。官方承认 flows 成本「高得多」，却没有给出任何量化数字，也没有 benchmark 分数。在 token 预算本就敏感的当下，「让模型自己决定开多少智能体」这件事的风险很实在：现场就有人追问简单扫描会不会触发数百个子智能体，而回答是「靠 evals 和更低的默认值」——这更像是把控制责任推回给开发者，而不是功能本身解决了问题。 另一个值得注意的细节是，Stall 说模型运行时不知道自己的预算，因为告知预算可能让智能体「有点焦虑」。这个说法虽然引来笑声，但暴露了一个真实缺口：目前没有让模型在成本约束下自主规划的原生机制，开发者只能事后设会话预算兜底。对按量付费的团队来说，这意味着 flows 的账单存在不确定性，上线前必须自己做成本压测。 至于「让普通公众也能做科学发现」这类表述，我们倾向于把它看作愿景而非承诺。Stall 在被问到能否支撑大型科研项目（提问者引用了 OpenAI 近期关于 Navier–Stokes 千禧年难题证明的公告）时，明确回避了具体细节，只重申这是目标。在缺少公开评测的情况下，把 flows 当作一个值得小范围试用的编排选项是合理的，但把它当成能自动解决复杂科研问题的工具，目前没有依据。需要观察的是 Anthropic 后续是否公布成本数据和评测结果——如果一直没有，那这项功能的实际价值就要打折扣。