← Назад к блогу

Claude Dynamic Workflows: как Anthropic координирует агентов

28 мая 2026 года Anthropic представила Dynamic Workflows в Claude Code — механику, в которой Claude пишет JavaScript-скрипт, оркеструющий десятки и сотни субагентов, а фоновая среда исполняет его, пока ваша сессия остаётся отзывчивой (Claude Blog). Позже статус обновили до generally available: по умолчанию функция включена для Max, Team и Enterprise, а на Pro её включают в /config. Разберём, что именно она делает, чем отличается от субагентов и agent teams, какие у рантайма жёсткие пределы и как не сжечь бюджет токенов.

◆ Главное за 30 секунд
  • Динамический workflow — это JavaScript-скрипт, который оркеструет множество субагентов, а рантайм исполняет его в фоне (Claude Code Docs).
  • Лимиты по умолчанию. До 16 параллельных агентов, максимум — 1000 агентов за запуск и до 4096 элементов в одном вызове parallel() или pipeline().
  • Предупреждение Large workflow срабатывает при более чем 25 агентах или проекции свыше 1,5 млн токенов.
  • Доступность. Функция доступна на всех платных планах, через Anthropic API, Amazon Bedrock, Google Cloud Agent Platform и Microsoft Foundry.

Почему один агент не тянет большую задачу

Проблема: результат каждого шага упирается в одно контекстное окно

Возьмите типичную большую задачу: баг-хант по всему сервису, миграция на сотни файлов, план, который надо проверить с разных сторон. Каждый шаг съедает контекст, промежуточные результаты копятся в одном окне, а координацию между ветками работы вы держите руками. Один агент видит только одну ветку и один ракурс (Fig 1); когда задача требует независимой проверки находок, всё возвращается к ручному сведению итогов. Именно здесь упирается рост: чем больше задача, тем меньше остаётся на собственно рассуждение и больше — на управление контекстом.

Fig 1. Схема-сравнение: слева один агент в одном контекстном окне, справа сотня агентов под управлением оркестрирующего скрипта
Fig 1.Один агент в одном контекстном окне против десятков агентов под управлением скрипта-оркестратора. Источник: схема автора.

Обещание: план переезжает в код, а не в диалог

Dynamic Workflows переворачивают схему: план больше не живёт в переписке, он становится читаемым скриптом. Anthropic описывает масштаб этих задач как работу с десятками и сотнями параллельных субагентов за одну сессию, при которой результат проверяется до того, как попадёт к вам (Claude Blog). Дальше разберём, как устроена механика, где проходит граница с субагентами и agent teams, какие лимиты задаёт рантайм и на что уходит бюджет токенов.

Что такое Dynamic Workflows в Claude Code

Про даты и статус есть расхождение, о котором стоит знать. Первоисточники дают анонс 28 мая 2026 и обновление до generally available; InfoQ в материале от 1 июня 2026 писал о статусе research preview (InfoQ). Это не противоречие в дате анонса, а разные моменты фиксации статуса: англоязычный пересказ вышел раньше, чем обновление первоисточника. Для рабочего решения опирайтесь на документацию: на Max, Team и Enterprise функция включена по умолчанию, на Pro — включается в /config.

Механика: Claude пишет JavaScript-скрипт, рантайм исполняет его в фоне

Определение из документации звучит точно: «A dynamic workflow is a JavaScript script that orchestrates many subagents at once». Claude пишет скрипт под описанную вами задачу, а рантайм исполняет его в фоне, пока сессия остаётся отзывчивой (Claude Code Docs). Промежуточные результаты живут в переменных скрипта, а не в контекстном окне Claude, — поэтому объём задачи не упирается в одно окно. Скрипт при этом применяет повторяемый паттерн качества: независимые агенты проверяют находки друг друга до финального отчёта.

Fig 2. Скриншот панели /workflows с фазами и списком агентов по каждой фазе
Fig 2.Панель /workflows показывает фазы и агентов в каждой фазе. Источник: документация Claude Code.

Что видит пользователь: только финальный ответ и отчёт с источниками

От пользователя скрыта вся внутренняя кухня: пока рантайм прогоняет фазы, вы видите прогресс в панели задач (Fig 2), а на выходе получаете финальный ответ и отчёт с источниками. Описания из документации не требуют следить за каждым промежуточным шагом — проверка находок происходит внутри скрипта, до того как результаты доходят до вас.

Базовый пример: встроенный workflow /deep-research

Быстрый вход — встроенный workflow /deep-research: он запускается как есть и наглядно показывает, как задача разбивается на фазы и агентов. Запустите /workflows, чтобы увидеть фазы и список агентов по каждой фазе, и вы получите наглядную картину механики — без собственного скрипта.

Workflows, субагенты, skills и agent teams: где что применять

Кто держит план: Claude по шагам или сам скрипт

Ключевое различие между четырьмя примитивами — кто удерживает план. Субагенты, skills и agent teams оркеструет модель: Claude решает по шагам, что запускать дальше. Workflow оркеструет скрипт: последовательность стадий и вызовы агентов заданы в коде, а не в диалоге. Этот сдвиг ответственности — суть нового примитива.

Масштаб: от нескольких задач до сотен агентов за запуск

Субагенты подходят для одной задачи или одного раунда параллельного суждения. Workflow берёт план, который разворачивается в десятки и сотни агентов за запуск, — там, где вывод стадии N определяет стадию N+1. Один и тот же вопрос «кто следующий шаг» в этих двух случаях решается по-разному, и от ответа зависит вся конструкция.

Что повторяемо и что происходит при прерывании

Скрипт сохраняется и переиспользуется, поэтому паттерн качества воспроизводится от запуска к запуску. У оркестрации моделью повторяемость ниже: каждый раз план собирается заново, шаг за шагом. При прерывании workflow опирается на рантайм — запуск можно поставить на паузу, остановить и возобновить, не теряя структуру стадий.

ПримитивКто держит планМасштабЧто повторяемо
Динамический workflowСам скриптот десятков до сотен агентов за запускскрипт сохраняется и переиспользуется
СубагентыМодельодин раунд параллельного сужденияопределяется заново по шагам
SkillsМодельв рамках одной сессиипереиспользуемая инструкция
Agent teamsМодельнесколько ролей в диалогеопределяется заново по шагам

Правило выбора короткое: субагенты — когда нужен один раунд параллельного суждения; workflow — когда вывод стадии N определяет стадию N+1. О том, как это работает на практике, мы разбирали в статье про оркестрацию агентов на открытых весах.

Как запустить workflow: запрос, ultracode и подтверждение

Запуск через запрос: ключевое слово ultracode или прямая просьба

Попросить Claude написать workflow можно обычным запросом: опишите задачу и добавьте ключевое слово ultracode либо сформулируйте прямую просьбу. Ultracode срабатывает только на вводе человека — он не действует в режиме -p, в Agent SDK без метки human и в вебхуках.

Режим ultracode: /effort ultracode и автозапуск для каждой задачи

Переключатель /effort ultracode включает автоматическую оркестрацию на всю сессию: с ним каждая задача запускает workflow сама. Стоит помнить, что это делает каждую задачу дороже и дольше — режим для тех случаев, когда вы сознательно идёте в масштаб.

Сохранение и переиспользование: /workflows, клавиша s, папки .claude/workflows

Сохранённый скрипт превращается в команду /<name>, которую можно вызывать повторно. Хранить их можно в двух локациях: .claude/workflows/ (для проекта) и ~/.claude/workflows/ (для вас лично). Панель /workflows и клавиша s помогают сохранить текущий запуск как переиспользуемую команду.

Распространение через плагины и входной параметр args

Входные данные передаются через параметр args — один и тот же workflow можно прогонять на разных каталогах. Упаковав скрипт в плагин, вы передаёте его всей команде: коллегам не нужно заново собирать стадии, они получают готовый повторяемый процесс.

Лимиты, стоимость и что контролировать

Жёсткие пределы рантайма и предупреждение Large workflow

Рантайм задаёт жёсткие пределы (Claude Code Docs):

  • до 16 параллельных агентов по умолчанию (на CPU-лимитированных контейнерах меньше), настраивается через CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS от 1 до 256;
  • 1000 агентов суммарно за один запуск;
  • до 4096 элементов в одном вызове parallel() или pipeline() — более длинный список рантайм отклоняет с ошибкой.

Три предела рантайма сошлись на одной схеме (Fig 3). Когда workflow планирует больше 25 агентов или его проекция переваливает за 1,5 млн токенов, в панели задач появляется предупреждение Large workflow. Это сигнал пересобрать задачу на более узкий срез.

Fig 3. Инфографика лимитов: 16 параллельных агентов, 1000 агентов за запуск, 4096 элементов в вызове
Fig 3.Три жёстких предела рантайма: 16, 1000 и 4096. Источник: документация Claude Code.

Расход токенов: кэш промптов, размер и рекомендация начинать с узкой задачи

Workflow тратит заметно больше токенов, чем один агент: параллельные ветки обращаются к модели независимо. Кэш промптов у агентов workflow держится 5 минут по умолчанию (в том числе на подписке Claude) и продлевается до часа параметром subagentPromptCacheTtl = 1h (Claude Code Docs). Практика — начинать с узкого среза: один каталог или один повторяемый ревью-процесс, а не весь репозиторий, и следить за расходом в /workflows, ориентируясь на guideline small/medium/large. Отдельно учитывайте цену модели: Opus 4.8, на котором запускались workflow, даёт в fast mode 2,5x скорость и в 3 раза дешевле, при базовой цене $5 за млн входных и $25 за млн выходных токенов, а в fast mode — $10 и $50 соответственно (Anthropic News).

Управление запуском: /workflows, пауза, остановка, возобновление

Все запуски живут в /workflows: оттуда видно прогресс, оттуда же можно поставить workflow на паузу, остановить и возобновить. Держите привычку проверять панель: она показывает, во что превратилась проекция по токенам, до того как счёт станет неприятным.

Выберите один каталог или повторяемый ревью-процесс и запустите первый workflow уже на этой неделе — начните с узкого среза и измерьте расход, а практические разборы оркестрации для команд ищите на блоге startupbase.

Заказать пилот →

Выводы: оркестрация переезжает из диалога в код

Главный сдвиг, который приносит Dynamic Workflows, — план переезжает из контекстного окна в читаемый и переиспользуемый скрипт. Это даёт масштаб до сотен агентов за запуск и проверку находок до финального отчёта, но заметно повышает расход токенов и требует дисциплины по размеру задачи. Там, где задача размером с один субагент, workflow не нужен: выбор примитива, а не размер модели, определяет результат.

Тема актуальна именно сейчас. Функция вышла из research preview и обновлена до generally available, её можно включать в рабочих процессах, а не только в тестовом режиме. При этом волна русскоязычных пересказов до сих пор повторяет анонс без конкретики по лимитам (16, 1000, 4096) и экономике — поэтому точные цифры из документации здесь важнее общих обещаний. Публичное обсуждение темы тоже продолжается: разбор на Hacker News (item 50105719, ссылка на latent.space) собрал новую волну интереса (Hacker News).

Практический вывод для руководителя укладывается в один шаг: посмотрите на свои повторяемые процессы, выберите один узкий срез и проверьте, где стадия N определяет стадию N+1. Именно в этих местах workflow оправдывает расход, а не в задачах, с которыми справляется один субагент.

ВН
LeadUp AI

Владимир Нагин — LeadUp AI. Пишет о внедрении ИИ-агентов в бизнес-процессы: оркестрация, лимиты рантайма, экономика инференса.


Читайте также

скоро

90% рабочих часов в США не покрыты ИИ-бенчмарками — Mercor Labor Index

скоро

Citi ограничивает доступ ИИ-агентов к счетам клиентов

скоро

Rogue AI-агенты взломали живые системы индийских компаний — отчёт CERT-In

Подпишитесь на дайджест startupbase.uno

Кейсы, разборы и метрики — раз в неделю. Без воды, без спама.

Без спама · Отписка в 1 клик