Claude Code 说的 Dynamic Workflow 是什么？

Anthropic 发布了 Introducing dynamic workflows in Claude Code，介绍 Claude Code 如何处理更大规模的软件工程任务。

这个关键词值得单独拿出来讲：dynamic workflow。

它很可能会成为 AI Agent 领域的核心词之一。它也会带来一个现实问题：如果 Claude Code 已经有 dynamic workflows，那 Buda 这样的 Agent 平台做的是什么？

简短答案是：它们解决的是同一个未来里的不同层。

Dynamic workflow 让一个强大的 Agent 可以处理更大、更复杂的任务。Buda 则帮助人类协调大量 Agents，让它们像一家公司一样工作：有上下文、有审阅、有交接、有责任边界。

什么是 dynamic workflow？

Dynamic workflow 是一种 agentic process。AI 不只是执行固定清单，而是可以理解任务、规划路径、拆分子任务、并行运行 subagents、根据新信息调整路径、验证输出，然后再回报给用户。

在 Claude Code 中，Anthropic 把它描述为一种处理更大任务的方式：Claude 可以规划工作，在一个 session 中运行大量并行 subagents，并在返回用户之前验证输出。

这很重要，因为很多真实工程任务并不适合线性的 prompt-response 模式。

一次迁移可能需要扫描代码库、识别依赖、修改文件、运行测试、修复失败、检查边界情况，最后准备总结。固定脚本只有在路径已经明确时才有用。Dynamic workflow 的价值在于：当路径需要在执行中被发现时，Agent 仍然可以推进工作。

Dynamic workflow 和 multi-agent system 有什么区别？

Dynamic workflow 经常会使用多个 agents 或 subagents，但它比 “multi-agent” 更具体。

Multi-agent system 表示有多个 agent 参与。Dynamic workflow 表示 agentic process 可以在执行过程中动态改变形状。

所以关键问题不只是“有多少个 Agent？”

还包括：

• 谁来规划工作？
• 谁决定什么时候拆分？
• 谁检查结果？
• 什么算完成？
• 人类在哪里介入？

这时，它就不只是一个技术概念，而是一个运营概念。

Dynamic workflows 擅长解决什么

Dynamic workflows 特别适合 单个大任务的深度执行。

当一个大型问题需要在 Agent session 内部被拆解时，它会很有用：

• 代码库级迁移；
• 大范围重构；
• 测试驱动的修复循环；
• 有多条分支的调研任务；
• 需要适应变化的浏览器或 computer-use 任务；
• Agent 必须自己选择下一步的长任务。

在这些场景里，dynamic workflow 给了 Agent 更大的操作空间。用户不需要每一步都手动 prompt。Agent 可以规划、执行并验证更多路径。

这是重要进步。

但它不是完整的管理问题。

Dynamic workflows 不能替代什么

即使一个 Agent 可以动态协调 subagents，最终输出仍然会进入一个人类组织。

人类仍然需要决定结果是否可接受。同事可能需要 review diff。管理者可能需要理解风险。面向客户的团队可能需要审批文案。创始人可能需要判断这件事是否符合公司的意图。

所以，human in the loop 不是临时的训练轮，而是结构性要求。

哲学家普罗泰戈拉常被概括为：Human is the measure of all things。放到 AI 工作里，意思是：有用性、风险、品味和责任，最终仍然要由人类判断来衡量。

Agent 越强，这个尺度越重要。

Buda 和 dynamic workflows 是什么关系

Buda 的理念和 dynamic workflows 并不冲突。

它们在不同层。

Dynamic workflow 回答的是：一个 Agent 如何处理一个大型复杂任务？

Buda 回答的是：人类如何协调大量 Agents，让它们按照人的意图工作？

Buda 的核心理念是 agents as a company。也就是说，AI Agent 不只是一个聊天框，而是一层可以被人类分配任务、监督过程、审阅结果、持续改进的执行层。

在 Buda 里，人类可以管理 sessions、文件、浏览器工作、终端执行、artifacts、skills、automations 和 channels。重点不是为了自治而自治，而是让 AI 执行对人类目标负责。

Dynamic workflow 可以帮助一个 Agent 完成复杂任务。

Buda 帮助团队继续追问：

• 哪个 Agent 应该负责这个任务？
• 它应该拥有哪些上下文？
• 谁来审阅结果？
• 哪些输出应该发布、合并、发送或拒绝？
• 多个 Agents 如何协作，同时不丢失人的方向？

这是 company-level layer。

Buda 和 Claude Code dynamic workflows 是竞争关系吗？

不是。它们是互补概念。

Claude Code dynamic workflows 让单个 coding agent 更有能力。Buda 给人类一个工作台，用来跨项目、文件、工具、同事和 review loops 协调 Agent 工作。

团队可以在 Buda 里使用 Claude Opus 4.8 这样的强模型，通过 Buda sessions 分配工作，同时在单个 Agent 任务内部受益于 dynamic workflow 思路。

更好的表述不是 Buda vs Claude。

而是：dynamic workflow inside the agent, Buda around the agents。

为什么这个关键词重要

“Dynamic workflow” 重要，是因为它命名了 AI 软件的一次变化。

早期 AI 工具是 prompt box。用户必须推动每一步。

Agentic tools 让 AI 可以采取行动。

Dynamic workflows 让 AI 可以决定行动序列如何演化。

但 AI 越主动，人类越需要更强的管理界面。否则，组织会得到强大的输出，但缺少足够的可见性、审阅和责任边界。

这正是 Buda 的哲学所在。

Agents 不应该替代人的方向，而应该放大人的方向。

未来不是一个 Agent 独自完成所有事情。未来是人类管理一套可以思考、行动、验证并回报的 AI 执行系统。

Dynamic workflows 是这个未来的重要积木。Buda 是让这个未来保持 human-led 的工作台。

你可以在 buda.im 开始构建 human-led agent workflows，也可以阅读 Buda Agent Workspace 文档。