卧槽
Claude 现在能自己写程序，指挥一批 Agent 分工干大活了...
你丢给它 300 份合同，让它找出带"控制权变更条款"的。它先写一个调度程序，程序把合同分给多个 Agent 同时读，读完交给复查 Agent 核对，最后交回答复：41 份命中
官方那组找 bug 测试更离谱👇
这是 Anthropic 给 Claude Managed Agents 新上的动态工作流，已开放公开测试
以前多 Agent 协作，主 Agent 得在对话里一份份收报告、再派下一项任务；现在这活交给程序，主 Agent 可以继续回答你
🧠 找 bug 从 14 个到 66 个
在 11.6 万行代码里植入 70 个 bug，单 Agent 三次找出 14、15、27 个，动态工作流三次都是 66 个（94.3%），每次仍漏 4 个
⚡️ 流程按任务现写
程序根据前面的结果决定下一步：复查通过就汇总，没通过就重读相关材料再复查，到了轮数还有分歧就报告未解决的问题
📊 分阶段并行处理
先一批 Agent 同时读材料，再进入汇总核对；单次运行累计最多 1,000 个 Agent，当前最多 64 个同时干活
🔌 各读各的，共用文件
每个 Agent 的对话历史独立，不会自动进到别人的上下文里，但访问的是同一个沙箱里的文件
💡 后台跑，进度和花费看得见
程序在服务端运行，开发者能看每个阶段和线程的事件，还能用会话预算约束模型支出
说人话就是：以前主 Agent 得当项目经理，盯着一群助手挨个派活；现在 Claude 自己写好排班表，让程序去盯
文章里也提醒了几个坑：界面显示 completed 只说明程序正常结束，不代表每份材料都读到了；打断主对话，也不等于停掉后台工作流
适合批量合同筛查、多模块代码排查这类能拆开做、最后要汇总的活
流程图、三种协作方式对比和避坑清单都整理好了，完整解读放评论区了👇 http://t.cn/AXlb0Hyf