2026/10/30 · Weekly Radar
AI Engineer NYC 2026 工作坊紀錄：Anthropic 新推的 dynamic workflows 讓主 agent 自己寫編排程式來派發、收斂子 agent，取代手動配置 coordinator + subagent 名冊。
這是 Latent Space 於 2026 年 10 月 12 日刊出、由 Richard MacManus 撰寫的會議報導，記錄 AI Engineer New York 2026 開場工作坊中，Anthropic 技術人員 CJ Avilla 與 Harrison Stall 講解如何編排 Claude Managed Agents。焦點是前一個週五剛發表的新功能 dynamic workflows（又稱 flows），官方形容為「一種新型態的多 agent 編排」。
兩位講者拿 Unix（Ken Thompson）與 Linux（從 Linus Torvalds 到層層受信任的維護者）來類比 agent 編排，論點是大型 agent 專案需要類似的組織結構。
Avilla 指出，當許多 agent 產出大量 pull request 時，編排者會覺得自己成了「瓶頸」，只能在 GitHub 上手動一個個審 PR。
flows 起源於 Claude Code 中「每個任務都有一套 harness」的概念。過去開發者必須自行配置一個 coordinator 和一份 subagent 名冊；現在改由主 agent 規劃工作，並自己寫出一段編排程式，負責啟動 agent、收集結果、管理資訊流。開發者仍可傳入預先配置好的專家 subagent，整套功能都在 Claude Console 中提供。
一個較簡單的例子展示了基本模式：掃描階段把個別股票代號分派給各自擁有獨立 context 的 agent，之後的審查階段再檢查發現並產出報告。
有人問一個簡單的代號掃描會不會生出數百個 subagent，Stall 的回答是「靠 evals 和更低的預設值」。他說模型執行時並不知道自己的預算，但開發者可以設定 session 預算；如果告訴模型預算，它們可能會變得「有點焦慮」。
Avilla 提到研究預覽功能「dreaming」：讀取記憶庫與過去的對話紀錄，產出重整後的記憶庫，合併重複並替換過時條目。關於自我改進，Stall 表示觀察清單流程不會自動做到，但 hill-climbing 與 dreaming 可以幫助改善迴圈。
開發者可以透過 Claude Console 的圖形化介面檢視 subagent 活動，包括主 agent 傳給每個 subagent 的 payload。subagent 之間共用檔案系統來交換資訊，但開發者無法透過 API 直接指示某個 subagent 去傳訊息給另一個。
Avilla 坦言 flows 比單一 agent 做法「貴很多」，但「在找出所有細節上有效得多」，並強調設定預算是關鍵。
有聽眾以 OpenAI 近期宣布與 Navier–Stokes 千禧年大獎難題相關的證明為例，問到大型科學專案。Stall 不願透露細節，但表示 Anthropic 的目標是讓一般使用者也能觸及這類問題，並把 flows 形容為「把 test-time compute 砸向困難問題」的方式。（文中另有一段 Union.ai 的贊助內容，與主題無關。）
台上自己承認「比單 agent 貴很多」，解法是設預算，但別告訴模型——怕它焦慮。多 agent 編排的瓶頸，看來已經從架構圖移到財務報表。