Claude Code 发布了动态工作流功能，能够自动拆分任务、并行执行和交叉验证，如同拥有项目经理的 AI，极大提升复杂项目的处理效率。该功能通过自动规划和多代理协作，将任务分解为子任务并行处理，并进行交叉验证以提高质量。用户可通过开启 ultracode 或直接要求创建工作流来使用，特别适用于大规模代码重构、技术栈迁移等场景。动态工作流虽然能显著缩短处理时间，但会消耗更多 token，建议从小任务开始测试并监控进度。

Claude Code 新功能：动态工作流（dynamic workflows），让 AI 自动分工协作

以前我们在用 AI 写代码。
现在，AI 开始自己组织团队写代码了。

Claude Code 又更新了！这次是动态工作流

5 月 28 日，Claude Code 正式发布了动态工作流功能。

这是一个能让 Claude 自动拆分任务、并行执行、交叉验证的新能力。简单说，就是给 AI 装了一个项目经理。

你有这种感觉吗？

接手一个复杂项目，要改 10 个文件，每个文件的逻辑还不一样。你跟 Claude Code 说"帮我重构这个模块"，它一次只能处理一件事，改完一个文件再改下一个。

等它全部搞完，半小时过去了。

问题出在哪儿？

传统模式是串行的，一个任务做完才能做下一个。但很多时候，这些任务之间根本没依赖关系，完全可以同时进行。

只用多开会话行吗？不行。 每个会话独立运行，互相不知道对方在干嘛，最后合并的时候一堆冲突。

只用脚本自动化行吗？不行。 写脚本本身就要花时间，而且遇到需要判断的情况就傻眼了。

现在，动态工作流来了。

效果就像给 AI 装了一个项目经理，它会自动拆分任务、分配 Agent、并行执行，最后汇总结果。

---

1、什么是动态工作流？

动态工作流是 Claude Code 在 2026 年 5 月 28 日发布的新功能，目前处于研究预览阶段。

简单说，它让 Claude 能自动拆分任务、并行执行、交叉验证。

核心特点

特点	说明	效果
动态规划	Claude 自动分析任务，拆分子任务	不用手动设计工作流
并行执行	运行数十到数百个子代理	效率提升 2-10 倍
交叉验证	不同代理从独立角度验证结果	质量更高，减少错误

核心能力

• 自动拆分：Claude 根据任务自动拆分，不需要你手动设计
• 大规模并行：可以同时运行 10-100 个子代理
• 独立角度：每个子代理从不同角度分析问题
• 交叉质疑：其他代理会质疑发现的结果
• 迭代收敛：持续迭代直到答案趋于一致
• 断点续传：中断后可以从上次位置继续

---

2、如何开启动态工作流？

方式一：开启 ultracode（推荐）

ultracode 是 Claude Code 新增的设置项，开启后会自动将努力级别设置为 xhigh，并让 Claude 自动判断何时使用动态工作流。

开启方法：

# 方式一：使用快捷键
Ctrl + Shift + E  # 或 Cmd + Shift + E (macOS)
# 然后选择 ultracode

# 方式二：使用命令
/effort ultracode

开启后，直接描述任务即可，Claude 会自动判断是否需要动态工作流：

我想写一篇关于 Claude Code 动态工作流的公众号文章

Claude 会自动：

1. 1. 分析任务复杂度

2. 2. 决定是否需要动态工作流

3. 3. 拆分为多个子任务

4. 4. 并行执行

方式二：直接要求创建工作流

创建一个动态工作流，帮我写一篇关于 Claude Code 动态工作流的公众号文章

Claude 会：

1. 1. 动态规划任务

2. 2. 创建编排脚本

3. 3. 运行数十到数百个子代理

4. 4. 交叉验证结果

5. 5. 输出最终答案

---

3、实战案例：写一篇公众号文章

说了这么多，来看看实际效果。

这篇文章就是用动态工作流生成的！

我的需求：

我想写一篇关于 Claude Code 动态工作流的公众号文章

Claude 自动规划的工作流：

执行结果：

关键点：

• 自动拆分：我没手动设计工作流，Claude 自动规划
• 并行执行：信息收集阶段 3 个代理同时工作
• 交叉验证：多个代理从不同角度收集信息
• 断点续传：中间可以暂停，下次继续

整个过程不到 5 分钟，如果我自己来写，至少需要 2-3 小时。

---

4、动态工作流 vs 传统工作流

什么时候用动态工作流？

• 任务规模大，涉及数百个文件
• 需要多角度验证（如代码审查、安全审计）
• 任务之间相互独立，可以并行
• 需要长时间运行（数小时到数天）

什么时候不用？

• 简单任务，单会话就能搞定
• 任务之间强依赖，无法并行
• 对 Token 成本敏感
• 需要快速响应（动态工作流启动需要时间）

实际案例对比：

任务	传统方式	动态工作流
写公众号文章	2-3 小时	5 分钟
代码审查（100 个文件）	1-2 天	30 分钟
技术栈迁移	数周	数天

---

5、最佳实践

从小任务开始测试

动态工作流会消耗更多 token，建议先用小任务测试：

# 先测试一个小任务
创建一个工作流，帮我写一个简单的 Python 脚本

# 了解消耗后再处理大任务
创建一个工作流，帮我重构整个用户模块

使用 /workflows 监控进度

运行动态工作流时，使用 /workflows 命令监控进度：

# 查看工作流状态
/workflows

# 可以看到：
# - 当前运行的工作流
# - 每个阶段的进度
# - 子代理的执行状态

开启 auto mode

使用动态工作流时，建议开启 auto mode：

# 在 Claude Code 中
/auto

这样 Claude 可以自动确认中间步骤，提高效率。

合理设计任务

任务类型	建议
代码审查	多个代理从不同角度审查
文件重构	每个文件一个代理，并行处理
功能开发	规划 → 实现 → 测试，并行执行
调试排查	多个代理同时验证不同假设

成本控制

• 简单任务：用单会话就够了
• 中等任务：用 Agent Team（3-5 个代理）
• 大规模任务：用动态工作流（10-100+ 个代理）

关键节点确认

在重要节点加入人工确认，避免错误扩散：

# 在创建工作流时指定
创建一个工作流，帮我重构用户模块，在合并代码前让我确认

---

6、总结

动态工作流是 Claude Code 在 2026 年 5 月 28 日发布的重要新功能，将 AI 辅助编程从"单次交互"提升到了"复杂项目管理"的级别。

核心要点：

• 自动拆分：Claude 根据任务自动拆分，不需要手动设计
• 大规模并行：可以运行 10-100+ 个子代理
• 交叉验证：多角度验证，质量更高
• 断点续传：中断后可继续，适合长时间运行
• /workflows 监控：实时查看工作流执行进度

适用场景：

• ✅ 大规模代码重构（数百个文件）
• ✅ 跨文件 bug 排查
• ✅ 技术栈迁移
• ✅ 代码审计和清理
• ✅ 复杂功能的端到端实现
• ✅ 内容创作（比如这篇文章）

快速开始：

# 1. 开启 ultracode
/effort ultracode

# 2. 描述你的任务
我想重构 xxx 模块的 XXX 类

# 3. 查看工作流进度
/workflows

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2026 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？