Anthropic přidal dynamické pracovní postupy do Claude Managed Agents ve veřejné beta verzi, čímž přesunul běžný vzor agenta-inženýrství z kódu místní orchestrace do samotné platformy Claude.
Vydání z 9. října umožňuje spravovanému agentovi napsat program pracovního postupu, spouštět mnoho agentů ve fázích a kombinovat jejich výsledky, zatímco server běží práci na pozadí jako pracovní postup. Vývojáři povolí beta verzi pomocí záhlaví beta managed-agents-2026-04-01 a nakonfigurují pole multiagent s typem multiagent_20261001 a povolenými pracovními postupy. Anthropic také říká, že události workflow_run se objevují ve streamu událostí relace, což aplikacím umožňuje sledovat průběh, spíše než považovat pracovní postup za jedno neprůhledné volání.
To je smysluplná změna pro týmy vytvářející systémy agentů. Multiagentní dekompozice obvykle vyžaduje plánovače na straně aplikace, fronty, stavová úložiště, opakování a logiku slučování výsledků. Anthropic nyní balí část této vrstvy orchestrace jako hostovanou funkci API.
Co se změnilo
Claude Managed Agents již vývojářům poskytlo spravované prostředí pro relace agentů. Dynamické pracovní postupy rozšiřují tento model tím, že umožňují agentovi vytvářet program pracovního postupu, který koordinuje ostatní agenty napříč fázemi. Namísto toho, aby vývojář natvrdo zakódoval každý krok paralelní kontroly nebo výzkumného kanálu, může spravovaný agent definovat pracovní postup a Claude platforma jej může spouštět asynchronně.
Užitečný rozdíl není pouze „více agentů“. Je to místo, kde žije orchestrace. V této beta verzi je práce reprezentována jako pracovní postup běžící na straně Anthropic, přičemž události se vynořují zpět prostřednictvím streamu relace. To může zjednodušit některé architektury, kde týmy dříve potřebovaly vybudovat vlastní službu ovladače na Claude voláních.
Tato funkce zůstává beta. Dokumentovaná konfigurace a názvy událostí Anthropic jsou stabilní fakta dostupná z poznámek k vydání a dokumentace pro spravované agenty, které jsou zde zkontrolovány. Zápisy třetích stran popsaly konkrétní limity škálování pro agenty na běh a souběžné agenty, ale tyto limity by měly být porovnány s aktuální dokumentací Anthropic, než se s nimi bude nakládat jako s publikovatelnými provozními omezeními.
Proč je to důležité pro API týmy
Hostovaná orchestrace pracovního postupu usnadňuje spouštění agentů, ale obtížnější pracovní zatížení. Požadavek jednoho uživatele se může rozdělit do mnoha modelových volání, průběžných souhrnů, volání nástrojů a konečných kroků syntézy. To mění profil nákladů a sledovatelnosti aplikace, i když uživatelsky orientovaný produkt stále vypadá jako jeden „zeptání“.
Nejzřejmějšími případy použití jsou rozsáhlé kontroly kódu, kontrola dokumentů, plánování migrace, analýza due-diligence, kontroly souladu a výzkumné úkoly, kde mohou paralelní specialisté pracovat na různých řezech, než koordinační agent sloučí výsledky. Tyto pracovní zátěže jsou atraktivní, protože dobře mapují postupné provádění. Jsou to také pracovní zátěže, které s největší pravděpodobností vytvoří velké účty za tokeny, pokud výzvy, opakování a počty podřízených agentů nejsou omezeny.
Pro vedoucí inženýrů se otázka správy posouvá z „který model volal tento koncový bod?“ na „jaký autonomní pracovní postup tento požadavek spustil a kolik jednotlivé fáze spotřebovaly?“ To je místo, kde se LLM API připisování nákladů stává více než finančním výkaznictvím. Týmy potřebují vědět, která funkce produktu, zákazník, projekt nebo klíč API způsobily rozšíření pracovního postupu.
Existuje také úhel spolehlivosti. Spuštění pracovního postupu na pozadí vyžaduje viditelnost průběhu, chování při zrušení, zásady opakování a očekávání trvalého stavu. Podpora streamu událostí od Anthropic je začátek, protože aplikace se mohou přihlásit k odběru událostí spouštěných workflow namísto slepého dotazování.Týmy se však budou muset rozhodnout, kolik z jejich vlastního stavového stroje zůstane mimo poskytovatele.
Koho se to týká
Blízkým publikem jsou vývojáři, kteří již používají Claude Managed Agents nebo vyhodnocují infrastrukturu hostovaných agentů. Týmy, které vytvořily vlastní multiagentní systémy, mohou porovnat beta verzi se svou stávající vrstvou orchestrace, zejména pokud je jejich současná implementace převážně instalatérská, nikoli diferencovaná produktová logika.
Týmy podnikové platformy by tomu měly věnovat pozornost, i když nejsou připraveny beta verzi přijmout. Hostovaná orchestrace mění to, co musí být viditelné v AI API řídicí rovině. Řídicí rovina, která zaznamenává pouze počet požadavků, název modelu a celkový počet tokenů, může postrádat strukturu pracovní zátěže. U řízených pracovních postupů budou týmy chtít identifikátory běhu, využití na úrovni fáze, aktivitu nástroje, body selhání a stav rozpočtu.
To také ovlivňuje nákup a kontrolu zabezpečení. Hostovaný pracovní postup pro více agentů není jen koncovým bodem modelu; je to delegované spouštěcí prostředí. Společnosti budou muset porozumět tomu, jaká data procházejí jednotlivými agenty, jak dlouho se uchovává stav pracovního postupu, jaké protokoly jsou k dispozici a jak je rozsah přístupu napříč projekty a prostředími.
Pro zákazníky B2B LLM a podobné uživatele s více modely API je praktickým spojením správa. Pokud poskytovatelé usnadňují rozšiřování agentů, ovládací prvky na úrovni platformy musí držet krok: limity výdajů podle klíče nebo projektu, analýzy využití pro pracovní postupy, seznamy povolených modelů a upozornění, když automatizační vzor začne spotřebovávat více, než se očekávalo. Dynamické pracovní postupy jsou funkcí produktu, ale také připomínají, že náklady na agenty jsou často utvářeny orchestrací, nejen cenou tokenu.
Co zůstává nejisté
Beta ponechává několik provozních otázek otevřených pro týmy plánující produkční využití. Veřejné poznámky k verzi stanoví existenci dynamických pracovních postupů, záhlaví beta, typ konfigurace multiagentů a povrch toku událostí. V recenzovaném materiálu neřeší všechny podrobnosti plánování výroby týkající se limitů, cenového chování, uchovávání nebo sémantiky selhání.
Vývojáři by měli ověřit aktuální dokumentaci, než nastaví předpoklady o maximálním počtu agentů na běh, souběžnosti, chování při vypršení časového limitu a způsobu, jakým je použití rozepsáno v exportech fakturace. Měli by také provést malá hodnocení před přesunem citlivých pracovních postupů kontroly nebo dodržování předpisů na funkci, protože multiagentní syntéza může změnit konzistenci výstupu i náklady.
Širší směr je však jasný. Poskytovatelé modelů mění orchestraci agentů na primitivní platformu. To snižuje množství infrastruktury potřebné k experimentování a zároveň zvyšuje laťku pro dohledatelnost a kontrolu rozpočtu, jakmile se tyto experimenty stanou skutečnými pracovními postupy.