Anthropic 在公开测试版中向 Claude 托管代理添加了动态工作流，将常见的代理工程模式从本地编排代码移至 Claude 平台本身。

10 月 9 日的版本允许托管代理编写工作流程序，分阶段执行多个代理，并在服务器将工作作为工作流运行在后台运行时组合它们的结果。开发人员使用 managed-agents-2026-04-01 beta 标头启用 beta 版，并配置类型为 multiagent_20261001 的 multiagent 字段并启用工作流程。 Anthropic 还表示 workflow_run 事件出现在会话事件流上，为应用程序提供了一种观察进度的方法，而不是将工作流程视为单个不透明调用。

对于构建代理系统的团队来说，这是一项有意义的更改。多代理分解通常需要应用程序端调度程序、队列、状态存储、重试和结果合并逻辑。 Anthropic 现在将该编排层的一部分打包为托管的 API 功能。

发生了什么变化

Claude 托管代理已经为开发人员提供了代理会话的托管环境。动态工作流通过允许代理生成跨阶段协调其他代理的工作流程序来扩展该模型。托管代理可以定义工作流程，而 Claude 平台可以异步运行它，而无需开发人员对并行审核或研究流程的每个步骤进行硬编码。

有用的区别不仅仅是“更多代理”。这是编排的所在。在此测试版中，工作被表示为在 Anthropic 端运行的工作流程，事件通过会话流返回。这可能会简化一些架构，团队之前需要围绕 Claude 调用构建自己的控制器服务。

该功能仍处于测试阶段。 Anthropic 的记录配置和事件名称是可从此处查看的发行说明和托管代理文档中获得的稳定事实。第三方文章描述了每次运行的代理和并发代理的具体规模限制，但在将这些限制视为可发布的操作限制之前，应根据Anthropic当前的工作流运行文档进行检查。

为什么这对API团队很重要

托管工作流编排使代理工作负载更容易启动，但更难以随意管理。单个用户请求可以分为许多模型调用、中间摘要、工具调用和最终综合步骤。即使面向用户的产品看起来仍然像一个“询问”，这也会改变应用程序的成本和可观察性概况。

最明显的用例是大型代码审查、文档审查、迁移规划、尽职调查分析、合规性检查和研究任务，在这些任务中，并行专家可以在协调代理合并结果之前处理不同的部分。这些工作负载很有吸引力，因为它们很好地映射到分阶段执行。如果提示、重试和子代理计数不受限制，它们也是最有可能产生大量令牌账单的工作负载。

对于工程领导者来说，治理问题从“此端点调用了哪个模型？”转变为“此端点调用了哪个模型？” “这个请求触发了哪些自主工作流程，每个阶段消耗了多少？”这就是 LLM API 成本归因 不仅仅是财务报告的地方。团队需要知道哪个产品功能、客户、项目或 API 键导致了工作流扇出。

还有一个可靠性角度。后台工作流运行需要进度可见性、取消行为、重试策略和持久状态期望。 Anthropic 的事件流支持是一个开始，因为应用程序可以订阅工作流运行事件，而不是盲目轮询。但团队仍需要决定自己的状态机有多少保留在提供程序之外。

谁受到影响

直接受众是已经使用 Claude 托管代理或评估托管代理基础设施的开发人员。构建了自定义多代理系统的团队可以将 Beta 版与现有的编排层进行比较，特别是如果他们当前的实现主要是管道而不是差异化的产品逻辑。

企业平台团队即使尚未准备好采用 Beta 版，也应该注意。托管编排更改了 AI API 控制平面 中必须可见的内容。仅记录请求计数、模型名称和总令牌的控制平面可能会错过工作负载的结构。对于托管工作流程，团队需要运行标识符、阶段级使用情况、工具活动、故障点和预算状态。

这也会影响采购和安全审核。托管多代理工作流程不仅仅是一个模型端点；它是一个委托执行环境。公司需要了解哪些数据流经每个代理、工作流程状态保留多长时间、可用日志以及如何跨项目和环境确定访问范围。

对于 B2B LLM 客户和类似的多模型 API 用户来说，实际联系是治理。如果提供商使代理扇出变得更容易，平台级控制需要跟上步伐：按密钥或项目进行支出限制、工作流程的使用分析、模型允许列表以及在自动化模式开始消耗超出预期时发出警报。动态工作流程是一项产品功能，但它们也提醒我们，代理成本通常是由编排决定的，而不仅仅是代币价格。

仍然不确定的

测试版为规划生产使用的团队留下了几个操作问题。公开发行说明确立了动态工作流程、测试标头、多代理配置类型和事件流表面的存在。在审查的材料中，他们没有解决有关限制、定价行为、保留或故障语义的每个生产计划细节。

开发人员应在设置有关每次运行的最大代理数、并发性、超时行为以及如何在计费导出中逐项列出使用情况的假设之前验证当前文档。他们还应该在将敏感审核或合规工作流程转移到该功能之前进行小型评估，因为多代理综合可能会改变输出一致性和成本。

不过，更广泛的方向是明确的。模型提供商正在将代理编排转变为平台原语。这减少了实验所需的基础设施数量，同时在这些实验成为真正的工作流程后提高了可观察性和预算控制的标准。