Anthropic 为 Claude Code 正式发布了全新的动态工作流 Harness 系统，全面升级了大规模多代理任务编排能力。与僵化的固定流水线不同，这个动态 Harness 让 Claude 能够自主规划、拆分任务、运行并行子代理、验证结果和恢复中断的长任务，完美解决单次 AI 无法处理的跨文件复杂工程任务。这是 Anthropic 在 AI 工程化领域的重要突破，让 Claude Code 从简单的代码辅助工具升级为能够自主管理大型项目的智能引擎。
核心架构与优势
动态工作流 Harness 的核心在于其灵活的架构设计。与传统的固定流水线不同，它允许 AI 根据任务需求动态调整执行策略。这种设计带来了几个关键优势：
- Claude 自动生成可执行的编排脚本，将任务逻辑存储在上下文窗口之外，而不是依赖有限的 Token 上下文。这意味着即使处理超大型项目，也不会因为上下文窗口限制而导致任务中断或质量下降。
- 支持单个会话中数十到数百个并行子代理，适合海量代码库调试、全项目迁移、多轮安全审计和长时间研究任务。每个子代理可以独立处理一个模块，大幅提升整体效率。
- 内置结果验证机制：独立审查代理在最终交付前检查输出，大幅减少错误。这种"写代码的人不负责审查"的模式有效降低了 bug 率。
- 断点续传：长时间运行的任务可以暂停后继续，无需重新启动，稳定运行数小时甚至数天。这对于大型迁移项目尤其重要，你可以在下班时暂停，第二天继续。
- 兼容 Claude Code CLI、桌面应用、VS Code 扩展、Claude API、Amazon Bedrock、Vertex AI 和 Microsoft Foundry，无论你使用什么开发环境都能无缝集成。
访问与权限规则
不同用户计划的访问权限有所不同，使用前请确认你的计划支持动态工作流：
- Max 和 Team 计划：默认启用动态工作流，开箱即用
- 企业计划：需要管理员手动激活，建议先在测试环境中验证
- Pro 用户：需要在设置中手动开启该功能，位置在 Settings -> Features -> Dynamic Workflows
- 重要提醒：动态工作流消耗的 Token 远超普通会话；大规模 Opus 任务可能会急剧增加使用成本。建议先在小范围内测试，掌握消耗规律后再扩展到全项目。
实用启动命令与操作
以下是最常用的动态工作流启动命令，你可以直接复制使用：
启用 UltraCode 高效模式
/effort xhigh将 Claude 切换到最大计算能力模式，匹配复杂动态工作流的执行需求。这个命令会分配更多计算资源给当前任务。
直接启动自定义动态工作流
用自然语言描述你的需求，Claude 会自动生成工作流：
Create dynamic harness workflow to scan all bugs across backend service files, run parallel audits and output fixed solutions使用自动目标循环绑定工作流
结合 /goal 和 /loop 实现夜间无人值守自动运行：
/goal Finish full legacy code migration, pass all unit tests, stop after 30 iterations
/loop Check migration progress every 10 minutes, report abnormal node status/goal 设定最终目标，/loop 设置检查频率。两者配合可以让 Claude 在你睡觉时持续工作。
查看运行中的工作流状态
/workflow status这个命令会显示当前所有运行中的工作流及其进度，包括已完成的任务数、剩余任务和预计完成时间。
停止正在运行的动态任务
/workflow clear如果发现工作流出现问题或需要调整策略，使用此命令可以安全停止所有运行中的任务。
最佳使用场景与应避免的场景
了解哪些场景适合使用动态工作流，哪些不适合，可以帮助你最大化效率：
✅ 理想场景
- 跨数百个文件的遗留代码重构——这是动态工作流最能发挥价值的场景，AI 可以同时处理多个模块
- 全代码库漏洞检测与修复——并行扫描所有文件，大幅缩短检测时间
- 大规模多模块联合调试——多个子代理同时工作，快速定位问题根源
- 技术方案的多轮对抗审查——通过独立审查代理确保方案质量
❌ 不推荐
- 简单的单文件代码编写与修改——用普通会话就能完成，不需要启动动态工作流
- 日常简短提示词查询——比如"解释这段代码"，用普通对话即可
- 低复杂度的日常任务——会白白浪费大量 Token，收益远小于成本
实用使用技巧
以下技巧可以帮助你更高效地使用动态工作流：
- 始终开启自动模式，减少手动确认提示。在开始工作流之前运行
/auto on，让 Claude 自主执行而不需要每一步都等你确认。 - 先从小范围任务开始，测试 Token 消耗规律。比如先让工作流处理一个模块，观察消耗后再扩展到全项目。
- 常规子任务使用轻量级 Sonnet，仅在核心复杂环节切换 Opus。这种分层策略可以在保证质量的同时大幅降低成本。
- 结合自定义 Skill，进一步削减冗余 Token 开销。将常用的工作流模式保存为 Skill，避免每次重复生成相同的指令。