Anthropic 於 2026 年 10 月 9 日發表 Claude Managed Agents，引入動態工作流功能，讓一個代理能夠編寫程式碼來指揮多個下游代理協作完成複雜任務。這標誌著 AI 代理系統從靜態預定義工作流向動態、程式化編排的演進。
核心概念：代理寫程式指揮代理
傳統的多代理系統通常需要開發者預先定義好代理之間的協作流程、通訊協議和任務分工。Claude Managed Agents 打破了這個限制：管理代理可以在運行時動態生成 Python 程式碼，定義新的代理角色、分配任務、收集結果並決定後續步驟。這種「代碼即工作流」的設計，讓代理系統獲得了前所未有的靈活性。
動態工作流的運作機制
當管理代理接收到複雜任務時，它會：
- 分析任務需求，將其分解為子任務
- 編寫 Python 程式碼定義專門的下游代理及其職責
- 啟動這些代理並管理它們的生命週期
- 收集執行結果，根據需要動態調整策略或生成新代理
- 整合所有結果產出最終輸出
這種方式特別適合處理無法預先確定具體步驟的開放性任務，如程式碼重構、研究分析、複雜除錯等。
技術架構亮點
- 沙箱執行環境：管理代理生成的程式碼在隔離的沙箱中運行，確保安全性
- 狀態持久化：代理之間的通訊狀態和中間結果可持久化，支援長時間運行的工作流
- 人類介入點：關鍵決策點可插入人類審核，實現 human-in-the-loop
- 可觀測性：完整的執行軌跡記錄，便於除錯和審計
應用場景
Anthropic 示範了幾個典型用例：大型代碼庫的自動化重構（管理代理分析架構，生成專門的重構代理並行處理不同模組）、多來源資料的深度研究報告生成、複雜系統的自動化測試與除錯流程。
對開發者的意義
這項功能降低了構建複雜多代理系統的門檻。開發者無需預見所有可能的執行路徑，而是定義好管理代理的目標和約束，讓它根據具體情況動態編排。這也意味著 AI 代理系統正在向更高層次的自主性邁進——從「執行預定義流程」進化為「根據目標自主規劃並執行」。