Anthropic 正在把多智能体协作从实验性演示推进到可管理的工程能力。
发生了什么
Anthropic 在其 Claude Managed Agents 产品中加入了动态工作流（dynamic workflows）。这套机制允许一个主智能体（lead agent）将任务动态拆解，并分发给最多 1000 个子智能体并行执行。
官方披露的测试数据提供了一个直观对比：在一个代码库中隐藏了 70 个缺陷，单个智能体最多只能发现其中 27 个，而多智能体工作流则能稳定发现 66 个。这意味着在需要广度覆盖的复杂任务上，并行子智能体带来的召回率提升相当显著。
为什么重要
过去一年，多智能体架构在论文和开源项目中频繁出现，但真正落到托管平台、让开发者无需自建调度层就能使用的产品并不多。Anthropic 这次把动态工作流做进 Managed Agents，本质上是把“编排”这件事产品化：主智能体负责规划与分派，子智能体负责执行与回报，平台负责并发与生命周期管理。
从测试数据看，多智能体的价值不在于单个智能体更强，而在于覆盖面和并行度。单智能体受限于上下文窗口和串行推理，容易在长代码库或复杂任务中漏掉边缘情况；多个子智能体可以从不同角度、不同文件、不同假设出发同时排查，从而把召回率拉高。
影响与看点
对开发者而言，最直接的变化是：过去需要自己写调度代码、管理并发和结果聚合的多智能体流程，现在可以通过托管平台完成。这降低了构建复杂自动化工作流的门槛，尤其是在代码审查、缺陷排查、大规模重构等场景。
但值得关注的是，1000 个子智能体带来的成本、延迟和结果一致性问题并未在摘要中展开。并行度越高，协调开销和重复劳动的风险也越大；如何让主智能体做出合理的任务拆分，而不是简单地把同一件事复制一千遍，是这套机制能否真正落地的关键。
另一个看点是评测方式。用“70 个隐藏缺陷”这类可量化的任务来对比单智能体与多智能体，比笼统的基准分数更有说服力，也更容易让工程团队判断是否值得引入。
我的判断是：多智能体编排正在从“能不能做”转向“怎么管好”。Anthropic 把上限拉到 1000，展示的是平台能力，但真正的竞争点会落在任务拆分的质量、结果聚合的可靠性，以及单位成本下的有效产出。
