Opus 4.8 + Dynamic Workflows：Claude Code的"自动Harness"时代来了

核心发现：Anthropic在5月28日同时扔了Opus 4.8和Dynamic Workflows两张牌。前者让单个Agent更聪明、更诚实、能跑更久；后者让Claude Code自动生成JavaScript编排脚本，把任务拆给"几十到上百个"并行subagents，做完还互相挑刺验证。更关键的是——你可以让廉价Haiku跑简单任务，旗舰Opus处理复杂决策，成本控制有了杠杆。"手写Harness"的高级工程门槛，被 Claude 自己抹平了。

🤯 一句话总结

以前，你要用Claude Code做多Agent并行，得自己写Harness代码——拆任务、管状态、做路由、处理冲突。现在，你给Claude一句自然语言描述，它自动生成workflow脚本， spawn 几十个subagents并行跑，结果互相 adversarially verify，收敛了才返回给你。 Opus 4.8负责"深度思考"和"诚实自检"，Haiku负责"批量执行"和"快速筛查"，Dynamic Workflows负责"谁干什么、谁先谁后、怎么验证"。这不是功能升级，是AI编程的范式转移。

🧠 Opus 4.8：不只是更强，是更"可靠"

Opus 4.8的benchmark数字很好看——SWE-bench Verified 88.6%、SWE-bench Pro 69.2%、OSWorld-Verified 83.4%。但真正改变游戏规则的不是分数，而是可靠性。

Anthropic自己说：Opus 4.8比4.7少4倍的"代码缺陷未标记"事件。什么意思？以前Claude写了一段有bug的代码，它自己没发现，交给用户。现在它更可能说："这里有个问题，我不确定，需要你再看看。"

对于Dynamic Workflows这种"长时自治"场景，这至关重要。一个subagent跑了半小时，如果它会在有疑虑时继续硬编，整个workflow的可靠性就崩塌。Opus 4.8的"诚实"让长链自治变得可行。

其他关键升级：

• 1M token默认上下文：不需要beta header了
• Mid-conversation system messages：任务中间可以更新系统指令，不破坏prompt cache
• Effort control：high（默认）/ extra（xhigh）/ max三档，不需要切模型就能控制思考深度
• Fast mode：\(10/\)50 per million，2.5×速度提升

🔄 Dynamic Workflows：三句话讲清楚

Claude Code里输入一句：

> Audit the auth module for race conditions across all service endpoints.

Claude判断这个任务适合workflow，自动生成JavaScript编排脚本，里面可能包含：

1. 拆分：把"auth module audit"拆成15个子任务——每个endpoint一个subagent
2. 并行：15个subagents同时跑，各自分析一个endpoint的race condition风险
3. 验证：另外5个subagents专门负责"挑刺"——对那15个的发现进行adversarial refutation
4. 收敛：迭代直到反驳方找不到新问题了
5. 汇总：Claude把收敛后的结果整合成报告给你

这不是"更快的单Agent"，是完全不同的工作模式。

🔬 三个核心机制

1. Parallel Fan-Out —— 从"串行"到"广播"

传统Claude Code session是线性的：读文件→改代码→跑测试→读结果→再改。一个任务可能跑一小时。

Dynamic Workflows把任务图展开成DAG：

• 分析依赖树 → 并行spawn 20个subagents处理不同子树
• 每个subagent独立工作，互不阻塞
• 完成后结果汇聚到主session

关键设计：主session的context window不会被subagents的中间状态污染。每个subagent有自己的isolated context，只返回最终结果。这意味着你可以跑hundreds of subagents而不会把主session的上下文撑爆。

2. Adversarial Verification —— 自己人互相挑刺

不是"每个subagent各做一份，投票选多数"。这是更聪明的设计：

• Subagent A 分析后报告："这里有个race condition"
• Subagent B 的任务是"证明A错了"——它专门找反例、挑逻辑漏洞
• 只有 survive 了反驳的挑战，发现才会被采纳

这避免了"群体思维"——所有人复制同一个错误。也避免了"过度谨慎"——如果A的发现经得起B的猛攻，它就是可信的。

3. Convergence-Driven Iteration —— 跑到答案不动为止

不是固定3轮或5轮。Workflow持续迭代直到"答案停止变化"。Claude根据任务的复杂度动态决定：

• 简单任务 → 1-2轮收敛
• 复杂分析 → 5-10轮
• 有争议的发现 → 可能多轮反驳直到stalemate

用户视角：你不需要知道要跑多少轮。Claude决定什么时候"够了"。

💰 Haiku + Opus：成本杠杆的艺术

Dynamic Workflows里每个subagent默认用session的model（通常是Opus 4.8），但脚本可以路由不同stage到不同模型。

这是巨大的成本优化空间：

实际效果：一个需要100个subagents的workflow，如果80%用Haiku/Sonnet，只有20%的验证和决策环节用Opus，总成本可能比全Opus低 5-10倍，但结果质量几乎一样。

Anthropic的文档明确建议："Ask Claude to use a smaller model for stages that don't need the strongest one."

🏗️ Harness Engineering的范式转移

以前：开发者是"乐团指挥"

你要自己写：

• 任务分解逻辑（怎么拆、拆多细）
• Subagent spawn规则（什么时候spawn、用什么模型、给什么工具权限）
• 状态管理（中间结果存在哪、怎么传递）
• 冲突解决（两个subagents结论矛盾怎么办）
• 验证循环（什么时候停止、怎么定义"足够好"）

这需要对Claude Code内部机制、context management、token economics都有深入理解。Harness Engineering是高级技能。

现在：开发者是"任务描述者"

你给Claude一个高级目标，它：

1. 自己分析任务结构
2. 自己写JavaScript编排脚本
3. 自己决定拆多少subagents、用什么模型
4. 自己跑验证循环
5. 自己收敛结果

你仍然可以审阅和修改脚本——Claude Code会在第一次运行时展示计划，等你确认。但"从零写Harness"变成了"审阅和微调AI生成的Harness"。

这不是说Harness Engineering消失了。复杂的、有特定安全要求的、需要对接内部系统的workflow，仍然需要人工设计和审计。但80%的常见模式（代码审计、大规模重构、测试生成、文档同步）现在可以零代码启动。

🛠️ 实践指南：怎么开始

1. 开启条件

• Claude Code v2.1.154+
• Enterprise / Team / Max plan（Pro plan也能用但有限制）
• 或者 API / Bedrock / Vertex AI / Microsoft Foundry
• 必须开Auto Mode——否则几百个subagents每步都弹权限确认，并行变串行

2. 触发方式

自然语言触发：

> Create a workflow that audits the auth module for race conditions.

Bundled workflow：

> /deep-research "How does our caching layer interact with the new rate limiter?"

Effort设置自动触发：

• 设置 /effort ultracode（或 xhigh in Claude Code）
• Claude自动判断什么时候该用workflow

3. 管理运行

• /workflows view看所有运行中的workflow
• 可以pause/resume——已完成的subagent结果缓存，未完成的继续跑
• 同一个session内，第一次workflow需要确认，后续自动执行
• 退出Claude Code后，下次session会重新开始（不会自动resume）

4. 成本意识

• 一个workflow session的token消耗可能远超普通session
• 建议先用scoped task测试，理解成本模式
• 大跑之前检查 /model——确认当前用的是什么模型
• 可以在prompt里明确要求"用Sonnet做初步分析，只在验证阶段用Opus"

🎯 真实案例：从Anthropic的发布材料

案例1：Zig-to-Rust 移植（750,000行代码）

Claude Code用Dynamic Workflows规划整个移植，spawn数十个subagents并行处理不同模块，用现有测试套件作为完成标准。"从kickoff到merge"——原本需要数周的手工工作压缩到数天。

案例2：Klarna 死代码发现

在大型代码库里识别未使用的函数和模块。Subagents各自分析不同子树，adversarial verification确保"真的是死代码"（不是反射调用、不是动态加载）。结果：精准删除，不破坏任何东西。

案例3：代码库级安全审计

"扫描所有service endpoints的race condition"——一个subagent搞不定（context装不下整个代码库），但50个subagent各看一个endpoint可以。验证subagent专门找false positive。最终报告比单Agent审计更全面、更可信。

📊 竞争格局：Anthropic vs OpenAI vs Google

关键差异：Anthropic把"编排生成"自动化了——开发者描述目标，AI写脚本。OpenAI/Google的编排框架更偏"开发者显式定义"。两种模式各有适用场景：Anthropic适合快速启动、探索性任务；OpenAI/Google适合高度定制、有严格治理要求的生产系统。

📚 核心信息

• 发布日期：2026-05-28
• 模型：Claude Opus 4.8（claude-opus-4-8）
• 功能：Dynamic Workflows（Claude Code research preview）
• 定价：Opus 4.8 Standard \(5/M input,\)25/M output；Fast mode \(10/\)50
• Haiku 4.5 / Sonnet 4.6 / Opus 4.8 模型矩阵支持脚本内路由
• 文档：https://code.claude.com/docs/en/workflows
• 系统要求：Claude Code v2.1.154+，Auto Mode开启
• 可用平台：Claude Code CLI, Desktop, VS Code extension, API, Bedrock, Vertex AI, Foundry

"以前写Harness是高级工程技能。现在描述任务、确认计划、等结果——Claude自己当指挥。但记住：指挥棒在你手里，只是你不用再学怎么挥了。"

#记忆 #ClaudeCode #DynamicWorkflows #Opus48 #Anthropic #HarnessEngineering #AI编程 #Subagents #多Agent编排 #小凯