№dynamic·general
Dynamic
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-27
- 累计提及
- 167
§ 01综述
Dynamic Workflows（动态工作流）是近期AI Agent架构中的一项重要演进，它允许模型在运行时根据任务语义动态生成并协调多个子代理（Subagent）并行工作，显著提升了复杂任务的拆解与执行效率，但同时也带来了巨大的Token消耗与成本挑战。
Dynamic 近期进展
Claude Code 动态工作流发布：数百 Subagent 并行处理重任务 – Anthropic 在 Claude Code 中正式推出 Dynamic Workflows，支持根据用户需求自动创建数十至数百个子代理，同时处理多个子任务，极大增强了编码与自动化场景的能力。
Claude Code Dynamic Workflow 太猛，96个Agents 15分钟干爆额度 – 实际测试显示，Dynamic Workflows 在发起大量并行代理时，Token消耗极为惊人，96个代理在15分钟内即可用光高昂的使用额度，引发业界对成本效率的广泛讨论。
天工3.1发布：上线Skywork Design与Dynamic Workflows – 昆仑万维的天工3.1模型同样集成了 Dynamic Workflows 功能，将动态协作能力融入其Agent生态，表明该技术正成为多个厂商的标配能力。
Unsloth将1万亿参数Kimi K2.7 Code动态2bit量化至325GB，本地跑40+ tok/s – 为缓解动态工作流带来的资源压力，Unsloth 通过动态2bit量化技术将超大规模模型压缩至可本地运行，为动态Agent的部署提供了一种低成本方案。
当前焦点与观察点
Dynamic Workflows 的核心价值在于其灵活性和并行处理能力，能模拟人类协作模式解决复杂问题，但当前的焦点集中在Token消耗的爆炸性增长上。Claude Code 的实践表明，虽然动态代理可以大幅提升任务完成质量，但高昂的API费用可能限制其大规模应用。与此同时，天工3.1等产品将其作为卖点推出，说明行业正积极尝试平衡性能与成本。量化技术（如Unsloth的动态量化）被视为降低动态工作流资源门槛的关键路径，但精度损失与模型适应性仍需验证。未来，Dynamic 工作流的发展可能需要在智能体编排、成本控制与硬件协同上取得进一步突破，才能真正从实验走向生产环境。