Claude Code Dynamic Workflows：新原语來了
Anthropic 的 Dynamic Workflows 被解讀為把編排邏輯寫進程式碼的新原語，焦點在於它到底是 workflow 還是 agent。
Anthropic 的 Dynamic Workflows 被解讀為把編排邏輯寫進程式碼的新原語。
Anthropic 在《Building Effective Agents》裡先劃出一條線：workflow 是預先寫好的控制流，agent 則是在執行時自己決定下一步。這次圍繞 Claude Code Dynamic Workflows 的討論，重點不是能不能自動化，而是它算哪一類。
如果把它放回這個框架，答案其實很直接：它更像 workflow，而不是 agent。控制流由程式碼固定，模型只在各個節點內處理局部任務，並不在每一步臨場決策。
| 項目 | 數值 |
|---|---|
| Anthropic 定義 | 2 類：workflow / agent |
| 控制流 | 預先定義 |
| 決策時機 | 執行時或寫死於程式 |
| 同類工具 | n8n、Dify、Coze |
發生了什麼
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
這篇分析把 Dynamic Workflows 放回 Anthropic 自己的語言體系裡看，結論是它和 n8n、Dify、Coze 屬於同一類編排系統。差別不在有沒有 LLM，而在流程是不是由模型即時決定。
在 workflow 裡，開發者先把節點、分支、重試、終止條件寫好，執行時只是照表操課。模型負責的是填字、摘要、分類、抽取這些局部工作，整體路徑不會因為一次對話就改寫。
- Anthropic 的定義：workflow = 預定控制流
- agent = 執行時動態選擇工具與步驟
- Dynamic Workflows 落在 workflow 一側
- ReAct 式 agent 才是動態決策流程
真正拉開距離的是 ReAct 式 agent。它在對話中可以根據上下文改變工具選擇、分支方向，甚至決定何時停止；Dynamic Workflows 不做這件事，它更像把編排邏輯顯式搬進程式碼。
這也是為什麼有人把它稱為「新原語」。不是因為它把 agent 做得更像 agent，而是因為它讓開發者能用更清楚的方式描述多步驟任務，少一點黑盒，多一點可讀性。
為什麼重要
對開發者來說，這個區分很實用。workflow 的優點是可測試、可復現、可回放，適合客服分流、文件處理、資料抽取這類高頻任務；agent 的優點是靈活，但也更難控，出錯時更難追。
這會直接影響架構選型。若團隊把需要嚴格審計的流程交給 agent，後面常會卡在穩定性、成本和除錯；反過來，如果只是把固定流程包裝成 agent，產品敘事會比實際能力跑得更快。
市場端也會受影響。很多工具喜歡把自動化包裝成 agent，但如果控制流根本沒交給模型即時決策，那本質仍是 workflow。這個判斷會影響採購、定價、以及產品頁到底該寫「自動化」還是「自治」。
對 Anthropic 來說，這種定義也有助於把 Claude Code 的定位講清楚：它不是單純的聊天介面，而是把模型嵌進可控流程的開發工具。這種定位比喊一個大詞更實際，也更容易讓團隊知道該在哪些場景用它。
最後的問題很簡單：當流程已經寫進程式碼，模型還剩多少決定權？答案一旦偏向前者，這就不是 agent，而是更會做事的 workflow。