🚀Opus 4.8 + Dynamic Workflows自动生成Harness指挥上百个subagents并行工作，廉价Haiku+旗舰Opus搭配！Claude Code效率倍增一天干完一个月的活

今天安索奔克发布了最新的cloud ops4.8模型而且安索奔克官宣了前几天我在两期视频中为大家演示的cloud code中的workflow功能在官方博客和官方文档中将这个功能命名为dynamic workflows也就是动态工作流而且官方发布这个功能之后得到了无数开发者的认可这也印证了我在前两期视频中说这个功能是颠覆性创新而且在安索奔克官方博客中这里还给出了使用Dynamic Workflows实现的成果这里提到用Dynamic Workflow把Band从Zeg移植到了Rust而且现有测试套件99.8%通过大约75万行Rust代码从首次提交到合并只用了11天这是官方给出的最具价值也最具说服力的Dynamic Workflows的案例本期视频就为大家继续讲解Dynamic Workflows的高级用法在Cloud Code的最新版中我们想使用Dynamic Workflows功能非常简单在之前两期视频中我们需要设置环境变量才能开启Dynamic Workflows功能但是在Cloud Code的最新版中我们只需要用斜高变量加Kinfig然后按inter键然后我们用方向键找到这里的Dynamic Workflows然后确保它对应的值是true就说明Dynamic Workflows就开启了在Cloud Code的最新版中Dynamic Workflows这个功能基本就是默认开启的然后在Cloud Code中我们就需要输入Workflow这个关键词就可以看到这个Workflow它变成了彩色的在前两期视频中我们是输入的Ultra Work但是在最新版的Cloud Code中它将Ultra Work改成了Workflow在后面我们就可以跟上我们的任务比如说我这里输入一个任务让它用Hiku廉价模型来曝广度用OPS4.8强模型来做收口然后让他把这个开源项目仓库中前十个ASUS分整成三类然后我们就可以直接运行像这样的话Cloud Code的Dynamic Workflows他就会用这些廉价模型再加强模型结合来分析我们这个开源项目的ASUS大家就不需要担心Token会爆炸在上期视频中我还为大家演示了如何设定token预算从而让workflow功能它不会超出我们的预算在这里我们只需要输入workflow再加个100k在后面我们就跟上我们的任务描述cloudcode就会根据我们设定的这个预算来执行我们的任务从而避免token超出预期好这里cloudcode已经编写好workflows的脚本现在它正在后台运行这个workflow在后台有10个嗨酷模型的agents在并行运行他还提到OPS4.8会进行收敛然后我们就可以在输入框输入小杠名点加workflows来查看运行的状态还有运行的进度在最新版Cloudcode中它这个运行状态跟我们前两期视频中旧版Cloudcode中的显示方式是不太一样的这个显示方式反而更直观这个布局甚至有些像Tmax的布局在这里我们可以看到这两个阶段然后我们还可以用方向键切换到第二个阶段在第一个阶段中我们可以看到这里一共有10个agents然后我们还可以用方向键来具体查看这些agents比如说我们进入这个agents在这里就会显示这个agents的状态这里是已经完成调用的hiku4.5模型消耗50k token并且他调用了一个工具这里是cloudcode给他设定的prompt在这里是这个agent他输出的结果像这样的话我们就可以轻松查看Dynamic Workflows它的运行状态好这里运行完成Cloudcode就输出了这10个Asus分成的这三个类别而且这里还用表格显示出了这些Asus的分类在这里Cloudcode就输出了它运行了11个Agents其中有10个用到的是非常便宜的Hiku模型然后有一个就是Cloudcode的旗舰模型OPS4.8模型这里显示的是总耗时这里显示的是消耗的token像这样的话我们就实现了使用cloudcode的workflows功能在执行任务之前我们用自然语言描述来指定好让他用廉价模型处理什么任务用昂贵的旗舰模型执行什么任务cloudcode就能很好的控制在运行dynamic workflows的时候所消耗的token下面我们就结合官方博客以及官方文档深入讲解cloudcode dynamic workflows首先我们可以先看一下dynamic workflows它的概念它是一段由cloudcode编写的js脚本然后由运行时在后台独立运行dynamic workflows把计划从对话里搬进了代码我们只需要用自然语言描述我们的任务cloudcode就会根据我们描述的任务来生成js脚本然后生成了js脚本在runtime后台跑它会在后台编排几十到几百个甚至一千个subagents然后这些subagents可以并行运行甚至还可以做到对抗验证在并行运行的时候每次并发的subagents的数量是16个也就是在同一瞬间最多有16个subagents在并行运行最后将运行结果返回给cloudcodecloudcode dynamic workflows这个功能最大的价值和意义可以用一句话表示那就是Dynamic Workflows把Harness的技术门槛降低了甚至可以说抹平了Harness的技术门槛与传统Harness的区别就是Cloud Code Dynamic Workflows这个Harness并不是由人来写的而是由Cloud Code根据我们数据的任务编写的Harness从而实现了用模型合成Harness人工筛选保存Harness将筛选的Harness作为持久的Harness所以说这将是harness的一种新形态也是未来的主流趋势像openai的codex在后续也会跟进加入类似的功能然后我们看一下在什么情况下我们会用到dynamic workflows当我们的任务在cloudcode中使用单agent无法一遍做完或者是在cloudcode中一个对话协调不了非常多的agent时比如说整个代码库实现bug排查对代码库进行大规模迁徙比如说需要改动500个以上的文件或者是框架替换还有就是交叉核眼研究需要多来源相互印证还有多角度压测方案等场景在这些场景下我们就可以使用dynamic workflows功能可能需要一天或者几天时间就能完成原本需要一个季度或者几个季度才能完成的任务好下面我们再看一下dynamic workflows功能它和subagents还有skills区别到底是什么因为在前两期视频中虽然我讲的很清楚但评论区还是有说用skills就可以来期待workflows像这个理解是不准确的也是不够深入的首先我们可以先看一下subagents它的本质就是cloudcode派生的worker它是由cloudcode来决定下一步它产生的结果是占据cloudcode的上下文窗口的然后我们再看一下skills它的本质就是cloud遵循的指令它是由cloudcode按照prompt来决定下一步它产生的结果也会占据cloudcode的上下文窗口而dynamic workflows的本质就是runtime执行的脚本它是由脚本来决定下一步然后它产生的结果是存储在脚本变量中所以dynamic workflows它把循环分支中间结果都交给脚本而cloudcode的上下文只留最终的答案因为像subagents还有skills他们所有的结果都会进入cloudcode的上下文窗口从而越跑越多最后导致上下文窗口占用过多而dynamic workflows它运行的时候产生的中间结果只保留在脚本变量里而cloudcode的上下文只存储最终的答案cloudcode的上下文窗口就能实现很少的占用好下面我们就看一下dynamic workflows它支持的这集中启动方式首先就是在prompt里跟上workflow只要这个workflow变成彩色的就说明cloudcode能够正确使用dynamic workflow第二种方式就是我们需要将effort改成outrocode在cloudcode中我们只需要用鞋号名列加effort就可以直接输入outrowork然后按下inter键就可以看到刚才这个输入框变成了彩色界面然后在输入框我们就可以用自然语言描述我们的任务然后直接运行在这种情况下cloudcode就会根据我们任务的复杂度智能的选择是否启用workflows功能而且cloudcode它还内置了一个命令我们只需要用cloudcode内置的deep research命令当我们输入之后在这里我们就看到了dynamic workflow在后面我们就可以跟上我们的任务比如说在后面我直接输入harnessengineering让他使用内置的命令帮我们对harnessengineering做深度研究在这里他就会给出几个研究的选项然后我们就选第一项AI agentharness然后他又给出几个选项第一个就是全面的综合性的研究然后我们就选第一个像这样的话他就会通过内置的这个命令对我们输入的这个研究方案进行研究好这里提示这个deep research workflow正在后台运行这里还生成了这五个阶段然后我们就可以使用斜高命令加workflows来查看它的运行状态可以看到现在在执行第一个阶段然后我们按inter键进入查看然后我们还可以用方向键的左键来返回上一步然后我们可以再看第二阶段在第二阶段它启动了5个agents进行并行研究在这里由于我们并没有指定模型所以它默认掉用的是OPS4.8模型下面我们还可以看一下第三阶段第三阶段他编排了26个agents可以看到这26个agents他们执行的速度还是非常快的前几个agents已经完成了任务在这里还会显示他们所消耗的token好这里这26个agents也完成了任务第四步就是验证这里编排了75个agents在这里可以看到他同时并发了10个agents然后其他的agents正在排队好在等了几分钟之后这个有dynamic workflows功能启动的深度研究任务已经执行完成好这就是他输出的harnessengineering的深度研究报告可以看到这份研究报告非常的详细而且我们还可以用dynamic workflows来执行更多功能比如说我们这里还可以继续输入任务让他用workflow来做代码审计便宜模型按文件并行找bug然后每条再派发三个便宜模型做对抗验证最后用乔模型来综合验证通过的在这里我们就给他一个项目仓库这样的话Cloudcode就会用dynamic workflow对我们的这个项目做代码审计这里他开始运行这个工作流在这里我们就可以看到他生成了三个阶段第一个阶段是找bug第二个是验证第三个就是合成最终的报告他遵循了我们提示词重要求的使用便宜的模型这里他都使用了Haiku 4.5模型然后我们如果想停止这个工作流的话我们就可以按键盘上的X键这样的话它就会停止这个工作流的运行然后我们如果想保存这个工作流脚本的话我们就按S这样的话它就会将这个工作流进行保存它提示会将这个dynamic workflow的脚本保存到这个路径然后这里是它给出的一个命名然后我们就直接按inter键这样的话它就会将这个脚本给保存下来当下次我们还需要跑相同任务的时候他就会直接复用这个脚本就不需要重新编写了然后我们可以打开这个脚本看一下这里就是他生成的刚才我们给他的这个任务的完整的工作流脚本可以看到这是由JS写的在这里就是这个workflow脚本必备的原数据这个我在第一期视频中为大家讲过然后大家如果没有看前两期视频的话可以点击观看在这里我们可以看到这三个阶段前两个阶段都是使用的Hiku模型在模型这里我们就可以看到他这里专门指定了对应的模型第三个阶段就是指定的ops模型相见的话他就完全遵循了我们提示词中要求的用便宜模型按文件并行照bug再派三个便宜模型做对抗验证用强模型做综合验证好由于时间有限本期视频就为大家演示这些内容大家可以结合前两期视频以及本期视频就能对cloudcode dynamic workflows有更深入的了解本期视频如果点赞破签的话后续我将为大家带来更多Cloud Code的高级使用方式本期视频就做到这里欢迎大家点赞关注和转发谢谢大家观看

🚀🚀🚀视频简介：

⚡️不用手写Harness了！Anthropic发布Dynamic Workflows功能彻底改写Harness Engineering，AI 编程进入新阶段！！ 直接抹平Harness高级工程门槛！

本期视频详细演示了 Anthropic 最新发布的 Claude Opus 4.8 模型，以及官方正式定名的 Dynamic Workflows（动态工作流）高级用法！🚀

🔥 核心看点：
✅ 最新版用 /config 一键开启，workflow 关键词取代 ultrawork
✅ 实测廉价 Haiku 铺广度 + 旗舰 Opus 4.8 做收口，Token 不再爆炸
✅ /workflows 类 tmux 布局查看运行状态，16 路并发清晰直观
✅ 深度拆解与 subagents、skills 的本质区别（上下文占用对比）
✅ 三种启动方式 + deep research 命令 + 代码审计对抗验证全演示
✅ 工作流脚本一键保存，下次相同任务直接复用
💡 一句话总结：Dynamic Workflows 彻底抹平了 Harness 工程门槛，让模型自己合成脚本，这就是 AI Agent 的未来形态！

👉👉👉我的开源项目: https://github.com/win4r/
👉👉👉请我喝咖啡: https://ko-fi.com/aila

🔥🔥🔥 YouTube 时间戳：
00:00 开场速递 - Opus 4.8 发布 + Dynamic Workflows 官宣
00:35 官方王炸案例 - bun 从 Zig 移植到 Rust 的硬核成果
01:01 一键开启 - 最新版用 /config 启用动态工作流
01:30 关键词实操 - ultrawork 正式改名为 workflow
02:21 Token 预算 - workflow+100K 锁死成本不爆炸
02:35 运行状态 - /workflows 查看进度（类 tmux 布局）
03:46 执行结果 - 11 个 agents 协同输出 issues 分类
04:30 概念拆解 - 本质是 Claude 自动生成的 JS 脚本
05:30 核心价值 - 彻底抹平 Harness 工程技术门槛
06:06 适用场景 - 大规模迁移、全库排查、交叉核验
06:51 关键区别 - 对比 subagents 与 skills 的上下文占用
08:13 三种启动 - workflow / ultracode / deep research
08:55 深度研究 - 对 Harness engineering 多阶段研究演示
10:46 代码审计 - 对抗验证工作流 + 脚本保存复用
12:38 全程总结 - 三期视频回顾与互动呼吁


#claudecode #claude #opus48 #dynamicworkflows #workflow  #aicoding #vibecoding #aigc #agi #ai #coding #harness #aiagents #anthropic