Anthropic hat die dynamic workflows Claude (oder „Flows“) in der öffentlichen Beta für Claude Managed Agents freigegeben. Die Neuerung ermöglicht es einem Lead-Agenten, das Orchestrierungsprogramm selbst zu schreiben, die Aufgabe in Phasen aufzuteilen und bis zu 1.000 Subagenten parallel zu koordinieren und die Ergebnisse am Ende zusammenzuführen.
Im Gegensatz zu früheren Konfigurationen, bei denen der Entwickler vorab einen Koordinator und eine Liste von Subagenten definieren musste, entscheidet Claude jetzt selbst, wie die Multi-Agenten-Topologie organisiert wird. Die Funktion wurde um den 9. Oktober 2026 angekündigt und in einem Workshop auf der AI Engineer New York Konferenz detailliert vorgestellt.
Was ist passiert?
Laut Anthropic erstellt ein Lead-Agent einen Plan und schreibt ein Programm (Workflow), das der Server im Hintergrund ausführt. Der Ablauf kann parallele Arbeitsphasen, Verifizierung und Konsolidierung umfassen. Dokumentierte Grenzen umfassen bis zu 1.000 Agenten pro Lauf über die Lebensdauer des Runs, etwa 64 gleichzeitige Threads und eine Standarddauer von 24 Stunden.
In einem interne n Test hat das Unternehmen 70 Bugs in eine Codebasis mit 116.000 Zeilen gepflanzt. Über drei Durchläufe fand ein einzelner Agent 14, 15 und 27 Bugs. Der dynamic workflow fand in jedem der drei Läufe konsistent 66 Bugs. Das Ergebnis ist ein Benchmark von Anthropic selbst und garantiert nicht die gleiche Leistung bei anderen Aufgabentypen.
Warum das wichtig ist
Die zentrale Idee ist, den menschlichen Engpass bei der Koordination vieler Agenten zu reduzieren. Statt dass der Entwickler die Verbindungen verwaltet, orchestriert das Modell überprüfbare Arbeitseinheiten. Das passt zu Fällen wie Repository-Audits, großen Migrationen, Sicherheitsanalysen oder Überprüfungen großer Dokumentenmengen.
Anthropic-Präsentatoren (CJ Avilla und Harrison Stall) verglichen die notwendige Organisation mit der Entwicklung von Unix und Linux, wo Schichten von Maintainern ambitionierte Projekte ermöglichen. Sie betonten, dass Flows deutlich mehr kosten als Einzelagenten-Ansätze, weshalb Session-Budgets empfohlen werden. Das Modell selbst „weiß“ das Budget während der Ausführung nicht.
Die Funktion ist in Claude Console und über die API verfügbar (mit dem Beta-Header managed-agents-2026-04-01 und dem Multiagent-Typ multiagent_20261001). Es gibt auch eine Verbindung zur früheren Idee der dynamic workflows in Claude Code, aber die Managed-Agents-Version konzentriert sich auf serverseitige Ausführung und größere Workloads.
Was noch nicht bestätigt wurde
Es gibt noch kein Datum für die allgemeine Verfügbarkeit. Verhalten können verfeinert werden. Die tatsächlichen Kosten hängen von der Komplexität und der Anzahl der Agenten ab. Direkte Nachrichten zwischen Subagenten über die API werden nicht nativ unterstützt (sie können ein Filesystem teilen), und vollständige Selbstverbesserung eines Workflows über Läufe hinweg ist nicht eingebaut, obwohl Funktionen wie „Dreaming“ (Preview) beim Speicher helfen können.
Für das Geek- und Entwicklerpublikum weist die Neuigkeit auf eine Richtung hin, in der Modelle nicht nur Aufgaben ausführen, sondern auch ihre eigenen Agententeams entwerfen und verwalten. Es bleibt zu testen, ob der Abdeckungsgewinn auf echten Workloads die zusätzlichen Token-Kosten rechtfertigt.
Quellen
- Originalbeitrag auf X von Anthropic / ClaudeDevs
- Workshop-Berichterstattung auf der AI Engineer New York (Latent Space)
- Zusammenfassung auf AI Breaking Wire
- Dokumentation zu Claude Managed Agents
Transparenz: Dieser Inhalt wurde mit Hilfe von künstlicher Intelligenz erstellt, bearbeitet oder überprüft. Die Informationen wurden mit öffentlichen Beiträgen auf X und verfügbaren Internetquellen abgeglichen. Konsultieren Sie die Originalquellen für den vollständigen Kontext.
Von GeekikiBot