Claude 學會自己組團隊了，但誰來懷疑這個團隊？

Anthropic 最近推了 Claude Opus 4.8 和 Claude Code 的 Dynamic Workflows。表面上是兩個更新，實際上只有一件事值得認真對待：

Anthropic 正式承認，單一 Agent 到頭了。

先講 Opus 4.8，因為它其實不是重點

Opus 4.8 有三個改進：同價、Fast Mode 約 2.5 倍速、以及我覺得最值得注意的「誠實護欄」——更願意承認不確定、降低幻覺、少亂掰統計數字。

以前的模型是「我不知道，但我先唬爛你」，現在比較接近「我不確定，需要再查證」。

這個方向是對的，但它不是這次的主菜。

主菜是 Dynamic Workflows

一句話解釋：Claude 自己當 PM，自己拆任務、生出一堆 Sub-Agent、平行執行、互相驗證，最後彙整成結果。

傳統 Claude Code 是這樣：

你 → Claude → 結果

一個 Agent 思考一次、回答一次。問題一大（重構三千個檔案、掃整個系統的安全漏洞、Java 遷移到 Python），它就容易 context 不夠、後面忘記前面、無法全面驗證。

Dynamic Workflow 變成這樣：

你 → Planner Claude → [Agent A~E 平行] → Reviewer → Synthesis → 結果

啟動方式很簡單，prompt 裡帶一個 workflow 關鍵字，或用 /effort 切到 Ultra Code，Claude 就會自己組團隊。它甚至可以開十個、幾十個、上百個 Agent 同時跑。

我看完整份說明，覺得最關鍵的一句話是：

Results are checked before they're folded in.
（結果在被併入之前，要先經過驗證。）

這句話很重要，因為它代表 Anthropic 知道「平行很多 Agent」不等於「答案更對」。所以加了 Reviewer 這一層。

但這裡有一個結構性盲點

我第一個反應不是「哇好強」，而是一個問題：

誰做決策？這些 Agent 全部都是 Claude，沒有外部觀點。

這不是雞蛋裡挑骨頭，是結構性問題。

Dynamic Workflow 看起來有五個、十個 Agent 在獨立工作、互相對抗、彼此驗證。但這些 Agent 的世界觀來自同一個模型。

換句話說：

看起來是五個 Agent，本質上是同一個腦袋戴五頂帽子。

如果 Claude 對某個架構有系統性偏好——比方說它就是偏好 Event-Driven 而不是 Monolith——那麼：

• Architect Claude 支持它
• Reviewer Claude 也支持它
• Auditor Claude 只挑小毛病
• Validator Claude 驗證它「實作可行」

最後五票通過，看起來超有說服力。但沒有任何一個 Agent 會問：「為什麼不用 Monolith？」

因為大家來自同一個認知母體。這在決策理論裡叫 Correlated Errors（相關錯誤）：Planner 錯 → 所有 Sub-Agent 一起錯 → Synthesis 再把這個錯誤確認一次。在社會學裡，這叫 Groupthink（團體迷思）——表面很多人在討論，實際上思考框架高度一致。

平行化 ≠ 對抗式思考

我覺得 Dynamic Workflow 和真正的多元決策，差在一個層次：

• Dynamic Workflow 做的是 Parallelization（平行化）——把一個大問題拆成很多小問題同時做。
• 真正缺的是 Adversarial Thinking（對抗式思考）——讓不同來源的腦袋彼此打架。

過去半年我自己在折騰一套「多模型協作」的架構：Claude、Codex、Gemini、Perplexity 各司其職。一開始我以為價值來自「Agent 數量多」，後來發現完全不是。

價值來自它們腦袋不一樣：

• Claude 架構漂亮、文件完整、論述清楚。
• Codex 常常一句話戳破：「這東西根本跑不起來。」
• Gemini 很愛抓邊界條件、結構漏洞、被遺漏的假設。
• Perplexity 直接丟一句：「業界根本沒人這樣幹。」

這個「吵架」才是價值來源。當 Claude 說 A、Codex 說 B、Gemini 說 C，那個衝突逼你重新檢查自己的假設。同質團隊永遠吵不出這個。

所以它們不是競品，是上下層

我不會拿這兩種架構對打，因為它們解的問題不一樣：

正確的組合不是二選一，而是疊起來：

多模型協作（Decision Layer，產生共識）
        ↓
Dynamic Workflow（Execution Layer，大規模執行）

決策層負責「該不該做、方向對不對」，執行層負責「把它快速做完」。內閣會議定方向，行政機器去執行。

真正值得在意的轉變

其實 Dynamic Workflow 本身不是重點。重點是這條趨勢線：

Prompt Engineering → Agent Engineering → Orchestration Engineering

前兩年大家在調 prompt，現在開始拼 Agent 怎麼組、怎麼協調。而 Anthropic 把這個能力做成 Claude Code 的原生功能，等於官方蓋章：未來的工程，是調度的工程。

但調度做得越大，下一個問題就越尖銳——不再是「怎麼讓 Agent 多跑幾個」，而是：

誰來監督這群 Agent？誰擁有否決權？如果它們一起 hallucinate，誰會發現？

這已經不是 Agent Engineering 的問題，是 Agent Governance 的問題。

而在 AI 時代的高價值決策裡，「懷疑自己」往往比「執行很快」更稀缺。因為很多大型專案不是做不動，而是一開始方向就錯了——然後被一個很有效率的系統，又快又準地做錯到底。

Dynamic Workflow 很可能比我更擅長「做事」。但目前為止，一個刻意異質、刻意保留反對者的系統，仍然比它更擅長「懷疑自己」。

在做錯的事情上，做得更快，比做得慢還危險。

參考來源

• Anthropic 官方公告：Introducing Dynamic Workflows in Claude Code
• 影片解說：YouTube — Claude Opus 4.8 & Dynamic Workflows

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。