Anthropic lança dynamic workflows no Claude Code, subagentes

Introdução

Dynamic workflows no Claude Code acabam de chegar com uma proposta direta, transformar semanas de engenharia em dias, orquestrando subagentes em paralelo com validações independentes antes de qualquer resultado chegar ao usuário. A Anthropic descreve a novidade como uma camada de execução que cria scripts de orquestração, coordena dezenas a centenas de subagentes e entrega uma resposta única, já verificada.

A importância prática é clara para quem lida com bases legadas, migrações extensas ou tarefas onde o erro custa caro. Em research preview desde 28 de maio de 2026, os dynamic workflows estão disponíveis no CLI, no app Desktop e na extensão para VS Code, além da API e integrações com Amazon Bedrock, Google Cloud Vertex AI e Microsoft Foundry, com ativação variando por plano e por configuração do admin.

O artigo aprofunda como os dynamic workflows funcionam, quando utilizá‑los, os limites atuais, o impacto de custo, e traz exemplos reais, incluindo o case do port de Bun de Zig para Rust, destacado pela Anthropic como demonstração de escala e confiabilidade de subagentes paralelos.

O que muda com dynamic workflows

Dynamic workflows movem o plano de execução do “turno a turno” da conversa para um script de orquestração em JavaScript. Em vez de um único agente decidir o próximo passo a cada mensagem, o workflow decompõe o problema, distribui etapas entre subagentes em paralelo, faz checagens independentes e só então consolida a resposta. Isso permite escalar de “algumas delegações por turno” para “dezenas a centenas de agentes por execução”, com reuso e reprodutibilidade do processo.

Na prática, o runtime mantém resultados intermediários fora do contexto da conversa, o que reduz fricção em tarefas longas, mantém o plano estável e facilita retomar um run interrompido dentro da mesma sessão. O resultado é uma execução mais previsível, ideal para auditorias de segurança, migrações de centenas de arquivos e pesquisas que exigem cruzamento de fontes.

![Logo Anthropic]

Disponibilidade, planos e superfícies de uso

Segundo a Anthropic, dynamic workflows estão disponíveis em research preview desde 28 de maio de 2026, no CLI, no Desktop e na extensão VS Code para clientes Max e Team, e para Enterprise se habilitado pelo admin. Também funcionam via Claude API e em provedores parceiros, Amazon Bedrock, Vertex AI e Microsoft Foundry. O aviso de uso deixa claro, o consumo de tokens pode ser substancialmente maior que uma sessão comum do Claude Code.

A documentação detalha requisitos de versão, v2.1.154 ou superior, o estado de research preview e onde ativar, incluindo o toggle em /config e opções de desligar por usuário ou organização. Também confirma a presença em CLI, Desktop, IDEs, modo não interativo e no Agent SDK, com os mesmos controles administrativos.

Como iniciar um workflow, na prática

Há dois jeitos imediatos de começar. O primeiro é explícito, pedir um workflow diretamente no prompt usando a palavra “workflow”. O segundo é ligar o modo ultracode, que combina esforço xhigh com orquestração automática, deixando o Claude decidir quando um workflow é necessário. No ultracode, uma única solicitação pode virar vários workflows em sequência, entender o código, fazer a mudança, verificar resultados. É poderoso, exige mais tokens e tempo, e reseta ao abrir nova sessão.

Para experimentar sem criar um script do zero, o Claude Code traz um workflow empacotado, /deep-research, que pesquisa em paralelo, cruza fontes e retorna um relatório citado já filtrando afirmações inconsistentes. Em runs interativos, aparece um cartão de aprovação com o plano e um aviso de custo estimado, e admins podem desabilitar workflows globalmente quando necessário.

Casos de uso que mais ganham escala

• Auditorias de código em larga escala, varreduras de segurança e otimização guiada por profiler, com verificação independente por subagente antes de qualquer achado compor o relatório final.
• Migrações e modernizações grandes, framework swaps, deprecações de API e ports de linguagem espalhando mudanças por milhares de arquivos, com laços automáticos de correção e teste.
• Tarefas de alto risco, onde um erro caro pede “dupla checagem” por agentes adversariais antes de apresentar o resultado.

Esse perfil favorece organizações que precisam de previsibilidade, rastreabilidade e repetição do processo. Como o plano vira código, equipes podem versionar a orquestração, reproduzir runs e comparar deltas com clareza, reduzindo a dependência de memória conversacional.

Limites, governança e custo

O runtime impõe limites de segurança e recursos, até 16 agentes concorrentes localmente, com teto de 1.000 agentes por run, além de não aceitar input do usuário no meio da execução. O objetivo é evitar loops descontrolados e garantir que CPU e memória locais não sejam monopolizados.

Custo e governança precisam de atenção. Como um workflow dispara muitos agentes, o consumo de tokens cresce de forma significativa em comparação com trabalho conversacional. A doc recomenda verificar o modelo com /model, delegar estágios menos críticos a um modelo mais econômico e interromper um run em /workflows sem perder trabalho já concluído. Há toggles para desligar por usuário e políticas para desligar por organização, removendo inclusive o ultracode do menu de esforço.

![Logo Claude]

Exemplo real, o port de Bun de Zig para Rust

A Anthropic cita um case emblemático para justificar a classe de problemas que dynamic workflows pretende resolver. Segundo o relato no blog, Jarred Sumner utilizou workflows dinâmicos para portar o runtime Bun de Zig para Rust, mantendo comportamento de testes e coordenando centenas de agentes em paralelo, com revisores independentes por arquivo e um loop de correção até o build e a suíte de testes passarem limpos. O post fala em algo próximo de 750.000 linhas de Rust escritas e 99,8 por cento da suíte existente passando, tudo em poucos dias de trabalho coordenado.

A cobertura externa reforça o interesse do mercado no experimento, com discussões públicas indicando alta velocidade de merge e afirmações do criador de que a equipe já vinha usando agentes para escrever a maior parte do código há meses, além do histórico recente da aquisição do projeto Bun pela Anthropic, em dezembro de 2025. Como o port ainda não era produção no momento do anúncio, o caso serve como prova de escala e repetibilidade, não como veredito final sobre desempenho em runtime.

Reflexão importante, além do ganho de throughput, a arquitetura de workflows captura o “como” junto com o “o que”. Ao versionar scripts de orquestração, equipes podem auditar cada etapa, ajustar critérios de verificação e evoluir padrões de qualidade, aproximando governança de engenharia do próprio pipeline de agentes.

Como os dynamic workflows funcionam por baixo do capô

• Planejamento dinâmico, o Claude decompõe o objetivo em fases e subtarefas.
• Execução paralela, subagentes independentes atacam cada etapa em paralelo, com revisões adversariais para reduzir falsos positivos.
• Consolidação, o runtime acumula resultados intermediários em variáveis do script, não no contexto conversacional, o que ajuda escalabilidade e retomada.
• Repetibilidade, o script pode ser salvo como comando e reexecutado, garantindo padronização de processos recorrentes como checklists de segurança por branch.

Na instrumentação, o painel de progresso lista fases, contagem de agentes, tokens e tempo decorrido, com navegação para inspecionar prompts, chamadas de ferramentas e resultados por agente. A aprovação inicial mostra o plano e pede consentimento, dependendo do modo de permissão configurado.

Integrações, API e ecossistema

Os dynamic workflows funcionam no ambiente do Claude Code e também via Claude API, o que permite automação e integração com pipelines existentes. Em provedores, a Anthropic lista suporte em Amazon Bedrock, Google Cloud Vertex AI e Microsoft Foundry, ampliando cenários corporativos com políticas de acesso, observabilidade e integração com ferramentas nativas de cada nuvem.

No Foundry, a Anthropic já vinha disponibilizando modelos Claude em prévia pública, alinhada ao movimento mais amplo da Microsoft para empacotar experiências agentic em ofertas corporativas. Para quem opera ambientes regulados, essa via pode simplificar gestão de chaves, auditoria e trilhas de conformidade.

Boas práticas para adoção

• Começar pequeno, rodar um workflow em escopo controlado, medir consumo de tokens e calibrar esforço antes de abrir a torneira do ultracode. A própria Anthropic recomenda essa abordagem.
• Definir padrões de qualidade, incorporar agentes adversariais e revisores independentes no script, e salvar workflows como comandos reutilizáveis.
• Segmentar modelos por estágio, etapas de mapeamento e leitura podem usar modelos mais econômicos, já síntese final e refutação podem usar um modelo mais forte, reduzindo custo total.
• Monitorar limites, respeitar concorrência máxima e teto de 1.000 agentes por run, evitando sobrecarga local.
• Governança e segurança, usar allowlists de ferramentas e comandos antes de longos runs, e aplicar toggles organizacionais quando necessário.

Quando usar workflows, subagents ou skills

A documentação resume bem a diferença, quem segura o plano. Subagents são trabalhadores gerados turno a turno, skills são instruções que o Claude segue, e workflows transformam o plano em código, com mais escala e reprodutibilidade. Se a tarefa pede dezenas a centenas de agentes, reexecução previsível, checagens adversariais e retomada, workflows ganham. Para rotinas pontuais, subagents e skills continuam diretos e mais baratos.

Impacto estratégico, velocidade com responsabilidade

O movimento da Anthropic encaixa com a tendência de levar agentes de demonstrações isoladas para pipelines repetíveis com governança. Ao tirar a orquestração do chat e promovê‑la a script versionável, equipes podem auditar desempenho, custo e qualidade por mudança de parâmetro, e construir bibliotecas internas de workflows para auditoria, SRE e modernização.

Também vale ponderar riscos, custo de tokens pode surpreender sem controle de esforço e modelos por etapa. A cultura de engenharia precisa ajustar expectativas, agentes podem acelerar, porém checagens independentes e guardrails são parte essencial do ganho de confiança, não um extra opcional. A Anthropic enfatiza isso ao pedir confirmação quando um run robusto vai começar e ao permitir admins desligarem a funcionalidade globalmente.

Conclusão

Dynamic workflows no Claude Code formalizam o que muitos times buscavam, uma maneira de coordenar subagentes em paralelo com qualidade previsível, repetível e auditável. Disponíveis desde 28 de maio de 2026 em research preview e integrados à API e a provedores de nuvem, eles abrem espaço para resultados antes inviáveis em uma única conversa, de auditorias a migrações complexas.

Para aproveitar o potencial, vale começar com escopos menores, versionar orquestrações, calibrar esforço e custos, e estabelecer padrões de revisão adversarial. O exemplo do Bun ilustra o que a abordagem pode destravar em escala, mas o verdadeiro ganho aparece quando processos críticos do dia a dia viram comandos reutilizáveis, com governança sólida e métricas de qualidade desde o primeiro run.