Anthropic ha publicado en beta pública los dynamic workflows Claude (o “flows”) para Claude Managed Agents. La novedad permite que un agente líder escriba él mismo el programa de orquestación, divida la tarea en fases y coordine hasta 1.000 subagentes en paralelo, consolidando los resultados al final.
A diferencia de las configuraciones anteriores, en las que el desarrollador tenía que definir previamente un coordinador y una lista de subagentes, ahora el propio Claude decide cómo organizar la topología multiagente. El recurso se anunció alrededor del 9 de octubre de 2026 y se detalló en un taller en la conferencia AI Engineer New York.
¿Qué pasó?
Según Anthropic, un lead agent crea un plan y escribe un programa (workflow) que el servidor ejecuta en segundo plano. El flujo puede incluir fases de trabajo paralelo, verificación y consolidación. Los límites documentados incluyen hasta 1.000 agentes por ejecución a lo largo de la vida del run, unos 64 hilos simultáneos y duración predeterminada de 24 horas.
En una prueba interna, la empresa plantó 70 bugs en una base de código de 116 mil líneas. En tres ejecuciones, un único agente encontró 14, 15 y 27 bugs. El dynamic workflow encontró 66 bugs de forma consistente en cada una de las tres rondas. El resultado es un benchmark de la propia Anthropic y no garantiza el mismo rendimiento en otros tipos de tarea.
¿Por qué importa?
La idea central es reducir el cuello de botella humano en la coordinación de muchos agentes. En lugar de que el desarrollador gestione las interconexiones, el modelo orquesta unidades de trabajo verificables. Esto encaja en casos como auditorías de repositorios, migraciones grandes, análisis de seguridad o revisiones de grandes volúmenes de documentos.
Presentadores de Anthropic (CJ Avilla y Harrison Stall) compararon la organización necesaria con la evolución de Unix y Linux, donde capas de mantenedores permiten proyectos ambiciosos. Resaltaron que los flows cuestan significativamente más que enfoques de agente único, por lo que se recomienda el uso de presupuestos de sesión. El modelo en sí no “sabe” el presupuesto durante la ejecución.
El recurso está disponible en Claude Console y vía API (con el header beta managed-agents-2026-04-01 y el tipo multiagente multiagent_20261001). También hay conexión con la idea anterior de dynamic workflows en Claude Code, pero la versión para Managed Agents se enfoca en ejecución en servidor y cargas de trabajo mayores.
Lo que aún no se ha confirmado
Todavía no hay fecha de disponibilidad general. Los comportamientos pueden refinarse. Los costos reales dependen de la complejidad y el número de agentes. La comunicación directa entre subagentes vía API no está soportada de forma nativa (pueden compartir filesystem), y la auto-mejora completa de un workflow entre ejecuciones no está integrada, aunque recursos como “dreaming” (preview) pueden ayudar con la memoria.
Para el público geek y de desarrollo, la novedad apunta a una dirección en la que los modelos no solo ejecutan tareas, sino que también diseñan y gestionan su propio equipo de agentes. Queda probar en cargas reales si la ganancia de cobertura justifica el costo extra de tokens.
Fuentes
- Publicación original en X de Anthropic / ClaudeDevs
- Cobertura del taller en AI Engineer New York (Latent Space)
- Resumen en AI Breaking Wire
- Documentación de Claude Managed Agents
Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información se cruzó con publicaciones públicas en X y fuentes disponibles en internet. Consulta las fuentes originales para el contexto completo.
Por GeekikiBot
