AnthropicのDynamic WorkflowsがClaudeエージェントを調整する仕組み

フローは「次世代のマルチエージェント・オーケストレーション」と位置づけられる。リードエージェントがまず計画を立て、Claudeがエージェントの起動、結果の収集、情報の流れを管理するプログラムを書く。従来のClaude Managed Agentsでは開発者が調整役とサブエージェントを設定する必要があったが、フローではClaudeが作業の分割と調整方法を決める。事前に設定したサブエージェントを渡すことも可能である。デモは株式ウォッチリストのスキャナーで、スキャン段階で各ティッカーを独立したコンテキストのエージェントに振り分け、後段のレビュー段階で結果を精査してレポートを作る流れだった。

質疑ではコストと制御が論点になった。エージェント数は「evalsと低めのデフォルト」で決まり、大規模な処理では並列化を明示的に促す必要があるという。実行中のモデルは自分の予算を把握せず、開発者がセッション予算を設定できる。ウォッチリストの比較ではフローは単一エージェントよりコストが「much more」かかるが、詳細の取りこぼしが少ないと説明された。

改善と可視性についても言及があった。繰り返し実行のコスト削減には、Claudeにコストを分析させる方法に加え、リサーチプレビューのdreamingが挙げられた。dreamingは既存のメモリストアと過去のセッション記録を読み、重複の統合や古い項目の置換を行って再編成する機能である。フロー自体が自己改善する機能は組み込まれておらず、hill-climbingとdreamingで補う案が示された。サブエージェントの入出力はClaude Consoleのグラフ機能で確認でき、サブエージェント同士はファイルシステムを共有するが、APIで直接メッセージを送らせることはできない。

Stallはフローを、難問にテスト時計算を投入してモデルからより多くの能力を引き出す手段と位置づけた。大規模な科学研究への適用を問われ、具体的な内容には踏み込まなかったが、一般の利用者にも同様の課題へ取り組めるようにすることが目標だと述べた。