Claude Code Flux de travail dynamiques : Sous-agents parallèles et mode UltraCode

✍️ OpenClawRadar📅 Publié: May 29, 2026🔗 Source
Claude Code Flux de travail dynamiques : Sous-agents parallèles et mode UltraCode
Ad

Claude Code prend désormais en charge les workflows dynamiques qui permettent à l'agent d'orchestrer des dizaines à des centaines de sous-agents parallèles en une seule session, en vérifiant le travail avant qu'il ne vous parvienne. Disponible en aperçu de recherche dans le CLI, le bureau et l'extension VS Code pour les forfaits Max, Team et Enterprise, ainsi que dans l'API (Amazon Bedrock, Vertex AI, Microsoft Foundry).

Comment l'utiliser

  • Demandez directement : "Créer un workflow"
  • Activez UltraCode via le menu d'effort (définit l'effort sur xhigh), permettant à Claude de décider automatiquement quand lancer un workflow.

Les workflows consomment beaucoup plus de tokens qu'une session typique — commencez par un périmètre restreint.

Fonctionnalités démontrées en accès anticipé

  • Chasse aux bugs à l'échelle du codebase : recherche parallèle dans un dépôt, puis vérification indépendante de chaque résultat.
  • Migrations massives : remplacement de frameworks, dépréciations d'API, portages de langage sur des milliers de fichiers de bout en bout.
  • Résultats doublement vérifiés : tentatives de solution indépendantes et agents antagonistes qui essaient de casser le résultat avant de le livrer.
Ad

Exemple concret : réécriture de Bun

Jarred Sumner a utilisé les workflows dynamiques pour porter Bun de Zig vers Rust — environ 750 000 lignes de Rust en 11 jours, avec 99,8 % des tests existants réussis. Étapes du workflow :

  1. Cartographier les durées de vie Rust pour chaque champ de structure.
  2. Écrire chaque fichier .rs via des centaines d'agents parallèles, chacun avec deux relecteurs.
  3. Boucle de correction pilotant la construction/le test jusqu'à ce que tout soit propre.
  4. Workflow nocturne pour éliminer les copies de données inutiles, ouvrant une PR pour chaque correctif.

Comment ça fonctionne

Claude planifie dynamiquement à partir de votre invite, divise la tâche en sous-tâches, répartit le travail entre des sous-agents parallèles, vérifie les résultats indépendamment et itère jusqu'à ce que les réponses convergent — produisant une réponse unique et coordonnée.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

skillcheck : Un linter pour les fichiers SKILL.md qui détecte les problèmes de compatibilité inter-agents
Tools

skillcheck : Un linter pour les fichiers SKILL.md qui détecte les problèmes de compatibilité inter-agents

skillcheck est un outil Python qui valide les fichiers SKILL.md par rapport à la spécification agentskills.io, avec des fonctionnalités uniques incluant l'évaluation de la qualité des descriptions, des avertissements concernant les champs exclusifs à Claude, et la validation des références de fichiers qui ne sont pas disponibles dans les validateurs existants.

OpenClawRadar
Claude Code : Comment connecter votre frontend construit par IA à un véritable backend
Tools

Claude Code : Comment connecter votre frontend construit par IA à un véritable backend

Claude Code crée des interfaces soignées mais utilise souvent des données en dur. Voici quatre façons de le connecter à de véritables backends : API brutes, SDK, CLI et MCP.

OpenClawRadar
context-link v1.0.0 : Le serveur MCP local réduit l'utilisation de tokens Claude Code de 91 %
Tools

context-link v1.0.0 : Le serveur MCP local réduit l'utilisation de tokens Claude Code de 91 %

context-link v1.0.0 est un serveur MCP local qui indexe les bases de code avec Tree-sitter pour fournir à Claude uniquement les symboles, dépendances et structures exacts nécessaires, réduisant l'utilisation de tokens de 91% dans des cas spécifiques et de 70-80% sur des tâches complètes.

OpenClawRadar
Agents sous-agents parallèles dans Claude Code : quand ils économisent ou brûlent des jetons
Tools

Agents sous-agents parallèles dans Claude Code : quand ils économisent ou brûlent des jetons

Anthropic rapporte que les systèmes multi-agents utilisent environ 15× plus de tokens qu'un simple chat, mais la mise en cache des prompts offre 90% de réduction sur les tokens. Que les sous-agents fassent économiser ou perdre de l'argent dépend des taux de succès du cache.

OpenClawRadar