Динамические рабочие процессы Claude Code: параллельные субагенты и режим UltraCode
Claude Code теперь поддерживает динамические рабочие процессы, которые позволяют агенту координировать десятки и сотни параллельных субагентов в одном сеансе, проверяя работу до того, как что-либо дойдет до вас. Доступно в режиме исследовательского превью в CLI, Desktop и расширении VS Code для планов Max, Team и Enterprise, а также через API (Amazon Bedrock, Vertex AI, Microsoft Foundry).
Как использовать
- Спросите напрямую: «Создать рабочий процесс»
- Включите UltraCode через меню усилий (устанавливает уровень усилий на
xhigh), позволяя Клоду самостоятельно решать, когда запускать рабочий процесс.
Рабочие процессы потребляют значительно больше токенов, чем типичный сеанс — начинайте с небольших задач.
Возможности, показанные в раннем доступе
- Поиск ошибок по всей кодовой базе: параллельный поиск по репозиторию с последующей независимой верификацией каждой находки.
- Крупные миграции: замена фреймворков, устаревшие API, перенос языка на тысячи файлов от начала до конца.
- Результаты с двойной проверкой: независимые попытки решения и противодействующие агенты, которые пытаются нарушить результат перед его доставкой.
Реальный пример: переписывание Bun
Джарред Самнер использовал динамические рабочие процессы для переноса Bun с Zig на Rust — ~750 000 строк Rust за 11 дней, с прохождением 99,8% существующих тестов. Этапы рабочего процесса:
- Сопоставление времени жизни Rust для каждого поля структуры.
- Написание каждого
.rsфайла через сотни параллельных агентов, каждый с двумя рецензентами. - Цикл исправлений, управляющий сборкой/тестированием до чистого результата.
- Ночной рабочий процесс для устранения ненужных копий данных, открывающий PR для каждого исправления.
Как это работает
Клод динамически планирует на основе вашего запроса, разбивает задачу на подзадачи, распределяет работу между параллельными субагентами, независимо проверяет результаты и повторяет до схождения ответов — создавая единый согласованный ответ.
📖 Читайте полный источник: HN AI Agents
👀 Смотрите также
Результаты тестирования небольших локальных моделей и моделей OpenRouter на задаче агентного преобразования текста в SQL
Разработчик протестировал несколько небольших локальных моделей и моделей OpenRouter с использованием пользовательского агентного бенчмарка text-to-SQL, который преобразует английские запросы в SQL с раундами отладки. Бенчмарк включает 25 вопросов, выполняется менее чем за 5 минут и выявляет лучшие модели, такие как kimi-k2.5 и варианты Qwen 3.5.
Разработчик создает компилятор Scheme в WASM с помощью ИИ за 4 дня
Разработчик создал Puppy Scheme, компилятор Scheme, который компилирует в WebAssembly, примерно за 4 дня с помощью ИИ. Компилятор поддерживает 73% стандартов R5RS и R7RS, использует WASM GC и добился улучшения времени компиляции с 3½ минут до 11 секунд за ночь.
Бесплатный оптимизатор сессий Claude: оценщик токенов, компрессор промптов и планировщик сессий
Разработчик создал бесплатный инструмент без регистрации для управления лимитами использования Claude с тремя функциями: оценщик токенов для предварительного просмотра потребления промптов, компрессор промптов, сокращающий промпты на 40-60% за счёт удаления лишних фраз, и планировщик сессий, группирующий задачи для минимизации перезагрузки контекста.
OmniCoder-9B демонстрирует высокую производительность для агентного кодирования на системах с 8 ГБ видеопамяти.
Пользователь Reddit протестировал OmniCoder-9B, дообученную версию Qwen3.5-9B на трейсах Opus, с помощью OpenCode и сообщил о скорости более 40 токенов в секунду при использовании квантования Q4_K_M GGUF с длиной контекста 100k на системе с 8 ГБ видеопамяти.