Dynamische workflows in Claude: tot 1.000 agents tegelijk

Anthropic heeft dynamische workflows toegevoegd aan Claude Managed Agents, het gehoste platform van het bedrijf voor het draaien van AI-agents. De beheerde agentinfrastructuur zelf is niet nieuw. Wat verandert, is dat Claude nu binnen één run een heel team van agents kan aansturen, met maximaal 1.000 agents die per uitvoering tegelijk aan het werk zijn.

Hoe dynamische workflows werken

De opzet volgt een patroon van manager en uitvoerders. Een hoofdagent bekijkt de taak en schrijft een plan. Daarna verdeelt hij het werk in stukken en geeft hij elk stuk aan een subagent. Als de subagents klaar zijn, verzamelt de hoofdagent hun resultaten en voegt hij die samen tot één eindresultaat.

Dat is het kernidee. Eén agent werkt een lange klus niet stap voor stap af. In plaats daarvan wordt de klus opgeknipt en pakken veel agents hem tegelijk aan. De grens van 1.000 parallelle agents per uitvoering bepaalt hoe ver dat opknippen kan gaan.

De test met bugs

Anthropic onderbouwt de functie met cijfers uit eigen tests. Het team verstopte 70 bugs in een codebase van 116.000 regels en liet agents erop los.

Eén enkele agent vond per run tussen de 14 en 27 bugs.
De dynamische workflow vond er 66, en deed dat consequent.

Bij die taak is het verschil groot. Op zijn best ving de enkele agent iets minder dan 40 procent van de verborgen bugs. De opzet met meerdere agents vond ze bijna allemaal. Ook de spreiding zegt iets: de resultaten van de enkele agent liepen uiteen van 14 tot 27, terwijl de uitkomst van de workflow stabiel bleef.

Eén test zegt maar zoveel. Het gaat om één benchmark, opgezet en uitgevoerd door het bedrijf dat het product verkoopt. Het is nog onduidelijk of dezelfde winst ook opduikt bij ander werk dan het opsporen van bugs in code. Het praktische advies is het gebruikelijke: probeer het op je eigen werklast voordat je conclusies trekt.

De kostenvraag

Niet iedereen vindt zwermen van agents de moeite waard. Een senior engineer van OpenAI noemde agentzwermen onlangs een enorme verspilling van tokens. Tokens zijn de eenheden tekst die taalmodellen lezen en produceren, en ook waar klanten voor betalen.

Anthropic verzwijgt die kant niet. Het bedrijf zegt dat dynamische workflows "veel tokens" kunnen gebruiken en raadt teams aan klein te beginnen. De rekensom maakt duidelijk waarom. Een run met honderden subagents, die elk een deel van een codebase lezen en verslag uitbrengen, loopt snel op. Teams die hun uitgaven in de gaten houden sinds Anthropic de prijzen van Claude Haiku 5.5 verlaagde, willen vast nagaan wat een grote run met meerdere agents met hun rekening doet.

Aan de slag

Om dynamische workflows aan te zetten, kiezen ontwikkelaars het agenttype "multiagent_20261001". Anthropic biedt twee manieren om te beginnen. Ontwikkelaars kunnen de documentatie volgen, of ze voeren het commando "/claude-api managed-agents-onboard" uit in Claude Code, de programmeeragent van het bedrijf.

Onze analyse

Dit wijst erop dat Anthropic orkestratie, en niet alleen de kwaliteit van het model, ziet als terrein om te concurreren. Anthropic biedt nu een hoofdagent met subagents aan als beheerde functie. Teams die deze opzet willen, hoeven die coördinatielaag niet langer zelf te bouwen en te onderhouden. Voor ontwikkelaars die Claude Code al ombouwen naar hun eigen werkwijze, komt er zo een extra bouwsteen bij.

De open vraag is kosten tegenover baten. De bugtest is opvallend, maar beslaat één taak die de leverancier zelf koos. De kritiek van de OpenAI-engineer laat zien dat de sector nog niet heeft uitgemaakt of zwermen efficiënt zijn of gewoon duur. Het is de moeite waard om te volgen of onafhankelijke gebruikers vergelijkbare winst melden bij andere taken. Een andere vraag is of agentplatforms strengere bestedingslimieten gaan invoeren, zoals de tokenplafonds die Cohere invoerde op zijn eigen agentplatform. Duizend agents is een groot getal. Of het ook een nuttig getal is, hangt af van de klus.