Claude Code 动态工作流：AI 自写 Harness

Anthropic 正在把 Claude Code 的调度逻辑交给模型自己写，想用动态 Harness 替代写死流程。

Anthropic 正在把 Anthropic 的 Claude Code 工作流往“动态 Harness”方向推：让模型不只负责生成答案，还参与决定怎么调度任务、怎么拆分步骤、怎么执行工具调用。文章判断，这不是单纯的模型能力问题，而是单上下文窗口同时承担规划和执行带来的架构限制。

What changed

作者把 Anthropic 过去一系列定制流程放在同一条线上看：Research、安全审计、Agent Teams、Code Review，这些都不是通用聊天接口，而是为特定任务写死的调度逻辑。它们本质上是在模型外面加一层控制器，避免模型在同一个上下文里既做计划又做执行，导致信息挤爆、步骤混乱或工具调用失控。

现在的变化是，Claude Code 被讨论成更像“自己写 Harness”的系统：模型先生成工作流，再按工作流去跑任务，而不是只在一个大提示词里硬扛到底。这样做的目标很明确，就是把固定流程变成可适配流程，让不同任务类型有不同执行路径。

• Research、审计、Agent Teams、Code Review 都属于定制 Harness。
• 这些流程的共同点，是把规划和执行拆开。
• 问题核心不是模型不会做事，而是上下文窗口不够同时装下全部决策。
• 动态工作流想让模型参与调度，而不是只产出文本。

Why it matters

对开发者来说，这意味着 Agent 设计的重点可能从“提示词怎么写”转向“控制层怎么搭”。如果模型能生成适合当前任务的执行路径，工具链就不必为每一种场景手工固化一套流程，Agent 的复用率和可维护性都会更高。

对市场来说，这也是 Anthropic 在把 Claude Code 从单点编码助手，往更通用的任务编排系统推进。真正的分水岭不是模型是否更会写代码，而是它能不能稳定决定“先做什么、后做什么、何时调用什么工具”。

这篇文章的核心问题很直接：当 AI 连工作流本身都能生成时，下一层竞争就不再是回答质量，而是控制权谁来写、谁来改、谁来审。