Claude更新了Dynamic Workflows功能,核心是让模型具备“自我组织”能力,能在执行任务前自主拆解目标、选择工作模式并制定流程。此举旨在系统性解决AI智能体存在的智能体式偷懒、自我偏见和目标漂移等三类问题。该设计理念认为,通过架构设计对冲模型缺陷,比单纯堆叠模型能力更有效,并从中提炼出了6种可复用的编排模式。
Damn,AI 终于学会「安排自己干活」了!
Claude 刚更新的 Dynamic Workflows, 这回他们没有选择给模型加新技能, 而是搭了一套「自我组织架构」-- 让模型在动手之前,先拆任务、再选模式、自己给自己定流程。
Anthropic 内部早就意识到, 你给一个再聪明的模型派活,它也会出现三类系统性毛病: 1️⃣ Agentic Laziness(agent 式偷懒) 2️⃣Self-bias(自我偏见) 3️⃣Goal Drift(目标漂移)
@trq212 从这套新机制里拆出了 6 种可复用的编排模式, 说白了,这个不只是在修模型本身, 还在用架构设计,去对冲模型层面的性格缺陷。
这跟我带团队踩过的坑一模一样, 你招到一个天才工程师,如果不管流程,他要么只挑轻松的做(laziness), 要么沉迷自己那套技术审美(self-bias), 要么做到一半被旁支带跑(goal drift)。
那么最有效的解法从来不是换更贵的人(堆模型), 而是给他一套清晰的协作接口和自检流程(搭架构)。
所以说,下一代 AI 的护城河,可能真的不在模型参数里, 而在你能设计出多强的「认知架构」上。
更强的模型,不如更强的自我组织架构, 这可能才是 Agent 真正的成人礼。