
Se acabó la época en que un “multi-agente” era un loop con tres herramientas y mucha fe. Anthropic metió a beta pública (release notes del 9 de octubre) los dynamic workflows dentro de Claude Managed Agents, y la apuesta es agresiva: un agente lead escribe su propio programa, lo lanza él solo y coordina hasta 1.000 agentes que trabajan por fases y combinan resultados.
Qué es exactamente un “workflow” acá
No es un YAML que escriben tus devs. El agente lead genera el código del workflow — un programa que ejecuta muchos agentes en etapas, junta sus salidas y sigue adelante — y después arranca la corrida por su cuenta. Las permission policies son las que deciden qué puede tocar sin preguntar y dónde frena a esperarte.
Los números de la documentación (tipo multiagent_20261001): una corrida puede levantar hasta 1.000 agentes a lo largo de su vida, con 64 hilos corriendo en paralelo. Subagentes y workflows vienen activados por defecto, y cada uno se puede apagar por separado si tu caso de uso no lo justifica.
El benchmark que duele: 66 bugs vs 27
La cobertura más reciente trae el dato que le importa a cualquier equipo de plataforma: en pruebas de caza de vulnerabilidades sobre 116.000 líneas de código, un equipo dedicado armado con dynamic workflows encontró 66 vulnerabilidades, mientras que un agente solo detecta máximo 27 en el mismo código. Ojo con el detalle: los 66 bugs corresponden al total de tres corridas del workflow, no a una sola pasada mágica.
La diferencia no es magia, es cobertura: distintos agentes revisan distintas partes y fases del código, y el lead consolida. Es el mismo principio de un equipo de revisión humano, pero corriendo en minutos.
El pero obvio: la factura
Anthropic ya advierte lo que cualquier que haya operado fleets de agentes sospecha: mide el costo por token antes de lanzar 1.000 agentes a nada. Todo lo que consume la sesión se cobra a tarifa estándar del modelo (con multiplicadores de prompt caching incluidos), y la recomendación oficial es empezar en pequeño y escalar cuando tengas números reales. Un workflow mal calibrado es la receta perfecta para un-incidente-de-costo.
Para qué sirve esto en la práctica
Los casos claros: auditorías de código masivas, migraciones, triage de backlogs gigantes, baterías de tests/verificaciones sobre repos grandes. Para eso el salto de “un agente con suerte” a “un equipo coordinado” es real. Para tareas chicas, sigue siendo matar moscas a cañonazos — y caros.
Fuentes: The Decoder · 36kr (benchmark 66 bugs) · Docs de Claude Platform


