Anthropic acaba de lanzar Claude Opus 4.8. Además, se incluyen dos actualizaciones de Claude Code. Los flujos de trabajo dinámicos ejecutan muchos subagentes en paralelo. El modo rápido ahora es compatible con Opus 4.8 a un precio más bajo. Ambos son avances de la investigación.
Qué son realmente los flujos de trabajo dinámicos
Un flujo de trabajo dinámico es un script JavaScript que organiza subagentes a escala. Claude escribe el guión de la tarea que usted describe. Luego, un tiempo de ejecución lo ejecuta en segundo plano. Su sesión permanece receptiva mientras los agentes trabajan.
El plan pasa al código, no a la ventana contextual de Claude. En cambio, los resultados intermedios se encuentran en variables de script. De modo que el contexto de Claude sólo contiene la respuesta final. Esa es la diferencia principal con los subagentes y las habilidades.
La función requiere Claude Code v2.1.154 o posterior. Se ejecuta en la extensión CLI, Desktop y VS Code. Está disponible en los planes Max, Team y Enterprise. Está activado de forma predeterminada en Max y Team. En Enterprise está desactivado hasta que un administrador lo habilite. También se ejecuta en Claude API, Amazon Bedrock, Vertex AI y Microsoft Foundry.
Puede iniciar un flujo de trabajo de dos maneras. Incluya la palabra flujo de trabajo en cualquier lugar del mensaje. O active una configuración llamada ultracódigo. Ultracode combina un alto esfuerzo de razonamiento con la orquestación automática del flujo de trabajo. Claude Code también incluye /deep-research como un flujo de trabajo integrado.
Cómo se ejecuta un flujo de trabajo
Cuando se inicia un flujo de trabajo, Claude planifica dinámicamente desde su indicación. Divide la tarea en subtareas. Los ventiladores funcionan entre subagentes que se ejecutan en paralelo. Los agentes abordan el problema desde ángulos independientes. Luego, otros agentes intentan refutar esos hallazgos. La ejecución se repite hasta que las respuestas convergen. Los resultados se verifican antes de doblarlos.
El tiempo de ejecución aplica límites estrictos. Permite hasta 16 agentes concurrentes. Limita cada ejecución a 1.000 agentes en total. El script de flujo de trabajo en sí no puede tocar el sistema de archivos ni el shell. Sólo los agentes leen, escriben y ejecutan comandos.
El progreso se guarda a medida que avanza la ejecución. Un trabajo interrumpido se reanuda dentro de la misma sesión. Los agentes completados devuelven resultados almacenados en caché al currículum. La coordinación ocurre fuera de la conversación, por lo que el plan se mantiene encaminado.
El ejemplo de reescritura de bollos
Anthropic destacó un gran ejemplo. Jarred Sumner utilizó flujos de trabajo dinámicos para portar Bun. El puerto trasladó a Bun de Zig a Rust. Pasó el 99,8% del conjunto de pruebas existente. Produjo aproximadamente 750.000 líneas de Rust. Pasaron once días desde el primer compromiso hasta la fusión.
Un flujo de trabajo mapeó la vida útil correcta de Rust para cada campo de estructura. El siguiente escribió cada archivo .rs como un puerto de comportamiento idéntico. Cientos de agentes trabajaron en paralelo, con dos revisores por expediente. Luego, un bucle de reparación impulsó el conjunto de compilación y prueba hasta que quedó limpio. El resultado aún no está en producción.
¿Qué es realmente el modo rápido?
El modo rápido no es un modelo diferente. Es una configuración de alta velocidad de Claude Opus. Ofrece velocidades de token de salida 2,5 veces más rápidas. La inteligencia y las capacidades del modelo siguen siendo las mismas. Lo alternas con /fast en Claude Code. Un pequeño icono ↯ marca una sesión activa.
El modo rápido cambia el costo por la velocidad. Para Opus 4.7 y 4.6, tiene un precio de $30/$150 por MTok. Según el comunicado oficial de Anthropic, el modo rápido para Opus 4.8 es tres veces más barato. Requiere créditos de uso habilitados en su cuenta. Se obtiene de esos créditos, no del uso incluido en su plan. Es mejor para iteraciones rápidas y depuración en vivo. El modo estándar todavía se adapta a tareas largas, autónomas o sensibles a los costos.
Fortalezas y qué observar
Fortalezas:
Los flujos de trabajo manejan búsquedas de errores en toda la base de código, grandes migraciones e investigaciones cruzadas de principio a fin. La revisión contradictoria y la convergencia apuntan a resultados que una sola pasada no puede alcanzar. El modo rápido mantiene una calidad de nivel Opus y reduce la latencia para el trabajo interactivo. Las ejecuciones reanudables significan que un flujo de trabajo interrumpido no comienza de nuevo.
Qué mirar:
Ambas funciones consumen significativamente más tokens que una sesión típica. Una carrera puede generar hasta 1000 agentes, por lo que los costos aumentan rápidamente. Facturas en modo rápido desde el primer token a la tarifa más alta. Ambos se envían como avances de investigación, por lo que los precios y la disponibilidad pueden cambiar.
Explicador visual de Marktechpost
Conclusión clave
Anthropic acaba de lanzar Claude Opus 4.8, con dos actualizaciones de Claude Code: flujos de trabajo dinámicos y modo rápido más económico. Los flujos de trabajo dinámicos le permiten a Claude escribir scripts de orquestación que ejecutan de decenas a cientos de subagentes paralelos, con un límite de 16 simultáneos y 1000 en total por ejecución. El plan reside en las variables del guión, no en el contexto de Claude, por lo que solo la respuesta final regresa a su sesión. El modo rápido ejecuta Opus a una velocidad de salida de 2,5x con idéntica calidad; Ahora es tres veces más barato para Opus 4.8 y necesita créditos de uso habilitados. Ambos se envían como vistas previas de investigación y consumen un uso significativamente mayor, así que comience a determinar el alcance y verificar los resultados.
Consulta el Proyecto y los detalles técnicos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 150.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros
Michal Sutter es un profesional de la ciencia de datos con una Maestría en Ciencias de Datos de la Universidad de Padua. Con una base sólida en análisis estadístico, aprendizaje automático e ingeniería de datos, Michal se destaca en transformar conjuntos de datos complejos en conocimientos prácticos.