"Claude /workflows：Agent 从“会干活”走向“会组织工作”"

Claude Code 最近在 2.1.154 更新里加入了一个很关键的能力：dynamic workflows。

官方 changelog 的说法是：你可以让 Claude 创建一个 workflow，它会在后台协调几十到上百个 agent 一起完成更大、更复杂的任务；通过 /workflows 可以查看运行情况。

这句话看起来像是“又多了一个 slash command”。

但如果放到 Agent 产品化的语境里，它其实是一个信号：

Agent 正在从“聪明的执行者”，变成“可管理的工作系统”。

过去我们谈 Agent，常常谈四个东西：Prompt、Skills、Subagents、Tools。

现在 Claude 把 Workflow 这一层抬了出来。

这很重要。

因为真正难的不是让 AI 做一次事，而是让它稳定地、可复用地、带状态地、可回滚地，把一类事反复做好。

一句话区分：Skill、Workflow、Loop、Goal

如果只用一句话说清楚：

Skill 是能力模块；Workflow 是任务流程；Loop 是迭代机制；Goal 是完成标准。

可以这样理解：

概念	解决什么问题	更像什么
Skill	我会怎么做某类事	工具箱 / 岗位技能
Workflow	这件事按什么步骤推进	SOP / 项目流程
Loop	不合格时如何反复改进	反馈迭代机制
Goal	什么叫完成	KPI / 验收标准

它们不是互相替代，而是分层关系。

Skill：横向能力

Skill 解决的是“能力复用”。

比如：

• 如何做代码审查
• 如何写一篇公众号文章
• 如何跑测试
• 如何发布到某个平台
• 如何处理图片、PDF、数据库、API

Skill 更像一份“岗位说明书 + 工具使用手册 + 可执行脚本”。

它回答的是：

如果遇到这一类任务，我应该调用哪些工具、遵守哪些规则、产出什么格式？

所以 Skill 是横向的。

一个 testing skill 可以被 bug 修复流程调用，也可以被重构流程调用，还可以被发版流程调用。

它不是完整任务本身，而是完成任务时可以复用的一段能力。

Workflow：纵向过程

Workflow 解决的是“流程复用”。

比如修复一个 bug，可以固化成这样的流程：

1. 复现问题
2. 定位相关代码
3. 判断根因
4. 提出修复方案
5. 修改代码
6. 跑测试
7. 如果失败，回到第 3 步
8. 总结变更、风险和验证结果

这里面可能会调用多个 Skill：

• repo-inspection
• coding
• testing
• code-review
• git

但 Workflow 本身关心的是：

这件事从开始到结束，应该按什么路线走？

它是纵向的。

Skill 是“会什么”；Workflow 是“怎么组织这些能力去完成一件事”。

Loop：流程里的反馈结构

Loop 经常会和 Workflow 混在一起，但它们不是一回事。

Loop 关注的是：

做完一次不达标，怎么继续做？

比如写文章：

生成标题 → 评分 → 保留前三个 → 再优化 → 再评分

比如写代码：

修改代码 → 跑测试 → 失败 → 分析错误 → 再修改

Loop 是 Workflow 里的控制结构。

没有 Loop 的 Workflow，可能只是一个线性清单；有了 Loop，Agent 才能根据反馈持续逼近目标。

但 Loop 不是完整工作流。

它只回答“如何重复”，不回答“整体路径是什么”。

Goal：最终判定标准

Goal 是终点。

它定义“什么叫完成”。

比如：

• 所有测试通过
• 页面成功部署
• 文章进入公众号草稿箱
• 用户能完成支付
• 研究报告包含 5 个可信来源和明确结论

如果没有 Goal，Workflow 很容易变成“忙碌的过程”。

Agent 会做很多事，但不知道什么时候该停，也不知道什么结果算合格。

所以更完整的结构应该是：

Goal：修复登录 bug，并确保不破坏现有功能
Workflow：复现 → 定位 → 修改 → 测试 → 汇报
Skills：代码检索、测试、Git、代码审查
Loop：测试失败就回到定位/修改阶段

这四者合在一起，才像一个真正可运行的 Agent 工作单元。

Claude /workflows 真正的意义

这次 Claude Code 的 /workflows，重点不只是“可以开很多 agent”。

更关键的是：它给复杂任务一个更明确的容器。

以前的 Agent 使用方式经常是这样的：

用户给目标 → Agent 临场规划 → 调工具 → 开子任务 → 尝试完成

这很灵活，但也有几个问题：

1. 每次规划不稳定
2. 好流程难以沉淀
3. 人很难知道 Agent 做到哪一步
4. 多 Agent 协作容易混乱
5. 失败重试、验收、回滚没有统一入口

Workflow 层的出现，就是为了解决这些问题。

它把一次“成功的临场发挥”，变成下一次可以复用的结构。

这就是从 Prompt 到 Workflow 的变化：

Prompt 时代：一次性指令
Skill 时代：可复用能力
Workflow 时代：可复用过程
Agent OS 时代：可调度、可观察、可审计的数字员工

对 OpenClaw / UseClaw 的启发

如果把 Claude /workflows 放到 OpenClaw 这类 Agent OS 里看，它对应的不是单个工具，而是一层新的抽象：

Workflow = Trigger + Goal + Steps + Skills + Loop + State + Human Checkpoints

也就是说，一个成熟的 Workflow 至少应该包含：

• Trigger：什么时候启动？手动、定时、事件触发？
• Goal：最终验收标准是什么？
• Steps：任务分几步？每步产出什么？
• Skills：每步需要哪些能力？
• Loop：失败或不达标时怎么重试？
• State：过程状态保存在哪里？
• Human Checkpoints：哪些节点必须让人确认？

这也是数字员工真正可管理的基础。

一个“会写代码的 Agent”很厉害，但还不够像员工。

一个员工不仅要会写代码，还要知道：

• 什么时候开始
• 先做什么后做什么
• 哪些事自己决定
• 哪些事必须请示
• 失败了怎么复盘
• 完成后怎么交付证据

Workflow 层就是把这些组织规则写下来。

最后：Workflow 不是替代 Skills，而是编排 Skills

所以不要把 /workflows 理解成“Claude 又发了一个新功能”。

更准确的理解是：

Claude 正在把 Agent 的工作方式，从“会调用工具”，升级到“会组织工作”。

Skill 让 Agent 有能力。
Workflow 让 Agent 有流程。
Loop 让 Agent 能改进。
Goal 让 Agent 知道什么时候停。

这四个东西合在一起，才是下一代数字员工的基本骨架。

今天很多 AI 产品还停留在“聊天框 + 工具调用”。

但真正有生产力的 Agent，不应该只是回答问题，而应该能运行一套稳定的工作系统。

Claude /workflows 的价值就在这里：

它不是让 Agent 更像一个更聪明的聊天对象。

它是让 Agent 更像一个可以被管理、被调度、被复盘的团队成员。

资料来源：Anthropic Claude Code Changelog 2.1.154
https://raw.githubusercontent.com/anthropics/claude-code/main/CHANGELOG.md

UseClaw 持续记录 OpenClaw、Agent 与数字员工的真实案例、方法和产品化实践。了解更多：https://useclaw.net/