До 1000 ИИ-агентов могут теперь взяться за одну твою задачу одновременно — 9 октября 2026 года Anthropic добавила в Claude динамические рабочие процессы, и создание ИИ-агентов превратилось из многомесячного проекта в настройку из пары шагов. Главный агент сам составляет план, раздаёт куски работы субагентам и собирает готовый результат, когда все закончат. То есть под твоим началом может работать целая команда цифровых помощников — до тысячи агентов параллельно.
Что придумала Anthropic
Речь про платформу Claude Managed Agents — это готовый набор инструментов, где агенты (программы-помощники, которые сами выполняют шаги за тебя) работают на стороне Anthropic. Сама инфраструктура живёт давно, а вот динамические рабочие процессы — новинка, о которой написал Matthias Bastian в THE DECODER со ссылкой на Anthropic.
Схема простая, как в стройке. Ты ставишь одну большую задачу. «Ведущий» агент разбивает её на куски, раздаёт субагентам и потом склеивает их ответы в один итог. Запускать одновременно можно до 1000 агентов на одно выполнение.
По-умному это называют оркестровкой ИИ — представь дирижёра, который сам не играет, а следит, чтобы сто музыкантов не сбились с ритма. Только музыканты цифровые, а вместо симфонии — твой отчёт, подборка или проверенный список. По сути, это параллельные вычисления ИИ, где вместо железа — задачи твоего проекта.
Anthropic проверила это на багах
Anthropic провела собственный тест: в кодовую базу на 116 000 строк спрятали 70 ошибок. Обычный одиночный агент за прогон находил от 14 до 27 штук. А динамический рабочий процесс стабильно вытаскивал 66. Разница — почти в три раза.
Что это даёт лично тебе
ИИ-агенты для бизнеса — уже не фантастика из презентаций, а рабочий инструмент для обычного человека. Вот как это выглядит в жизни:
• Владелец кофейни. Ему нужно сравнить цены у поставщиков, разобрать отзывы с карт и придумать описания для новых позиций в меню. Каждый кусок уходит своему агенту, а утром он читает один сводный файл вместо того, чтобы сидеть в браузере до ночи.
• Фрилансер-дизайнер. Клиент прислал бриф на 10 страниц, конкурентов двадцать, а тексты нужны к вечеру. Агенты параллельно разбирают бриф, собирают референсы и готовят три варианта формулировок. Дизайнер выбирает и доводит руками.
• Мама двоих детей. Планирует ремонт: надо сравнить цены на материалы, собрать отзывы о подрядчиках и расписать этапы с датами. Пока она готовит ужин, команда агентов уже разложила всё по таблице.
• Студент. Курсовая по 30 источникам. Один агент выписывает тезисы главы, второй ищет противоречия, третий собирает черновик структуры. Остаётся прочитать и переписать своим языком.
• Продавец на маркетплейсе. Карточки товаров: заголовки, описания, характеристики. Вручную это недели, с субагентами — задача на вечер с проверкой.
• Малый предприниматель. Проверка типовых договоров, сверка таблиц, сборка отчёта из выгрузок. Рутина, которая раньше съедала пятницу, теперь идёт фоном.
Как попробовать прямо сейчас
1. Открой Claude и заведи аккаунт — это твоя точка входа.
2. Дальше нужен доступ к Claude Managed Agents. Идти можно двумя путями: по официальной документации платформы или прямо из командной строки.
3. Если работаешь в Claude Code, запусти команду `/claude-api managed-agents-onboard` — она проведёт по настройке шаг за шагом.
4. Включи сам режим: выбери тип агента «multiagent_20261001». Именно он активирует динамические рабочие процессы.
5. Возьми маленькую задачу — например, разобрать десять статей по своей теме и свести их в одну таблицу.
6. Сравни результат с тем, что выдаёт один обычный агент. Так ты своими глазами увидишь разницу, а не поверишь на слово.
Anthropic отдельно советует начинать с малого: процессы расходуют много токенов, и разгоняться лучше постепенно.
Почему это быстрее и удобнее
Раньше систему ИИ-агентов приходилось собирать руками: писать код, связывать сервисы, следить за очередями. Теперь достаточно выбрать тип агента и описать задачу человеческим языком. Плюс важная деталь — агенты работают не по очереди, а одновременно. Десять проверок идут параллельно, и ты получаешь ответ не за десять ходов, а за один.
А теперь честно про минусы
Старший инженер OpenAI недавно назвал такие «рои агентов» огромной тратой токенов — и это не пустой упрёк. Anthropic сама предупреждает: процессы жгут много токенов, поэтому начинать стоит с маленьких задач. И главное — выигрыш в тестах может не повториться на других типах работ. То, что блестяще сработало на поиске багов, не обязательно так же хорошо отработает на маркетинге или юридических текстах. Проверяй на своих задачах, прежде чем строить на этом весь процесс.
Что делать уже сегодня
Не пытайся сразу запустить тысячу агентов — возьми одну скучную рутинную задачу, которую откладывал неделю, и отдай её команде субагентов. А если хочешь разобраться, как создать ИИ-агента под свою нишу, — напиши вопрос в комментариях у @aigoby, разберём вместе.
🎁 Бонус для тебя
Готовый промпт для ведущего агента — скопируй и подставь свою задачу:
```
Ты — ведущий агент. Моя задача: [ОПИШИ ЗАДАЧУ ОДНИМ АБЗАЦЕМ].
1. Разбей задачу на 5–10 независимых подзадач, которые можно делать параллельно.
2. Для каждой подзадачи напиши короткое ТЗ: что найти, что проверить, в каком виде вернуть результат.
3. Распредели подзадачи между субагентами и запусти их одновременно.
4. Когда все ответят — сведи результаты в один документ: сначала краткий вывод на 5 строк, потом детали по каждой подзадаче.
5. Отдельно перечисли места, где субагенты противоречат друг другу, и укажи, что стоит перепроверить вручную.
```
Комментарии 0