Anthropic 让一个 Agent 编排 1000 个 Agent：多 Agent 基建四件套盘点
Anthropic 10-09 把动态工作流放入公开测试版：主 Agent 制定计划，跨多个 Agent 分阶段运行并合并结果，一次最多编排 1000 个。配合这个趋势，编排大脑（Claude 动态工作流）、运行控制台（gluon）、团队管理（Paperclip）、并行不打架（Worktrunk）四件套各就各位。
Anthropic 让一个 Agent 编排 1000 个 Agent：多 Agent 基建四件套盘点
情报来源：OSCHINA《Claude Managed Agents dynamic workflows》（2026-10-11）· 细节经 The Decoder 与 CellCog 核验（Anthropic 官方开发日志 2026-10-09）· 配套工具对照各自 GitHub README
一文看懂
先看痛点。 多 Agent 协作最大的问题从来不是“模型不够聪明”，而是指挥链没人管：谁定计划、谁执行、谁汇总？任务多了之后，Agent 之间抢同一个目录、上下文互相污染、成本账算不清——规模一大，协作就塌。过去这些要靠你自己写胶水代码，现在“多 Agent 基建”开始成体系出货了。
本轮主角是 Anthropic 的动态工作流：10-09 放进公开测试版（beta header managed-agents-2026-04-01），机制是主 Agent 制定计划 → 跨多个 Agent 分阶段运行 → 合并结果，由 Anthropic 服务器后台执行，一次最多编排 1000 个 Agent，专为大规模负载设计。The Decoder 引用的漏洞检测实测很能说明问题：同一份 11.6 万行代码，动态工作流检出 66 个漏洞，单 Agent 只有 14~27 个。
配合这个趋势，配套工具也齐了：编排大脑（Claude 动态工作流）、运行控制台（gluon）、团队管理面板（Paperclip）、并行不打架（Worktrunk）。逐个看。
编排大脑：Claude Managed Agents 动态工作流
核心变化是“从脚本编排到自主编排”：以前多 Agent 跑批要靠外部调度器写死流程，现在是主 Agent 现场决定怎么拆、派给谁、按什么顺序、怎么合并。它写的是“运行很多 Agent 的程序”，而不是“很多 Agent 的清单”——阶段之间可以依赖前序结果，子 Agent 干完活主 Agent 继续统筹。大规模负载下，这个“活调度”比静态流水线省心得多。
注意这是托管服务（Claude Managed Agents，跑在 Anthropic 服务器上），不是开源自托管。它解决的是“谁指挥”这一层。
运行控制台：gluon，把六个编码 Agent 塞进一个终端
gluon（fidipro/gluon，Apache-2.0）解决的是“多 harness 并存怎么管”：它让 Claude Code、Codex、Antigravity、Grok Build、OpenCode、Kimi Code 并排跑在一个终端框架里，全部走你自己的 API key 或订阅。
三个核心能力：①选型路由——每个会话先跟一个“intake agent”过一遍：它读你的仓库、问几个问题，提议这个任务该用哪个 harness × 哪个模型 × 什么 effort，按成本最优路由；②会话管理——所有 Agent 会话的成本和上下文可观测、有分析；③单键切换——在一个框架里开会话、回主页、再开下一个。装起来一条命令：
curl -fsSL https://github.com/fidipro/gluon/releases/latest/download/install.sh | sh
cd your-repo && gluon适合手里同时用着多个编码 Agent、想统一管成本的人。
团队管理：Paperclip，“OpenClaw 是员工，Paperclip 是公司”
Paperclip（paperclipai/paperclip，MIT）的定位一句话说透：如果 OpenClaw 是员工，Paperclip 就是公司。它是个 Node.js 服务器 + React 界面，编排一整队 Agent 来跑业务。
它看起来像个任务管理器，底下是组织结构：组织图、预算、治理、目标对齐、Agent 协调。用法三步走：定义业务目标（比如“把笔记应用做到 100 万美元 MRR”）→ 组队（CEO、CTO、工程师、设计师，任何 bot、任何 provider）→ 审批并运行（审策略、设预算、按 Go，在面板上盯进展）。每个 Agent 单独选模型和 harness，任务、技能、权限、历史都集中在一处。
兼容性极广：OpenClaw、Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Pi、Hermes、Grok Build、Kimi Code 全收——README 原话：“只要能收到心跳，就算入职。”
并行不打架：Worktrunk，给每个 Agent 一间独立办公室
多 Agent 并行最烦的坑：两个 Agent 改同一个工作目录，互相踩。git worktree 是官方解法，但原生命令又臭又长——开个新工作树要把分支名敲三遍。Worktrunk（max-sixty/worktrunk）把 worktree 用成了分支一样顺手，专为“并行跑 5~10 个 Agent”设计：
| 任务 | Worktrunk | 原生 git |
|---|---|---|
| 切换工作树 | wt switch feat | cd ../repo.feat |
| 创建 + 启动 Claude | wt switch -c -x claude feat | 三条命令 |
| 清理 | wt remove | 三条命令 |
| 带状态列表 | wt list | 只有路径 |
额外福利：hooks 自动化本地工作流、copy-on-write 构建缓存（多个 Agent 共享构建产物，不用各自重编）。今年年初发布，已经成了最流行的 git worktree 管理器。
Worktrunk 进阶：hooks 和构建缓存
wt switch -c -x claude feat 这类命令已经能省下大半操作，但 Worktrunk 真正值钱的是两个进阶能力：hooks——在 worktree 创建/切换/清理时自动跑你的脚本，把“开好工作树 + 启动 Agent + 拉依赖”串成一条流水线；copy-on-write 构建缓存——多个 Agent 并行时共享构建产物，不用每个 worktree 各自重新编译一遍，省的是真金白银的等待时间。
四件套分工
| 层 | 工具 | 解决什么 |
|---|---|---|
| 编排大脑 | Claude 动态工作流 | 谁指挥、怎么拆、怎么合并 |
| 运行控制台 | gluon | 多 harness 并存、成本路由 |
| 团队管理 | Paperclip | 目标、预算、权限、历史 |
| 并行隔离 | Worktrunk | Agent 互不踩目录 |
信号强度
Anthropic 把“1000 个 Agent”从口号变成 beta 特性，说明多 Agent 规模化已经从玩具阶段进入基建阶段——有人管编排、有人管运行、有人管团队、有人管隔离。对普通开发者，这条线的实际价值排序是：Worktrunk 立刻能用（改掉你现在的并行工作流），gluon 值得试用（如果你同时用多个编码 Agent），Paperclip 和动态工作流更适合团队和重负载场景。别急着追“1000 个 Agent”，先把两个 Agent 的协作理顺，基建是给规模准备的。
情报库采集（OSCHINA 2026-10-11）+ The Decoder/CellCog 核验 + 三个仓库 README
本文基于 AI 情报库收录的条目展开深析；事实性信息以原始报道为准，分析与展望为编辑观点。
