C'est quoi les workflows dynamiques de Claude ?

Les workflows dynamiques sont une fonctionnalite ajoutee le 9 octobre 2026 a Claude Managed Agents, la plateforme hébergee d'Anthropic. L'agent principal examine ta demande, ecrit un programme qui decoupe le travail en phases, distribue chaque morceau a des sous-agents qui tournent en parallele, puis fusionne leurs resultats. Jusqu'a 1000 agents peuvent travailler dans une seule execution.

Combien d'agents peuvent tourner en parallele ?

Jusqu'a 1000 agents sur la duree totale d'une execution, avec 64 threads actifs simultanement. Une execution peut durer 24 heures par defaut, et tu peux lancer jusqu'a 10 runs en parallele dans une meme session.

Ca remplace quoi par rapport aux sous-agents existants ?

Les sous-agents deleguent des taches un par un, et chaque resultat revient dans le contexte de l'agent principal. Les workflows dynamiques deplacent le plan dans un programme : l'agent principal n'a plus a coordonner chaque etape, le script le fait. Ca libere le contexte de l'agent principal et permet de faire tourner des dizaines ou des centaines d'agents sans saturer la conversation.

Les workflows dynamiques sont-ils gratuits ?

Non. Un run n'a pas de prix propre, mais tu paies les tokens consommes par chaque agent au tarif du modele utilise, plus 0,08 dollar par heure de session. Anthropic recommande de commencer petit parce que les executions multi-agents peuvent consommer beaucoup de tokens.

Ou peut-on utiliser les workflows dynamiques de Claude ?

Sur la plateforme Claude (tous les plans payants avec acces API), sur Amazon Bedrock, sur Google Cloud Agent Platform, et sur Microsoft Foundry. Dans Claude Code, les workflows dynamiques existent depuis mai 2026 et sont maintenant disponibles en general. Sur Managed Agents, la fonctionnalite est en beta depuis le 9 octobre 2026.

Actualite · Agents IA

Claude peut lancer 1000 agents en parallèle : les workflows dynamiques arrivent sur Managed Agents

10 octobre 2026 · 5 min de lecture

Illustration aquarelle d'un petit robot astronaute violet en chef d'orchestre, entouré de nombreuses petites copies du même robot travaillant sur différentes tâches en parallèle, reliées par des lignes menthe, symbolisant les workflows dynamiques et la coordination multi-agents de Claude

Le 9 octobre 2026, Anthropic a ajoute les workflows dynamiques a Claude Managed Agents, sa plateforme hébergee d'execution d'agents. Un agent principal peut maintenant ecrire un programme qui decoupe ton travail en morceaux, distribue chaque morceau a des sous-agents qui tournent en parallele, et fusionne leurs resultats. Jusqu'a 1000 agents peuvent travailler dans une seule execution.

La fonctionnalite existait dans Claude Code depuis mai, ou le script tourne sur ta machine. Sur Managed Agents, elle tourne sur les serveurs d'Anthropic. La difference change qui paie et qui controle.

Voici ce que ça fait, comment ça marche, et ou ça peut mordre.

Ce que ça fait concrètement

Avant, un agent Claude traitait une tache etiquette par etiquette. Tu lui donnais un objectif, il travaillait tour a tour, appelait des outils, et revenait avec un resultat. Avec les sous-agents, il pouvait deleguer quelques taches en parallele, mais la coordination restait manuelle : chaque sous-agent retournait son resultat dans le contexte de l'agent principal, qui decidait de la suite.

Les workflows dynamiques deplacent le plan dans le code. L'agent principal lit ta demande, ecrit un script JavaScript qui decrit les phases du travail, et le serveur execute ce script en arriere-plan. Le script lance des agents en parallele, passe le resultat d'un agent au suivant, peut repeter une etape jusqu'a ce qu'une verification passe, et fusionne tout a la fin. L'agent principal, lui, reste disponible pour te parler.

Concretement, tu decris un travail en une phrase : "Audite ces 200 fichiers de config et liste les divergences." L'agent decide de lancer un workflow. Le script decoupe les 200 fichiers en lots, lance des agents en parallele pour lire chaque lot, un deuxieme groupe d'agents verifie les divergences trouvees, et un troisieme groupe consolide. Tu recois un rapport a la fin.

Anthropic donne des exemples : audit d'une base de code, migration de 500 fichiers, recherche qui croise des sources entre elles, plan complexe mérite d'etre redige depuis plusieurs angles avant de choisir.

Les chiffres du test bug hunt

Anthropic a dissimule 70 bugs dans une base de code de 116 000 lignes, puis a lance des agents dessus.

Un agent seul a trouve entre 14 et 27 bugs par execution. Le workflow dynamique en a trouve 66, et ce de maniere constante.

L'ecart est important. Dans le meilleur cas, l'agent seul a repere un peu moins de 40% des bugs. Le dispositif multi-agents en a trouve pres de 95%. La dispersion compte aussi : les resultats de l'agent seul allaient de 14 a 27 selon les executions, alors que le workflow restait stable autour de 66.

C'est un seul test, conçu et mene par l'entreprise qui vend le produit. On ne sait pas encore si les memes gains se retrouvent sur d'autres types de taches que la chasse aux bugs dans du code. Le conseil pratique : teste sur tes propres charges de travail avant de conclure.

Comment ça marche sous le capot

Trois couches dans un run : le run lui-meme, des phases nommees ("Lire les contrats", "Verifier les divergences"), et des session threads ou les agents travaillent. Le programme que l'agent ecrit orchestre tout ça.

Quatre limites techniques a connaître :

64 threads travaillent en meme temps dans un run. Les autres attendent leur tour.
1000 agents maximum sur la duree totale d'un run.
24 heures de duree de vie par defaut.
10 runs ouverts en parallele par session.

Le script peut definir ses propres agents inline (qui utilisent le meme modele que l'agent principal) ou piocher dans une liste de jusqu'a 20 agents predefinis que tu as configures. Tu peux donc donner des modeles differents a chaque phase : un modele rapide pour la lecture, un modele plus performant pour la synthese.

L'agent principal n'envoie pas de messages de suivi aux agents du workflow. Le programme passe les resultats d'un agent a l'autre de facon programmatique. Quand le run est fini, les threads sont archives.

Un exemple chez Maisons&Mobilia

Sophie, responsable support chez Maisons&Mobilia (M&M, enseigne de meubles fictive), doit auditer les tickets de support des 18 magasins sur le dernier trimestre. Ça represente environ 3400 tickets repartis sur 3 mois. Aujourd'hui, elle extrait les tickets par magasin, les lit un par un, categorise les problemes, et consolide dans un rapport. Ça lui prend trois jours.

Sophie configure un agent Claude avec les workflows dynamiques. Elle ecrit : "Audite les 3400 tickets de support Q3 des 18 magasins. Categorise par type (remboursement, defaut produit, logistique, question), identifie les tendances par magasin, et liste les 10 problemes les plus frequents avec leur volume."

L'agent principal ecrit un workflow. Phase 1 : 18 agents en parallele, un par magasin, chacun lit ses tickets et les categorise. Phase 2 : 3 agents de verificationcroisent les categories pour detecter les tendances transversales. Phase 3 : un agent de synthese consolide les resultats et redige le rapport. Sophie recoit le rapport dans sa session.

Ce que Sophie ne fait pas : elle ne laisse pas le workflow envoyer des communications aux magasins. L'agent prepare, Sophie valide. Elle ne lui donne pas acces aux donnees clients nominales : les tickets sont anonymises avant l'audit. Et elle commence par un test sur un seul magasin avant de lancer les 18, parce que la facture en tokens d'un run a 18 agents en parallele peut grimper vite.

La question du coût

C'est le point sensible. Un run n'a pas de prix propre. Tu paies les tokens consommes par chaque agent au tarif du modele utilise, plus 0,08 dollar par heure de session.

Le calcul grimpe vite. Un run avec 100 agents, chacun lisant une partie d'une base de code avant de rendre compte, consomme des tokens sur 100 conversations en parallele. Un ingénieur senior d'OpenAI a recement qualifie les essaims d'agents de "gaspillage massif de tokens". Anthropic ne le cache pas : l'entreprise recommande de commencer petit et de surveiller la facture.

Anthropic a baisse les prix de Claude Haiku 5.5 le 7 octobre (jusqu'a 90% de reduction sur certains usages), ce qui aide. Mais un run multi-agents reste un poste de depense. Les controles de budget se reglent au moment de creer la session, pas en cours de route.

Workflow dynamique vs sous-agents : quand utiliser quoi

Anthropic distingue trois facons pour un agent de deleguer, et le choix depend de la tache.

	Sous-agents	Workflows dynamiques
Qui decide de la suite	L'agent principal, tour par tour	Le script, de facon programmatique
Ou vivent les resultats intermediaires	Dans le contexte de l'agent principal	Dans les variables du script
echelle	Quelques taches deleguees par tour	Des dizaines a des centaines d'agents
Ce qui est reproductible	La definition du sous-agent	L'orchestration complete
Interruption	Relance le tour	Reprendable dans la meme session

La regle pratique : si ton agent doit suivre up avec un sous-agent apres son rapport, utilise les sous-agents. Si ton tache est assez grande pour meriter un plan code et des dizaines d'agents en parallele, utilise un workflow.

Les limites

C'est en beta. La fonctionnalite est derriere le header managed-agents-2026-04-01 et le type multiagent_20261001. Tu actives les workflows dans la configuration de ton agent. Anthropic peut modifier l'API avant la stabilisation.
Le test bug hunt est le seul benchmark public. Il porte sur une seule tache (chasse aux bugs dans du code), sur une base de 116 000 lignes, conçu par l'editeur. Les gains sur d'autres types de taches (analyse de documents, recherche, redaction) restent a verifier.
Un run "complete" peut contenir du travail rate. Le statut du run dit que le programme a fini, pas que chaque agent a reussi. Si un agent tombe sur une erreur d'API ou un rate limit, son morceau de travail est marque comme echoue, mais le run continue. Verifie les resultats, pas juste le statut.
Un run peut créer un deuxieme thread pour le meme morceau de travail si le premier echoue et que le script prevoit une relance. C'est utile pour la resilience, mais ça double la facture sur ce morceau.
Le budget se fixe a la creation de la session. Si tu te trompes et que le run explose, tu ne peux pas ajuster en cours de route. Anthropic recommande de commencer petit et de monter en echelle apres avoir valide le rapport coût-benefice sur tes taches.
La concurrence sur l'orchestration se densifie. Google Cloud a lance le Gemini agent le 8 octobre avec delegation a des sous-agents. OpenAI Dots orchestre des agents depuis septembre. Cohere a ajoute des plafonds de depenses en tokens sur sa plateforme le 6 octobre. Les workflows dynamiques d'Anthropic se differencient par le plan code (reproductible) et la limite haute (1000 agents), mais le terrain de concurrence se deplace vers l'orchestration, pas vers les modeles.

Aller plus loin

Pour comprendre comment un agent IA prend des decisions en autonomie et pourquoi le moindre privilege compte, notre article sur comment fonctionne un agent IA pose les bases du tool use et de l'orchestration. Le guide sur les garde-fous des agents IA detaille le human in the loop et le perimetre. Notre article sur Claude Cowork couvre l'autre face d'Anthropic : l'agent always-on qui tourne dans le cloud. Et pour t'entrainer a ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les agents, l'orchestration et le déploiement, en français, sans coder.

Sources

Questions fréquentes

C'est quoi les workflows dynamiques de Claude ?: Les workflows dynamiques sont une fonctionnalite ajoutee le 9 octobre 2026 a Claude Managed Agents, la plateforme hébergee d'Anthropic. L'agent principal examine ta demande, ecrit un programme qui decoupe le travail en phases, distribue chaque morceau a des sous-agents qui tournent en parallele, puis fusionne leurs resultats. Jusqu'a 1000 agents peuvent travailler dans une seule execution.
Combien d'agents peuvent tourner en parallele ?: Jusqu'a 1000 agents sur la duree totale d'une execution, avec 64 threads actifs simultanement. Une execution peut durer 24 heures par defaut, et tu peux lancer jusqu'a 10 runs en parallele dans une meme session.
Ca remplace quoi par rapport aux sous-agents existants ?: Les sous-agents deleguent des taches un par un, et chaque resultat revient dans le contexte de l'agent principal. Les workflows dynamiques deplacent le plan dans un programme : l'agent principal n'a plus a coordonner chaque etape, le script le fait. Ca libere le contexte de l'agent principal et permet de faire tourner des dizaines ou des centaines d'agents sans saturer la conversation.
Les workflows dynamiques sont-ils gratuits ?: Non. Un run n'a pas de prix propre, mais tu paies les tokens consommes par chaque agent au tarif du modele utilise, plus 0,08 dollar par heure de session. Anthropic recommande de commencer petit parce que les executions multi-agents peuvent consommer beaucoup de tokens.
Ou peut-on utiliser les workflows dynamiques de Claude ?: Sur la plateforme Claude (tous les plans payants avec acces API), sur Amazon Bedrock, sur Google Cloud Agent Platform, et sur Microsoft Foundry. Dans Claude Code, les workflows dynamiques existent depuis mai 2026 et sont maintenant disponibles en general. Sur Managed Agents, la fonctionnalite est en beta depuis le 9 octobre 2026.