Dynamic workflows en Claude Code: orquesta cientos de subagentes

Qué son los dynamic workflows

Un dynamic workflow es un script de JavaScript que orquesta subagentes a escala. Claude escribe el script, y un runtime separado lo ejecuta en segundo plano mientras tu sesión sigue respondiendo. Cuando el plan vive en código, el script absorbe toda la complejidad y el contexto de Claude solo retiene la respuesta final.

Shipearon en Claude Code el 28 de mayo de 2026 como research preview, junto con Claude Opus 4.8 y un fast mode más barato.

¿Cómo funcionan exactamente los dynamic workflows en el flujo de trabajo diario?

Un dynamic workflow opera dividiendo una instrucción de desarrollo compleja en un script ejecutable que invoca decenas o cientos de instancias efímeras de Claude en paralelo. Cada subagente resuelve una unidad de trabajo aislada, como refactorizar un módulo o auditar vulnerabilidades, y reporta su resultado a un agregador central, preservando la ventana de contexto del hilo principal completamente despejada.

A diferencia de los agentes autónomos tradicionales que mantienen una sola conversación kilométrica donde la degradación de atención degrada el código generado, el dynamic workflow genera un entorno desacoplado. Claude analiza el repositorio, escribe la lógica de control en JavaScript estándar —definiendo bucles de validación, concurrencia máxima y condiciones de salida— y delega la ejecución al runtime del CLI. El desarrollador mantiene el control de la consola mientras los procesos en segundo plano leen dependencias, ejecutan pruebas unitarias y preparan parches incrementales.

Qué problemas resuelve

Está pensado para tareas demasiado complejas para un solo agente:

• Investigar bugs que tocan muchos archivos
• Migraciones grandes de código
• Auditorías de seguridad
• Revisiones de performance
• Análisis de arquitectura de proyectos complejos

Claude dinámicamente escribe scripts de orquestación que corren decenas o cientos de subagentes en paralelo en una sola sesión, revisando su trabajo antes de que algo te llegue.

El benchmark práctico: Bun de Zig a Rust

El ejemplo que mejor lo ilustra: Jarred Sumner usó dynamic workflows para portar el runtime de Bun de Zig a Rust. Resultado: ~750,000 líneas de Rust, 99.8% de la suite de pruebas existente pasando, y once días del primer commit al merge. Eso no es autocomplete — es trabajo de ingeniería real orquestado por agentes.

De acuerdo con el desglose técnico publicado por el equipo de desarrollo de Bun, la migración no se dejó a ciegas. El script de orquestación levantó subagentes para traducir archivos fuente individuales, compiló cada archivo mediante cargo check, y ante cualquier error sintáctico o de tipos, el subagente responsable recibió retroalimentación inmediata del compilador sin intervención humana. Solo cuando el archivo compilaba limpiamente y pasaba las pruebas unitarias aisladas, el orquestador integraba el diff al árbol principal.

Comparativa de arquitecturas de desarrollo asistido por IA

Para entender el salto operativo que representan los workflows dinámicos, conviene comparar las metodologías dominantes en la industria de software actual:

Criterio de evaluación	Agente conversacional lineal	Subagentes con herramientas fijas	Dynamic Workflows (Claude Code)
Gestión del contexto	Monolítico; se satura rápidamente al procesar repositorios enteros.	Fragmentado; contextos independientes pero con topología rígida.	Dinámico; un script de JS absorbe la complejidad y filtra el resumen.
Concurrencia operativa	Secuencial (un archivo o tarea a la vez).	Limitada por el árbol de llamadas definido por el proveedor.	Alta; decenas o cientos de llamadas asíncronas concurrentes.
Tolerancia a fallas	Baja; un error arrastra el historial completo de la sesión.	Media; reintentos a nivel de nodo individual.	Alta; scripts con lógica de captura de excepciones y auto-corrección.
Costo computacional por token	Ineficiente; reenvía todo el historial en cada turno.	Moderado; divide tokens en tareas específicas.	Optimizado; compatible con fast mode para subagentes de baja complejidad.
Supervisión del desarrollador	Constante; requiere prompts paso a paso.	Intermitente al final de cada pipeline preconfigurado.	Por excepción; el usuario solo interviene si falla la validación final.

Riesgos técnicos y qué puede salir mal

La orquestación masiva de agentes introduce nuevos vectores de falla que los líderes de ingeniería deben monitorear con rigor:

1. Explosión de costos por bucles de corrección infinitos

Cuando un subagente entra en un ciclo de reintentos fallidos contra un compilador o un linter estricto, el consumo de tokens de entrada y salida puede escalar rápidamente. Si el script generado no establece un límite estricto de iteraciones (por ejemplo, abortar tras tres intentos fallidos), una refactorización descuidada puede consumir miles de dólares de saldo de API en cuestión de minutos.

2. Alucinaciones consistentes en interfaces internas

Si dos subagentes trabajan en módulos interdependientes en paralelo sin un contrato de tipos congelado previamente, pueden inventar firmas de funciones incompatibles entre sí. El orquestador debe imponer una fase preliminar donde los contratos de API y las interfaces se compilen antes de delegar las implementaciones de bajo nivel.

3. Agotamiento de cuotas y límites de concurrencia

Desplegar cientos de subagentes simultáneos genera ráfagas intensas de solicitudes por segundo (RPS) y tokens por minuto (TPM). Sin un control de flujo en el runtime, los entornos empresariales corren el riesgo de toparse con errores de rate limiting (código HTTP 429) en proveedores de nube como Amazon Bedrock o Google Cloud Vertex AI, lo que interrumpe la ejecución a la mitad de una migración.

Implicaciones estratégicas para equipos de ingeniería en América Latina

Para el ecosistema tecnológico en América Latina, donde los presupuestos de contratación suelen ser más ajustados y la escasez de talento sénior especializado en modernización de sistemas legacy es crítica, los dynamic workflows alteran radicalmente la viabilidad de los proyectos de deuda técnica.

Muchas organizaciones de la región operan aplicaciones críticas bancarias, gubernamentales o de comercio electrónico montadas sobre versiones obsoletas de frameworks o lenguajes que nadie quiere mantener. Tradicionalmente, migrar estos sistemas requería contratar consultorías globales por meses o asignar células completas a tareas repetitivas de baja creatividad. La posibilidad de orquestar flujos donde Claude asume la transcripción sintáctica, la generación de tests y la validación de parches permite a equipos locales pequeños ejecutar modernizaciones arquitectónicas en días, elevando la competitividad del software regional sin disparar la nómina operativa.

Disponibilidad

Los dynamic workflows están disponibles en el CLI de Claude Code, en Desktop y en la extensión de VS Code para planes Pro, Max, Team y Enterprise, además de la Claude API, Amazon Bedrock, Vertex AI y Microsoft Foundry.

Por qué importa

El patrón cambia la economía de las tareas grandes. En vez de pelear el límite de contexto de un solo agente, defines la estructura del trabajo en código y dejas que el runtime paralelice. Para equipos que enfrentan migraciones o auditorías que antes tomaban semanas, esto reordena qué es factible en una tarde.