Claude Managed Agents的动态工作流公测了：主Agent自己写编排程序，后台扇出一堆子Agent做审计、迁移、交叉核对。文档里写着并发可到几十、生命周期能拉起大量助手。
研发群里已经有人说：正好拿去扫全库合同条款。我回了一句：你先设预算上限，再谈全库。
场景：批量好看，账单更先到
长任务最诱人的点是「一次丢进去，第二天看结果」。动态工作流把诱人放大了——并行越多，结束越快，Token也乘着上。官方也提醒：run本身不另计价，但各线程按模型价计入session budget，触顶就暂停。
暂停听着安全，若你根本没设预算，安全阀等于没有。
对照：有上限 vs 无上限
| 做法 | 速度体感 | 账单 | 结论可信度 |
| --- | --- | --- | --- |
| 全库合同一次扇出 | 爽 | 先炸 | 汇总像全对，难抽检 |
| 先抽样50份+预算帽+人工抽检 | 慢半拍 | 可控 | 敢进评审 |
我更倾向第二种。 第一种适合演示；第二种适合还想上班的人。
单次事件：一次「先跑起来」
10月10日晚，同事用动态工作流对内部模板库做「敏感条款扫描」。他没设预算，说「看看能跑多远」。跑到一半告警，费用已经超过本周模型额度的大半，结论还只是半成品JSON。
我让他停，导出已完成线程，人工抽十份对照原文。十份里两份把「可协商」总结成「必须」。这种错，扇出一百个Agent也看不出来——它们可能错得一致。
实测·踩坑·对照
同一批20份合同摘要：
踩坑：提示词写「尽量全面」，子Agent各自发挥，汇总时互相打架。对照：固定输出字段，禁止发挥；主Agent只做合并与冲突列表。试改两轮，冲突列表比「完美总结」有用。
结论与短红线
- 任何多Agent长任务，先写预算与暂停策略。
- 全库扫描前先抽样校准错误类型。
- 汇总只出冲突与例外，不出「已全部合规」。
- 生产库只读账号；写操作禁止进工作流。
短示例（完整版见站内Prompt）：
角色：多Agent任务评审助手。
必须：预算、抽样、冲突列表；禁止宣称全库已合规。有人觉得「触顶暂停」就够了。不够。触顶时半成品会诱惑你「将就用」。将就用的审计结论，比没有结论更危险——它穿着完成态的衣服。
编排程序若由模型自写，还要防「悄悄加阶段」。阶段一加，线程一翻倍。我要求工作流模板人审：最多几阶段、每阶段最多几线程、失败如何停。模板不过审，禁止对生产数据启用。
法务同事提醒：合同扫描结果若进董事会材料，必须标注「机器辅助、抽样复核比例」。不标注，就是把概率说成事实。事实要人背书。
日志要按线程留。哪个子Agent读了哪份合同、输出了什么字段，事后才能审计。没有线程日志，汇总像黑箱。黑箱结论进不了合规材料，也进不了我的信任。
并发不是越高越好。六十多个线程同时读存储，还会打满IO，把别的业务拖慢。性能事故和账单事故可以一起来。所以上限既是钱，也是系统保护。
开源合同集练手可以猛；生产合同集必须慢。猛是学习；慢是责任。把环境拆开，比写一百句提示词禁止事项有效。
这一周我把相关新闻裁下来贴在制度旁，不是为了恐吓，是为了提醒：边界写在纸上，才写得进习惯。习惯养成前，所有「先方便一下」都要付利息。
复核人的名字必须写到单据上。没有名字的复核，等于没有复核。名字会让人慢下来，慢下来才会看见错。
字段冲突时不要让模型「投票选多数」。多数错会更稳地错。冲突必须进人工队列。队列可以慢，不能假。
子Agent提示词要版本化。今天改了字段名，昨天线程还在用旧名，汇总会穿。穿了还好看，叫隐性事故。
对「审计」二字保持谦虚。机器扫描是检索辅助，不是审计意见。审计意见有执业含义。含义不清，就别借用。
磁盘上的合同若含个人隐私页，先脱敏再进工作流。脱敏脚本失败就中止，不要「先跑着」。跑着的是违规。
我让团队把预算帽写进启动命令的必填参数。缺参数直接拒绝执行。拒绝比事后追责体面。
演示给领导看，用公开样例集。用生产集刷成功率，是把运气当能力。运气散场后，账单还在。
并行线程的失败重试策略要封顶。无限重试是账单刺客。刺客专刺你以为「马上就好」的那十分钟。
落地时我还会看单据能不能被第三方复盘：第三人只看纸面，能否知道谁决定、依据什么、何时截止。看不懂，就补一行。补到能懂为止。补充一次也值得。
不要害怕说「这周我们没用上某项新能力」。没用上若是因为边界没齐，是成熟，不是落后。
把例外流程写短：谁申请、谁批、多久收回。短了才有人用。长了只会躺在网盘。
周复盘只留三个数字：拦截次数、超预算次数、人工否决模型建议次数。数字比口号醒目。
收尾
没预算上限，账单会比结论先到。多Agent能加快扫，不能代替你为错摘要负责。
