Pular para conteúdo
Voltar aos artigos
ai4 min

Claude Managed Agents ganha workflows dinâmicos: até 1.000 agentes por tarefa, 64 de cada vez

Claude Managed Agents gets dynamic workflows: up to 1,000 agents per job, 64 at a time

KGA IT
2026-10-124 min
AIAnthropicClaudeAI AgentsMulti-agent

O anúncio

Em 9 de outubro de 2026, a Anthropic colocou em beta pública os workflows dinâmicos no Claude Managed Agents, seu serviço para rodar agentes de IA na nuvem. A ideia: o Claude escreve um programa que divide o trabalho, dispara vários agentes, repassa resultados entre eles e junta tudo no final. Enquanto isso, você continua conversando com o agente principal.

O recurso já existia no Claude Code desde 28 de maio; agora chega à infraestrutura gerenciada na nuvem, com limites próprios.

1.000 agentes, mas não ao mesmo tempo

As manchetes falam em "1.000 agentes em paralelo", mas a documentação é mais precisa:

  • Até 1.000 agentes iniciados no total por execução.
  • 64 threads simultâneas no máximo, valor que pode mudar e não é garantido pela API.
  • Vida útil padrão de 24 horas por execução e até 10 execuções abertas por sessão.
  • Os agentes têm históricos de conversa independentes, mas compartilham os arquivos do mesmo ambiente. Em tarefas de código, é preciso separar claramente o escopo de cada um para evitar conflitos.
  • O agente principal não pode mandar novas mensagens a um agente que está dentro de um workflow; correções e reverificações precisam estar no programa.

Para ativar, use o tipo multiagent_20261001 na definição do agente. Não é preciso chamar outra API: o agente principal decide sozinho quando iniciar um workflow.

O teste da Anthropic: 66 de 70 bugs

A Anthropic escondeu 70 bugs em 116 mil linhas de código e rodou três vezes cada abordagem:

  • Um único agente: encontrou 14, 15 e 27 bugs (20% a 39%).
  • Workflow dinâmico: encontrou 66 nas três rodadas (94,3%).

É um salto grande, mas é um teste interno. Não foram divulgados custo em tokens, tempo, falsos positivos, nem se os 66 eram os mesmos em cada rodada. E 4 bugs escaparam sempre.

O custo

O recurso em si não tem taxa extra: paga-se os tokens de cada agente mais US$ 0,08 por hora de sessão (tempo sobreposto não conta em dobro). Mas a própria Anthropic já disse que sistemas multiagente costumam gastar 3 a 10 vezes mais tokens que um único agente. Um engenheiro sênior da OpenAI chegou a chamar enxames de agentes de "desperdício massivo de tokens".

Há teto de orçamento por sessão, compartilhado por todos os agentes. Ao atingi-lo, a execução pausa, mas requisições em andamento terminam, então o teto pode ser ultrapassado um pouco. E atenção: uma execução marcada como completed não garante que todas as tarefas deram certo; peça ao workflow que liste o que falhou ou não foi analisado.

Para que serve na prática

  • Revisão de grandes volumes de documentos, como contratos, um agente por documento e outro revisando todos.
  • Auditoria de código em bases grandes, com escopo bem dividido.
  • Pesquisa e triagem paralelas com verificação cruzada.

Como começar

  1. Escolha uma tarefa divisível em partes independentes.
  2. Defina teto de orçamento desde o início.
  3. Compare com um agente único, nos mesmos dados: achados, falhas, custo e tempo.
  4. Exija relatório do que não foi coberto.

Fontes


Quer avaliar se agentes de IA em escala fazem sentido para revisões e auditorias na sua empresa? A KGA IT oferece uma consulta gratuita: kga-it.com.

Vamos resolver seus desafios técnicos juntos?

A KGA IT Solutions tem times especializados em AI, cloud e DevOps para entregar a solução ideal para seu problema.

Fale Conosco