हर काम के लिए कस्टम harness: Claude Code के dynamic workflows

• Dynamic workflows एक ऐसी सुविधा है जिसमें Claude Code काम के अनुसार harness को उसी समय खुद लिखता है, और पहले अलग से बनाए जाने वाले custom harness को अब code के भीतर native तरीके से संभालता है
• JavaScript file चलाकर subagents बनाता और coordinate करता है, और हर agent के लिए कौन-सा model इस्तेमाल होगा तथा worktree isolation होगी या नहीं, यह भी चुना जा सकता है
• एक ही context window में होने वाले agentic laziness, self-preferential bias, goal drift जैसे failure modes को अलग-अलग context के जरिए संरचनात्मक रूप से रोका जा सकता है
• migration, deep research, sorting, triage, root cause investigation जैसे coding के बाहर के non-technical कामों में भी उपयोग संभव
• token खपत अधिक हो सकती है, इसलिए हर काम के लिए जरूरी नहीं; लेकिन creative use के जरिए Claude Code को नए तरीकों से विस्तार देने की एक शुरुआत है

---

Dynamic workflows का अवलोकन

• पिछले हफ्ते Claude Code में dynamic workflows जारी किए गए, जिनसे Claude काम के अनुसार तुरंत harness लिख सकता है
• मूल Claude Code harness coding के लिए बनाया गया था, लेकिन कई काम coding tasks जैसे होते हैं, इसलिए यह दूसरे तरह के कामों में भी उपयोगी है
• Research, security analysis, agent teams, Code Review आदि के लिए अब तक Claude Code के ऊपर अलग custom harness बनाकर सर्वोत्तम performance हासिल की जाती थी
• workflows अब इन समस्याओं को Claude Code के भीतर native रूप से हल करते हैं, और दूसरों के साथ share और reuse करना भी संभव बनाते हैं
• best practices अभी विकसित हो रही हैं, और token खपत अधिक होने के कारण कब और कैसे उपयोग करना है, यह सोच-समझकर तय करना चाहिए

उदाहरण prompts

• "यह test 50 बार चलाने में लगभग 1 बार fail हो सकता है। इसे reproduce करने वाला workflow बनाइए। race के बारे में कई hypothesis बनाइए, और evidence के आधार पर तब तक आगे बढ़िए जब तक कोई valid hypothesis न मिल जाए।"
• "workflow का इस्तेमाल करके हाल की 50 sessions देखिए और बार-बार संशोधित होने वाले हिस्सों को पहचानिए, फिर उनमें से recurring हिस्सों को CLAUDE.md नियमों में बदल दीजिए"
• "workflow का इस्तेमाल करके पिछले 6 महीनों के Slack #incidents का analysis कीजिए और ऐसे recurring root causes खोजिए जिन पर किसी ने ticket submit नहीं किया है।"
• "मेरी business plan लेकर एक workflow चलाइए जिसमें investor, customer और competitor के नज़रिए से कई reviewers उसका बारीकी से analysis करें।"
• "यहाँ 80 resumes वाला एक folder है। workflow का इस्तेमाल करके backend role के लिए उपयुक्त resumes की ranking कीजिए, और top 10 को एक बार फिर verify कीजिए। AskUserQuestion tool का उपयोग करके evaluation rubric के आधार पर मेरा interview लीजिए।"
• "इस CLI tool को नाम देना है। workflow का इस्तेमाल करके कई options brainstorm कीजिए और tournament तरीके से top 3 चुनिए।"
• "workflow का इस्तेमाल करके हर जगह User model का नाम Account में बदल दीजिए।"
• "मेरे blog post draft की बारीकी से समीक्षा कीजिए और workflow का उपयोग करके codebase और सभी technical claims से उसका मिलान कीजिए। मैं गलत जानकारी publish नहीं करना चाहता।"

Dynamic workflows कैसे काम करते हैं

• JavaScript file चलाई जाती है, जिसमें subagents बनाने और coordinate करने में मदद करने वाले कुछ special functions शामिल होते हैं
• JSON, Math, Array जैसी standard JavaScript functions भी शामिल होती हैं, ताकि data processing को support मिले
• agent किस model का उपयोग करेगा और subagent के लिए worktree isolation होगी या नहीं, यह तय किया जा सकता है; Claude जरूरत के अनुसार intelligence level और isolation level चुनता है
• अगर user action या terminal बंद होने से workflow रुक भी जाए, तो session फिर शुरू होने पर यह उसी जगह से आगे बढ़ सकता है जहाँ यह रुका था

Dynamic workflows की जरूरत क्यों है

• मूल harness single context window में planning और execution दोनों साथ करता है; यह कई coding tasks में प्रभावी है, लेकिन लंबे, बड़े पैमाने के parallel, या बहुत structured adversarial tasks में इसकी सीमाएँ हैं
• किसी जटिल काम को एक ही context में लंबे समय तक चलाने पर कुछ खास failure modes का जोखिम बढ़ जाता है
  • Agentic laziness: जटिल multi-step task को पूरा होने से पहले रोक देना और partial completion के बाद उसे complete घोषित कर देना (उदाहरण: security review की 50 items में से सिर्फ 20 ही करना)
  • Self-preferential bias: rubric के आधार पर validation या judgment करते समय अपने ही result को प्राथमिकता देने की प्रवृत्ति
  • Goal drift: कई turns के दौरान मूल लक्ष्य के प्रति निष्ठा धीरे-धीरे कम हो जाना, खासकर compaction के बाद; edge-case requirements या "X मत करना" जैसी constraints खो सकती हैं
• इन्हें रोकने के लिए अलग context windows और focused, isolated goals वाले कई Claude instances को coordinate किया जाता है

Dynamic vs static workflows

• पहले Claude Agent SDK या claude -p के जरिए कई Claude Code instances को coordinate करने वाले static workflows लिखे जा सकते थे
• static workflows को सभी edge cases संभालने पड़ते हैं, इसलिए वे आम तौर पर अधिक general होते हैं
• Claude Opus 4.8 और dynamic workflows के साथ अब Claude इतना intelligent हो गया है कि वह use case के अनुसार custom harness खुद लिख सकता है

Dynamic workflows के उपयोग पैटर्न

• Claude से workflow generation के लिए कहा जा सकता है, या trigger word ultracode का उपयोग करके workflow generation सुनिश्चित की जा सकती है
• workflow बनाते समय Claude कुछ common patterns को मिलाकर इस्तेमाल करता है

• Classify-and-act

  • classifier agent पहले task type तय करता है, फिर task के अनुसार अलग agents या actions की ओर route करता है; या अंत में classifier output तय करता है

• Fan-out-and-synthesize

  • task को छोटे चरणों में बाँटकर हर चरण के लिए agent चलाया जाता है और फिर नतीजों को जोड़ा जाता है
  • यह तब उपयोगी है जब छोटे चरण बहुत हों या हर चरण को clean context window का लाभ मिलता हो, जिससे mutual interference और cross-contamination रुकती है
  • synthesize चरण एक barrier की तरह काम करता है, जो सभी fan-out agents का इंतज़ार करके structured output को एक में merge करता है

• Adversarial verification

  • हर generated agent के लिए अलग agent चलाकर उसके output को rubric और criteria के विरुद्ध adversarial तरीके से verify किया जाता है

• Generate-and-filter

  • किसी विषय पर बहुत-से ideas generate किए जाते हैं, फिर rubric और validation के आधार पर filter, deduplicate करके केवल सर्वोत्तम verified ideas लौटाए जाते हैं

• Tournament

  • task को बाँटने के बजाय agents को प्रतिस्पर्धा कराई जाती है; N agents अलग-अलग approaches से वही task हल करने की कोशिश करते हैं, और judge agent pairwise तरीके से winner चुनता है जब तक अंतिम विजेता न मिल जाए

• Loop until done

  • जब काम की मात्रा अनिश्चित हो, तब fixed count की जगह stop condition (जैसे कोई नई खोज न होना, log errors न होना) पूरी होने तक बार-बार agents बनाए जाते हैं

उपयोग के मामले

• workflows कई बार non-technical tasks में और भी अधिक उपयोगी साबित होते हैं

• Migration और refactor

  • Bun को workflow की मदद से Zig से Rust में फिर से लिखा गया; अधिक जानकारी Jarred की X thread में देखी जा सकती है
  • callsites, failing tests, modules आदि में काम को तोड़ना इसका मुख्य हिस्सा है
  • हर बदलाव के लिए worktree में subagent बनाया जाता है, फिर दूसरा agent adversarial review करके merge करता है
  • resource-intensive commands से बचने के निर्देश देकर machine resources खत्म किए बिना अधिकतम parallelization की जा सकती है

• Deep research

  • dynamic workflows का उपयोग करने वाली deep research skill (/deep-research) जारी की गई है, जो web searches को fan-out करती है, sources लाती है, claims को adversarial तरीके से verify करती है और citations सहित report तैयार करती है
  • web search के अलावा Slack context से status reports बनाना, codebase की गहराई से पड़ताल करके features के व्यवहार की जाँच करना आदि भी संभव है

• Deep verification

  • किसी report के हर factual claim को verify और source करने के लिए ऐसा workflow बनाया जा सकता है जिसमें एक agent सभी factual claims पहचाने और subagents हर claim की विस्तार से जाँच करें
  • verification agent source subagents की source quality भी जाँच सकता है

• Sorting

  • qualitative criteria के आधार पर items को sort करने में उपयोगी (उदाहरण: support tickets को bug severity के अनुसार)
  • 1000 से अधिक rows को एक prompt में sort करने पर quality गिर सकती है या context limit पार हो सकती है; इसकी जगह tournament, pairwise comparison pipeline, या parallel bucket-rank करके merge करना उपयोगी है
  • comparative judgment absolute scoring की तुलना में अधिक भरोसेमंद होता है; हर comparison अलग agent द्वारा होने से deterministic loop bracket बनाए रखता है और context में केवल execution order बचता है

• Memory और rules compliance

  • जो rules CLAUDE.md में डालने पर भी Claude miss कर देता है, उनके लिए ऐसा workflow बनाया जा सकता है जिसमें rules list हो और हर rule की जाँच के लिए एक verification agent हो
  • false positives कम करने के लिए rule review करने वाला skeptic persona subagent भी बनाया जा सकता है
  • इसका उलटा भी संभव है: हाल की sessions और code review comments से बार-बार होने वाले fixes निकालना, parallel agents से clustering करना, फिर हर candidate को adversarial verification ("क्या यह rule वास्तव में इस गलती को रोकता?") से गुजारकर बचे हुए rules को CLAUDE.md में refine करना

• Root cause investigation

  • debugging तब अधिक प्रभावी होती है जब कई independent hypotheses बनाकर उन्हें verify किया जाए, लेकिन single context window में self-preferential bias आ सकता है
  • workflow इसे संरचनात्मक रूप से रोकता है, क्योंकि यह logs, files और data जैसे अलग evidence के आधार पर agents से hypotheses बनवाता है, और हर hypothesis को verifier तथा rebuttal panel के सामने रखता है
  • code के बाहर sales (मार्च में revenue गिरने का कारण), data engineering (pipeline failure का कारण) जैसे post-mortem में भी उपयोग संभव है

• Large-scale triage

  • ऐसे support queues, bug reports और backlogs के लिए triage workflow बनाया जा सकता है जिन्हें इंसान पूरी तरह संभाल नहीं पाते; यह हर item को classify करता है, मौजूदा tracked items से deduplicate करता है और action तय करता है (fix की कोशिश या human escalation)
  • एक उपयोगी pattern है quarantine, जिसमें untrusted public content पढ़ने वाले agent की high-privilege actions रोक दी जाती हैं और information processing कोई अलग agent करता है
  • इसे /loop के साथ जोड़कर लगातार चलाया जा सकता है

• Exploration और taste

  • design और naming जैसे taste-based problems में उपयोगी, जहाँ rubric का लाभ मिलता है
  • कई solutions explore करवाकर review agent को अच्छे solution के criteria वाला rubric दिया जाता है; जब review agent तय कर ले कि criteria पूरे हो गए हैं, काम पूरा माना जाता है, और tournament से ranking व selection किया जा सकता है

• Evals

  • worktree में अलग agents बनाकर और comparison agent से rubric के अनुसार score कराकर lightweight evals चलाई जा सकती हैं; उदाहरण के लिए किसी generated skill का कुछ criteria पर evaluation और improvement

• Model और intelligence routing

  • task के अनुसार model चुनने वाला classifier agent बनाया जा सकता है, खासकर उन tasks में जहाँ बहुत-से tool calls होते हों और पहले research करके सही model पहचानना बेहतर हो
  • उदाहरण: "auth module कैसे काम करता है" जैसे task के लिए सबसे उपयुक्त model auth module की files की संख्या और codebase की प्रकृति पर निर्भर कर सकता है; classifier पहले जाँच करता है और complexity के अनुसार Sonnet या Opus की ओर route करता है

कब उपयोग नहीं करना चाहिए

• workflows एक नई सुविधा हैं; कई use cases में ये बड़े परिणाम दे सकते हैं, लेकिन हर काम के लिए जरूरी नहीं और token usage काफी बढ़ा सकते हैं
• यह Claude Code को पहले संभव न रहे तरीकों से आगे बढ़ाने वाले creative use cases के लिए उपयुक्त है
• सामान्य coding tasks में खुद से पूछना चाहिए: "क्या सच में अधिक computing की जरूरत है?"; पारंपरिक coding tasks में अधिकतर मामलों में 5 reviewers की panel की आवश्यकता नहीं होती

Dynamic workflows बनाने के tips

• Prompting

  • ऊपर बताए गए तरीकों का उपयोग करते हुए detailed prompting से सर्वोत्तम परिणाम मिलते हैं
  • यह केवल बड़े tasks के लिए नहीं है; "quick workflow" prompt करके assumptions की तेज adversarial review जैसी चीजें भी की जा सकती हैं

• /goal और /loop के साथ संयोजन

  • triage, research, verification जैसे repeatable workflows को /loop के साथ जोड़कर नियमित रूप से चलाया जा सकता है, और /goal से hard completion requirements तय की जा सकती हैं

• Token usage budget

  • explicit token budget सेट करके task-प्रति token limit तय की जा सकती है; जैसे "use 10k tokens" जैसा prompt देकर upper bound सेट करना

• Save और share

  • workflow menu में "s" दबाकर save किया जा सकता है, ~/.claude/workflows में check in किया जा सकता है या skill के रूप में deploy किया जा सकता है
  • skill के रूप में share करते समय JavaScript workflow file को skill folder में रखकर SKILL.md में refer करें; flexibility के लिए prompt करें कि skill के भीतर workflow को जस का तस चलाने वाली script नहीं, बल्कि template माना जाए

• विस्तार की शुरुआत

  • workflows, Claude Code को विस्तार देने का एक नया तरीका हैं, और इनके सर्वोत्तम उपयोग के तरीके अभी खोजे जाने बाकी हैं — यह सिर्फ शुरुआत है