PR: 本記事にはアフィリエイトリンク（プロモーション）が含まれます。掲載するサービスは編集部が記事内容との関連性で選定しており、報酬の有無で評価を変えていません。

要点まとめ（3分）

• Dynamic Workflows とは: JavaScript スクリプトで最大 1000 の subagent を指揮する Claude Code の新機能（2026年5月28日・研究プレビュー）
• 対象プラン: Max / Team / Enterprise + Claude API / Bedrock / Vertex AI / Microsoft Foundry
• 使いどき: 1 エージェント 1 パスで終わらない巨大タスク（サービス横断バグ探索・大規模リファクタ・マルチソース調査）
• コア関数: agent() / pipeline() / parallel() の 3 つだけ覚えれば動く
• 注意点: トークン消費は通常セッションの数十倍。小スコープから試す

対象読者: Claude Code 業務利用中でスケールアップを検討しているエンジニア。読了: 約 6 分。

---

2026年5月28日、Anthropic は Claude Code に Dynamic Workflows の研究プレビューを公開した。公式ドキュメントの一文が本質を端的に表している。

“Dynamic workflows handle end-to-end work for problems too big for one pass by a single agent.”

「1 エージェントの 1 パスで終わらない問題を、エンドツーエンドで片づける」。サービス全体に渡るバグ探索、数百ファイルの移行、複数視点のストレステストを、人の介入なしに完走させる仕組みだ。

---

実績データ: 75万行を11日でリファクタ

Bun の作者 Jarred Sumner は Dynamic Workflows を使って Bun の主要コードを Zig から Rust に移植した。約 75 万行の Rust コードを生成し、既存テストスイートの 99.8% を通過、first commit から merge まで 11 日という実績を公開している（出典: Medium/ILLUMINATION 2026年5月）。

「単一エージェントでは数ヶ月かかる」と思っていた規模のリファクタが、オーケストレーションの設計次第で11日に縮まる。このスケール感が Dynamic Workflows の本質だ。

---

Dynamic Workflows の正体

Dynamic Workflows は JavaScript スクリプトとして記述するオーケストレーション層だ。Claude がスクリプトの解釈・実行エンジンになり、subagent を並列・直列・分岐で管理する。

// バグ探索ワークフローの最小例
export const meta = { name: 'bug-hunt', description: 'サービス全体のバグを並列探索' }

const found = await pipeline(
  ['auth', 'api', 'db', 'frontend'],
  module => agent(`${module} のバグを探せ`, { phase: 'Find', schema: BUGS }),
  bugs => parallel(bugs.findings.map(b => () =>
    agent(`このバグは本物か?: ${b.title}`, { phase: 'Verify', schema: VERDICT })
  ))
)

4 モジュールを並列探索（Find）し、発見したバグを並列検証（Verify）している。pipeline() はバリアを作らないため、モジュール A が Verify フェーズに入っている間にモジュール B は Find を継続できる。wall-clock time（実際の経過時間）は parallel() バリアより短い。

---

3 つのコア関数

関数	用途	使いどき
agent(prompt, opts)	subagent 1 体を起動	単発の推論・コード生成
pipeline(items, ...stages)	items をステージに通す（バリアなし）	ほぼ全てのマルチステージ処理
parallel(thunks)	全タスク並列＋バリア	全結果を揃えてから次処理が必要な場合のみ

設計原則: 迷ったら pipeline()。parallel() は「全結果を揃えないと先へ進めない」場合のみ使う。不要なバリアは wall-clock time を増やす。

---

始め方（3 ステップ）

Step 1: 組み込み workflow で感覚をつかむ

# Claude Code CLI / Desktop で入力
/deep-research

/deep-research は Anthropic が組み込んだサンプル workflow だ。複数ソースを並列調査してサマリを生成する。まずこれを 1 回走らせてトークン消費感をつかむ。

Step 2: Claude にスクリプトを生成させる

claude "このリポのバグを探す Dynamic Workflow を書いてください"

Claude がスクリプトを生成し、実行前に確認を求める。承認すれば自動実行される。

Step 3: budget でコストを制御する

while (budget.total && budget.remaining() > 50_000) {
  const result = await agent('バグを探せ', { schema: BUGS })
  bugs.push(...result.bugs)
  log(`${bugs.length} 件発見, 残 ${Math.round(budget.remaining()/1000)}k tokens`)
}

budget.remaining() で残トークンを監視しながら動かす。Dynamic Workflows は通常の数十倍トークンを消費するため、スモールスタートが大原則だ。

---

使いどきの判断基準

Dynamic Workflows を使うべき 3 条件:

1. ファイル数が 10+ 本: 単一エージェントの context に収まらない
2. 並列化で速度が変わる: 独立したタスクが複数ある
3. 人の判断が不要: 中断なしに完走させられる

逆に「対話しながら進めたい」「途中で方針変更の可能性がある」タスクは通常 Claude Code セッションが適切だ。

---

Dynamic Workflows 習得を加速するには

Coloso（AI × プログラミング実践講座） — エージェント設計・LLM API 活用を動画で体系学習。Claude Code の応用から subagent 設計まで実践コンテンツが充実している（有料・月額制）。

---

まとめ

Claude Code Dynamic Workflows は「1 エージェントでは大きすぎる」タスクの突破口だ。要点を整理する：

• コア関数 3 つだけ: agent() / pipeline() / parallel() を覚えれば動く
• デフォルトは pipeline(): wall-clock time（実際の経過時間）最短・バリアなしの連続処理
• スモールスタート必須: /deep-research でトークン感覚をつかんでから本番投入
• 使いどき 3 条件: ファイル 10+ 本 / 並列化可能 / 人の判断不要
• Bun 実績: 75万行リファクタ 11 日完走が示す通り、設計次第でスケール可能

公式ドキュメント を手元に置きながら、まず /deep-research を 1 回走らせてみよう。

Dynamic Workflows を身につけると AI エンジニアとしての市場価値が上がる。転職・フリーランスを検討するなら TechGo（AI/LLM 領域特化・無料相談） で現在の年収査定をしておくと、意思決定の材料になる。