Una sola orden. 105 agentes trabajando a la vez. 3,1 millones de tokens consumidos en 15 minutos. Y, al terminar, la mitad de un plan mensual de 200 dólares evaporada de un plumazo.
No es un experimento de laboratorio ni una exageración para llamar la atención: son cifras reales que han compartido las primeras personas que han probado los workflows de Claude Code, la funcionalidad que Anthropic lanzó junto a Claude Opus 4.8. Y resumen muy bien por qué esta novedad genera, a partes iguales, fascinación y respeto.
¿Qué encontrarás aquí?
- Qué son los workflows dinámicos introducidos en Claude Opus 4.8 y qué problema viene a resolver
- La escalera: skill, sub-agente, agent team, workflow
- Profundidad vs. anchura: la distinción que más confunde
- Lo que necesitas saber antes de lanzarte
- El coste es real: los números sin maquillaje
- Cómo lanzar tu primer workflow (y la vía fácil: Deep Research)
- Cuándo merece la pena y cuándo es tirar el dinero
- Conclusión
Los workflows dinámicos son una de las herramientas más potentes, con más potencial, que ha incorporado Claude Code hasta la fecha. Pero también es una herramienta tremendamente fácil de usar mal.
En este artículo vamos a verlo todo sin adornos: qué son exactamente, cómo funcionan por dentro (en cristiano, sin necesidad de saber programar), cuánto cuestan de verdad y, lo más importante, cuándo merece la pena usarlos y cuándo no, cuándo sería tirar el dinero.
Qué son los workflows dinámicos introducidos en Claude Opus 4.8 y qué problema viene a resolver
Un workflow dinámico es una forma de que Claude reparta una tarea grande entre decenas o cientos de agentes que trabajan en paralelo, coordinados por un pequeño programa que Claude escribe automáticamente, en lugar de coordinarlos él mismo dentro de la conversación.
Esa última parte, "en lugar de coordinarlos él mismo", es la clave de todo. Para entender por qué importa, hay que entender primero qué problema venía arrastrando Claude.
El cuello de botella: cuando los agentes pierden el hilo
Cuando le pides algo complejo a Claude, no lo hace todo solo: puede delegar partes del trabajo en procesos ayudantes especializados, en la jerga de Claude Code, los sub-agentes. Cada ayudante se va con su encargo, lo resuelve por su cuenta y vuelve solo con el resultado.
Esto es muy útil, porque el contexto principal de Claude no se satura con los detalles de cada tarea: Claude hace de orquestador y solo recibe la conclusión.
El problema aparece cuando los agente son muchos.
En una situación donde Claude tiene que dirigir a muchas decenas de agentes a la vez, decidir quién hace qué, en qué orden, recoger todos los resultados, recordar lo que ya se ha hecho, etc. empieza a perder el hilo.
Su memoria de trabajo de la conversación (el contexto), se llena de ruido: instrucciones, estados intermedios, resultados a medias. Cuando esa memoria se satura, la calidad cae y los resultados se degeneran.
Dicho de otro modo: el cuello de botella no era la capacidad de cada ayudante, sino la cabeza del que los dirige.
La idea clave: sacar la coordinación fuera de la conversación
La solución de los workflows dinámicos es elegante. En lugar de que Claude lleve toda la coordinación en su contexto, escribe un pequeño programa que se encarga de dirigir la orquesta.
Ese programa lleva la cuenta de qué agente hace qué, en qué orden van, qué resultados van llegando... todo de forma ordenada y al margen de la conversación.
La clave es que eso queda fuera de su contexto.
Claude, el que habla contigo, queda libre de ese peso. Solo describe el objetivo final, deja que el programa haga su trabajo entre bastidores y, al final, recibe las conclusiones ya reunidas. La memoria de trabajo no se ensucia, y el sistema puede escalar a cantidades de agentes que antes eran impensables.
No necesitas saber programar para usar esto. Tú hablas en lenguaje normal; el programa lo escribe Claude solo.
La escalera: skill, sub-agente, agent team, workflow
Antes de seguir, conviene situar los workflows en su sitio, porque Claude Code tiene varias funciones que se parecen y es fácil confundirlas. La mejor forma de entenderlas es como una escalera: cada peldaño que subes añade potencia, pero también coste y riesgo.
- Skill (habilidad): una receta reutilizable. Le enseñas a Claude a hacer una tarea concreta de una forma concreta, y la repite igual cada vez. Es el peldaño más barato y predecible. Pero a la vez tremendamente potente. Si trabajas con IA y no conoces los skills, ponte a aprender lo que son ya mismo.
- Sub-agente: un ayudante con su propio contexto se va a hacer una tarea en paralelo y vuelve con el resultado. No habla con otros ayudantes: solo reporta a Claude.
- Agent team (equipo de agentes): una cuadrilla de agentes que sí habla entre sí. Comparten una lista de tareas, debaten, se reparten roles. Útil para cosas tipo "consejo de expertos", pero más caro precisamente porque conversan entre ellos.
- Workflow dinámicos: muchos agentes —pueden ser cientos— trabajando cada uno por su cuenta, sin hablar entre sí, cuyos resultados se reúnen al final. El peldaño más alto y más potente.
¿Hablan entre sí? ¿Quién tiene el plan?
Dos preguntas ayudan a no confundirlos:
| Herramienta | ¿Los agentes hablan entre sí? | ¿Quién lleva el plan? | Coste |
|---|---|---|---|
| Skill | — (no hay agentes) | Claude | Bajo |
| Sub-agente | No | Claude | Medio |
| Agent team | Sí, como un grupo de chat | Claude y el equipo | Alto |
| Workflow | No, cada uno a lo suyo | El programa que escribe Claude | Muy alto |
La diferencia más importante del workflow es esa última columna de la segunda fila: el plan deja de estar en la cabeza de Claude y pasa a un programa externo. Eso es lo que le permite manejar a tantos agentes sin perder el hilo.
Cuándo subir un peldaño y cuándo quedarse donde estás
La tentación, cuando aparece una herramienta nueva y llamativa, es usarla para todo. Es un error. La regla sensata es quedarte en el peldaño más bajo que resuelva tu problema.
Si una pregunta rápida basta, pregunta y ya está. Si es algo que repites, conviértelo en una skill. Solo subes a sub-agentes, equipos o workflows cuando el trabajo lo justifica de verdad. Más adelante veremos exactamente cuándo lo justifica.
Profundidad vs. anchura: la distinción que más confunde
Hay otra función de Claude Code, llamada /goal, que mucha gente confunde con los workflows. Aclararlo de una vez ahorra muchos disgustos, y la mejor manera de hacerlo es pensar en dos ejes: profundidad y anchura.
/goal insiste hasta terminar el trabajo (profundidad)
/goal es un bucle. Le das un objetivo y un criterio de "esto está terminado", y Claude da vueltas, intento tras intento, repaso tras repaso, hasta que se cumple ese criterio.
Es profundidad: insistir sobre lo mismo todas las veces que haga falta hasta dar con la respuesta buena. En teoría, una tarea con /goal podría estar trabajando durante horas si el objetivo es ambicioso.
El workflow reparte el trabajo en paralelo (anchura)
El workflow es lo contrario: anchura. En lugar de insistir sobre una sola cosa, despliega a la vez muchos agentes que atacan piezas distintas del problema y luego reúne todo.
No hay un bucle de "¿ya está bien? no, otra vez". Hay un plan fijado desde el principio: tú haces esto, tú aquello, y al final juntamos los resultados. Es ideal cuando el trabajo se puede trocear en muchas partes independientes que no dependen unas de otras.
Combinarlos: mucho poder, mucho peligro
¿Se pueden mezclar? Sí: en teoría podrías meter un workflow dentro de un /goal, combinando anchura y profundidad. Pero es justo aquí donde hay que tener más cuidado. Esa combinación es enormemente potente y, a la vez, la forma más rápida de quemar tu presupuesto en una tarde. Si no sabes muy bien lo que haces, no empieces por ahí.
Lo que necesitas saber antes de lanzarte
Ya lo hemos adelantado, pero merece la pena rematarlo. Cuando lanzas un workflow, Claude escribe un pequeño programa que actúa como director de orquesta y lo ejecuta aparte de tu conversación. Ese programa va llamando a los agentes, les reparte el trabajo y recoge lo que cada uno entrega.
Una característica útil: el sistema lleva una especie de diario de lo que va pasando. Eso significa que, según cómo lo ejecutes, puedes pausar un workflow y reanudarlo más tarde sin perder lo ya hecho. En trabajos largos, es una red de seguridad que se agradece.
Dónde funciona y para quién está activado
Aquí van los detalles prácticos que conviene comprobar antes de ilusionarse:
- Dónde: funciona en la aplicación de escritorio de Claude o en la terminal del IDE. De momento no funciona con la extensión de VS Code.
- Quién lo tiene activado: en los planes Max y Team viene activado por defecto. En el plan Pro hay que activarlo a mano (por una razón evidente: el gasto puede dispararse). En cuentas de organización está desactivado por defecto y hay que pedírselo al administrador.
- En qué estado está: sigue en research preview, es decir, una versión preliminar. Funciona, pero está en evolución y puede cambiar.
Un detalle relacionado: la función de Deep Research, que veremos luego, depende de que los workflows estén activados. Si los desactivas, también pierdes Deep Research.
Los límites de seguridad que conviene conocer
Los workflows no son infinitos, y eso es bueno. Hay topes pensados para que la cosa no se desboque: un máximo de agentes trabajando a la vez (en el momento de escribir esto, 16 en paralelo) y un tope total de agentes por ejecución (alrededor de mil).
Mil agentes siguen siendo un ejército enorme para una sola tarea, así que el límite no es lo que te va a frenar: lo que te va a frenar es la factura.
El coste es real: los números sin maquillaje
Medio plan mensual en un solo prompt no es exageración
Volvamos a las cifras del principio, porque son el corazón de este artículo. El autor del video de abajo se fundió la mitad de su plan mensual de 200 dólares, y la tarea tardó algo más de media hora. Otra ejecutó una investigación que acabó usando 105 agentes y 3,1 millones de tokens en 15 minutos.
¿Por qué tanto? Porque cada agente es, en la práctica, una consulta completa a Claude. Cada uno tiene su propia cabeza, lee su propio contexto y consume sus propios recursos. Multiplica eso por decenas o cientos de agentes y entenderás por qué el contador se dispara.
El hecho de repartir el trabajo en agentes separados tiene su coste: todo ese consumo se suma y cuenta contra tu plan igual que cualquier otro uso.
Por qué la verificación a conciencia dispara la factura
Hay un patrón concreto que es el mayor devorador de recursos: la verificación adversarial. Consiste en que, para cada afirmación importante, el sistema lanza varios agentes a intentar refutarla, y solo la da por buena si sobrevive al escrutinio.
Es justo lo que quieres cuando necesitas certeza, es lo que hace que los resultados sean fiables, pero también es carísimo: en aquella investigación de los 105 agentes, la mayoría se gastaron precisamente en esta fase de comprobar afirmaciones una por una.
La lección es importante: la fiabilidad cuesta dinero. Cuando pides certeza absoluta, estás pidiendo (y pagando) que un montón de agentes hagan de abogados del diablo.
Por tanto, hay que ser inteligentes en el diseño de estos guardarrailes siendo finos en cuanto a hasta dónde deben llegar realmente en su trabajo de verificación.
Cómo controlar el gasto
La buena noticia es que tienes varias palancas para tener la factura a raya:
- Usa modelos más baratos para el trabajo bruto. No todo tiene que hacerlo el modelo más potente. Puedes pedir que los agentes que hacen tareas sencillas usen un modelo ligero y económico, y reservar el modelo potente solo para la síntesis final. Se pueden mezclar distintos modelos en distintas fases.
- Acota el alcance. Cuanto más vago sea tu encargo, más vueltas dará el sistema sin saber cuándo parar. Define bien los límites de lo que quieres.
- Nombra el entregable. Di explícitamente qué quieres recibir al final (un informe, una tabla, un ranking). Un objetivo claro evita trabajo —y gasto— innecesario.
- Pide con precisión desde el principio. Es la regla de oro de toda la IA, pero aquí se paga literalmente en dinero: cuanta más claridad le des al arrancar, mejor será el resultado y menos recursos malgastará.
Cómo lanzar tu primer workflow (y la vía fácil: Deep Research)
Hasta aquí, la teoría. Pasemos ahora a un plano un poco más práctico con acciones sencillas y ejemplos prácticos para empezar a trabajar con los workflows.
Deep Research, la puerta de entrada lista para usar
Si todo esto te parece abrumador, hay una forma de probar los workflows sin diseñar nada: la función de Deep Research (investigación profunda).
Es un workflow ya preparado por Anthropic. Le haces una pregunta de investigación y el sistema se encarga del resto en varias fases: define los ángulos que va a investigar, busca en paralelo, recopila las mejores fuentes, verifica las afirmaciones una por una y, por último, redacta un informe con sus referencias.
Es el mejor punto de partida para hacerte una idea de qué pueden hacer los workflows antes de montar el tuyo propio. Eso sí, recuerda lo del coste: esa fase de verificación es justamente la que más recursos consume, así que reserva Deep Research para preguntas que de verdad lo merezcan.
Cómo invocarlo bien y por qué Claude pide confirmación
Para lanzar un workflow propio, lo más fiable es pedirlo de forma explícita: algo como "móntame un workflow para hacer esto". La palabra "workflow" actúa como una señal, pero como es una palabra que aparece de forma natural al hablar, no siempre basta con mencionarla. Mejor ser claro.
Aquí hay una salvaguarda importante: no vas a lanzar un workflow sin querer. Claude te pide confirmación expresa antes de ejecutarlo, precisamente porque sabe lo que cuesta. Tienes que decir "sí, adelante" para que arranque.
Revisar antes de ejecutar y guardarlo en tu proyecto
Antes de dar el visto bueno, puedes revisar el plan que ha preparado Claude. No hace falta entender de programación para echar un vistazo: gran parte está descrito en lenguaje claro. Si algo no te encaja, puedes pedirle que lo ajuste —más agentes, menos, otro enfoque, otro modelo— hablando con él en lenguaje normal.
Y un consejo práctico: los workflows se guardan para reutilizarlos, pero por defecto Claude tiende a guardarlos en una carpeta general, no en la de tu proyecto. Si quieres tenerlos a mano dentro de un proyecto concreto, pídeselo explícitamente. Una vez guardado, puedes volver a lanzar el mismo workflow cuando quieras sin rediseñarlo.
Por último, una advertencia: existe un modo llamado "ultracode" que, además de poner a Claude a máximo esfuerzo, convierte cada petición sustancial en un workflow de forma automática. Es lo más potente que hay... y lo más caro con diferencia. No lo actives salvo que sepas muy bien lo que haces.
Un ejemplo práctico de cómo crear workflows dinámicos con Claude
Pasemos ahora ver un caso de uso real en pantalla: El autor de este vídeo crea un workflow para auditar las habilidades (skills) de IA que él mismo ha creado.
La idea es contrastar esto con las herramientas que había hasta ahora y ver las diferencias.
Y la idea da de sí, en el camino se va a encontrar con muchos de los puntos que hemos comentario aquí y de hecho ha sido una inspiración para crear este post. Es decir, es un gran ejemplo para ver la luces y las sombras de esta nueva función de Claude.
Cuándo merece la pena y cuándo es tirar el dinero
La pregunta clave
Después de todo lo anterior, la decisión de usar o no un workflow se puede reducir a una sola pregunta:
¿Esta tarea se rompe en muchas piezas independientes que pueden resolverse a la vez?
Si la respuesta es sí, un workflow puede ser justo lo que necesitas. Si la respuesta es no, casi seguro que estás complicándote (y pagando) de más.
Úsalo / No lo uses
Úsalo cuando:
- La tarea se reparte en muchos elementos parecidos: revisar todos los archivos de un proyecto, una migración de cientos de ficheros, auditar decenas de elementos a la vez.
- Necesitas una investigación muy específica donde lo que importa es la certeza, no la velocidad, y estás dispuesto a pagar por esa fiabilidad.
- Quieres dejar algo trabajando a fondo de forma autónoma y poder pausarlo y reanudarlo.
No lo uses cuando:
- Es una pregunta rápida o una edición pequeña: para eso, hablar con Claude directamente sobra.
- Es algo que repites siempre igual: conviértelo en una skill, que es barato y predecible.
- Es trabajo del día a día o tareas que un único sub-agente resuelve sin problema.
Quien más trabaja con automatizaciones y tareas de conocimiento, y no tanto con grandes bases de código, probablemente descubra que no necesita los workflows casi nunca. Y no pasa nada. Que una herramienta exista y sea impresionante no significa que tengas que usarla todos los días para no quedarte atrás.
Conclusión
Los workflows de Claude Code resuelven la saturación del orquestador sacando la coordinación fuera de la conversación, lo que permite desplegar ejércitos de agentes en paralelo. Para investigación en profundidad, revisiones masivas o trabajos que se trocean en cientos de piezas, son la mejor solución que existe ahora mismo.
Pero son una herramienta de nicho: cuestan mucho, hay que pedirlos con precisión y conviene entender la escalera de opciones, skill, sub-agente, equipo, workflow, para no usar un cañón donde basta una piedra. La regla es sencilla: quédate en el peldaño más bajo que resuelva tu problema, y sube solo cuando la tarea lo pida.
Entender qué es un workflow no te obliga a usarlo; saber qué hace y cuándo encaja ya te coloca por delante. El "cómo" puedes dejarlo aparcado hasta el día en que lo necesites de verdad.
Todo esto sigue en fase preliminar (research preview): funciona, impresiona y evolucionará. Si decides probarlo, empieza pequeño, vigila el contador y arranca con Deep Research antes de montar el tuyo. Tu cartera te lo agradecerá.
