Anthropic-ன் Dynamic Workflows – Claude-க்கு 500 வரை sub‑agents ஒரே நேரத்தில்

இந்த செய்திகள் என்ன?#

Anthropic தன் Claude‑3 Opus மாடலில் Dynamic Workflows என்ற புதிய ஃபீச்சரை சேர்த்தது. இதன் மூலம் Claude ஒரே வேலைக்கு பல சிறிய "sub‑agents"-களை ஒருங்கிணைத்து ஒரே நேரத்தில் பணியாற்ற முடியும். உதாரணமாக, AngularJS‑லிருந்து React‑க்கு ஒரு முழு monolith‑ஐ மாற்றுவது, அல்லது Java‑லிருந்து Kotlin‑க்கு பெரிய code‑base‑ஐ ரிஃபாக்டர் செய்வது போன்ற சிக்கலான engineering‑களில், ஒவ்வொரு sub‑agent-மும் கோப்பின் ஒரு பகுதியை கையாளும்.

ஏன் இது முக்கியம்?#

முன்பு LLM‑கள் ஒன்றொரு படியாக மட்டும் பதில் தர முடியும். நீங்கள் Claude-க்கு ஒரு function rewrite‑ஐ கேட்கிறீர்கள், அவன் முடித்த பிறகே அடுத்ததை கேட்கிறீர்கள். ஆயிரம் கோப்புகள் உள்ள பெரிய migration-ல் இது மணி நேரம் எடுக்கும்.

Dynamic Workflows இப்போது Claude‑க்கு நூறு, ஆயிரம் sub‑agents-ஐ ஒரே நேரத்தில் ஸ்பான் செய்யும் திறனை கொடுக்கிறது. Anthropic சொல்றது, உண்மையில் 500 வரை agents-ஐ ஒரே நேரத்தில் சிக்காமல் ரன் செய்ய முடியும்.

எப்படி வேலை செய்கிறது – தொழில்நுட்பம் ஆழமாக#

1. Workflow Definition – நீங்கள் JSON‑போன்ற spec-ல் steps-ஐ, ஒவ்வொரு sub‑agent-க்கு தேவையான data-யை வரையறுக்கிறீர்கள்.

{
  "steps": [
    {"name": "extract", "type": "file_reader", "target": "src/**/*.js"},
    {"name": "transform", "type": "code_rewriter", "model": "claude-opus"},
    {"name": "commit", "type": "git_pusher"}
  ]
}

2. Agent Spawning – Claude spec‑ஐ படித்து, input‑ஐ (உதா: 10 கோப்புகள் ஒவ்வொரு agent‑க்கும்) துண்டாக்கி, ஒவ்வொரு துண்டுக்கும் ஒரு sub‑agent-ஐ உருவாக்கும்.

3. Parallel Execution – எல்லா sub‑agents-ும் Anthropic‑ன் கிளஸ்டர்‑களில் ஒரே நேரத்தில் ரன் ஆகும். அவை ஒரு மெசேஜ்‑பஸ்‑ல் ஒன்றுக்கொன்று context-ஐ பகிர்ந்து கொள்கின்றன.

4. Result Aggregation – எல்லா agents-ும் முடிந்த பின், Claude அவற்றை சேகரித்து, இறுதி consistency check-ஐ செய்து, ஒரே merged PR-ஐ திருப்பிக் கொடுக்கிறது.

இந்த workflow‑ஐ பயன்படுத்த API‑ல் workflow_id புலத்தை சேர்த்தால் போதும்.

என்னென்ன எண்கள் உங்களுக்கு உதவும்?#

• ஒவ்வொரு sub‑agent‑ன் சராசரி latency: 1.8 seconds (token generation உட்பட).
• அதிகபட்ச concurrent agents (internal test): 500 – அதற்கு மேல் scheduler தானாக throttle ஆகும்.
• Cost impact: regular Claude call‑க்கு $0.015 per 1,000 token‑steps, workflow‑க்கு $0.003 only.
• Speed‑up example: 12,000‑line AngularJS app migration 22 minutes, old serial method 1 hour 45 minutes.

இந்திய டெவலப்பர்களுக்கு என்ன பொருள்?#

இந்தியாவின் cloud சூழல் வேறுபாடு – பல startups free‑tier credits-ல் அல்லது on‑prem servers-ல் limited bandwidth‑இல் ரன் செய்யும். Dynamic Workflows‑ன் சில நன்மைகள்:

1. குறைந்த விலை: 10‑million token workflow (typical large migration) ₹250-க்கும் கீழே தான்.
2. லேட்டென்சி: Mumbai, Hyderabad data‑centers‑இல் round‑trip 120 ms‑க்கு கீழே, Jio‑Fiber, Airtel Xstream, BSNL broadband‑களில் சுலபம்.
3. Data‑in‑India option – code‑base‑களை இந்திய தரவு‑சார்ந்த சட்டத்திற்கு ஏற்ப வைத்துக் கொள்ளலாம்.
4. Tooling ஒருங்கிணைப்பு: GitLab‑CE, Jenkins, அல்லது VS Code‑ன் “CodeKite” plugin‑இல் workflow‑spec‑ஐ auto‑generate செய்யலாம்.

TamilTech‑ஓட கருத்து#

நாங்கள் எப்போதும் “grunt work”‑ஐ குறைக்க முயற்சி செய்கிறோம். Parallel sub‑agents‑ன் மாதிரி, “chain‑of‑thought” prompting‑ன் natural evolution மாதிரி தான். விலை குறைவு, latency ஏற்றது, API‑யும் சுலபம் – உள்ளூர் pipelines‑ல் plug‑in பண்ணலாம்னு சொல்கிறோம்.

ஆனால் கவனிக்க வேண்டிய விஷயங்கள்:

• Debugging சிக்கல்: 200 agents ஒரே நேரத்தில் ரன் ஆகும் போது, எது fail ஆனதென்று கண்டறிய log‑aggregator (Loki, CloudWatch) தேவை.
• Memory வரம்பு: ஒவ்வொரு sub‑agent‑க்கும் 4 KB context window மட்டுமே. 10 KB‑க்கு மேல் பெரிய files‑ஐ chunk‑செய்து விட வேண்டும்.
• Learning Curve: JSON workflow‑ஐ எழுதுவது எளிது, ஆனால் chunk size, merge logic‑ஐ tune செய்ய நேரம் பிடிக்கும்.

மொத்தத்தில், framework migration, பெரிய refactor, data‑pipeline rewrite போன்ற பெரிய திட்டங்களுக்குப் ப்ரயோஜனமாக இருக்கும். முதலில் free tier‑ல் test பண்ணி, logs‑ஐ பார்த்து, ஒரு நாளில் measurable time‑saving‑ஐ காணலாம்.

அடுத்தது என்ன?#

Anthropic இரு கூடுதல் அப்டேட்களை Q4 2026‑ல் வெளியிடவிருக்கிறது:

1. Stateful Sub‑Agents – பல workflow‑களில் memory‑ஐ வைத்துக்கொண்டு incremental migration‑க்கு உதவும்.
2. Graph‑Based Orchestration UI – Claude Playground‑ல் drag‑and‑drop மூலம் workflow‑ஐ visual‑ஆக build செய்யலாம்.

இவை வந்த பின், non‑engineer களுக்கும் இந்த parallel AI சக்தியை exploit செய்ய எளிதாகும்.

சுருக்கமாகச் சொல்றேன்: Dynamic Workflows Claude‑னை single‑threaded assistant-லிருந்து parallel processing powerhouse-ஆ ஆக்குது. இந்திய dev‑க்களுக்கான cost‑effective, low‑latency solution-ஆ இருக்குது. இப்போதே free tier‑ல் try பண்ணுங்க, உங்கள் next code‑migration‑ஐ 70% வேகமாக்கலாம்.