Claude Code 的 dynamic workflows 用不起，一个简单任务，几分钟就 31 个 Agents，消耗了 1.3 M Tokens，周 Token 用量从 11% 跳到了 20%（Pro @ 20x），犯不着呀，慢点我可以的！

最近一直在找 Agent Dynamic Workflow 的替代方案。 一开始是沿着 Temporal 这条线找的。Temporal 很强，但如果只是想把 agent、脚本、数据处理、运维任务动态串起来，有时候会觉得整套体系有点重。 然后翻到了 Dagu，感觉方向很对。 单个 binary 就能跑，流程用 YAML 写，本地文件管理，带 Web UI，也不用额外起 DB 或 broker。 内置动作也挺多：shell、Docker、K8s Job、SSH 这些都有。比较惊喜的是还有 coding agent CLI 接进流程里。 我喜欢它的点是：流程本身就是文件，状态、日志、重试、依赖和界面都帮你兜住了。 对小团队、私有环境、个人自动化，还有 agent workflow 来说，Dagu 这种本地优先的路线反而很舒服。

人类想要一瓶饮料，Boston Dynamics的Atlas机器人给他搬来一台冰箱。第32秒的时候，机器人攥了一下拳头，我以为它是要抽人类。说真的，Atlas的腰腹核心是真强，头肩也真灵活......

我调教完的 Pi Agent Preset，有 dynamic workflow；有网络访问；有 tasks；有 Grok 的适配。欢迎体验 & 提想法和灵感。我觉得好的且有用的会打到我的 preset 里。

Codex上也能使用Claude Code 的Dynamic-Workflows了！ 该项目将 Claude Code 动态工作流托管至本地 Codex 后端，通过“会话式”Worker 实现比冷启动快 16 倍、省 3 倍成本的极速响应。 典型场景： 1. 代码审计：并行扫描漏洞并引入独立智能体对抗验证，过滤幻觉。 2. 故障排查：多假设竞速验证，首个胜出者即停掉其余任务以省钱。 3. 安全迁移：自动重写代码，在敏感处通过“驾驶舱”弹出答题卡由人工门控。 4. 深度研究：扇出搜集信息并逐条核实来源，生成带引用的报告。 它将一次性编排升级为可观测、可干预的智能体运营平台。 地址评论区⬇️

其实从这个角度来看，cf 提供的 dynamic worker 这种方式和它的 container 目前是功能缺位的，stripe 提供 cli 来做 project 协调，意味着协调者所在计算环境必须是完整的 sandbox，也就是说，大家仍然倾向于在成熟的隔离计算环境中为 agent 提供服务。

此前为学员们提供了Sepp 2014 Skew-Beta讲座翻译与解读Part 1，处理Delta对冲中，纳入Spot-Vol Dynamics的实证对冲调整（使用Realized Skew vs 业界传统的使用Implied Skew的Min Variance对冲）。已在SABR系统中实现，Bartlett Delta Dynamic项即纳入了此项实现偏度调整，目前已在GreeksLive生产环境上线。可提高偏度交易的夏普率20%。