AIDiveTL;DR und Fazit
- Ultracode macht Claude Code nicht klüger. Es ändert, was dem Modell gesagt wird, und entfernt drei Schutzfunktionen, sodass ein Lauf mehr ausgibt und später aufhört.
- Die Regel: Fächere nur auf, wenn eine Testsuite oder ein Regelwerk die Ausgabe beurteilt und der Job in unabhängige Teile zerfällt. Alles andere läuft normal auf high.
- Fünf Einstellungen deckeln einen Lauf: die Workflow-Größenrichtlinie auf small, eine Obergrenze von 4 gleichzeitigen Agents, ein günstigeres Modell für jeden Workflow-Agent, das Schlüsselwort statt des Schalters und ausgeschaltetes Auto-Continue am Usage-Limit.
- Die zwei Dateien mit den Deckeln sind
settings.jsonundultracode-caps.sh. Die Checkliste istwhen-to-fan-out.md. Die gemessenen Paare stehen inpaired-runs.csv. - Die Größenrichtlinie ist ein Rat, kein Deckel. In unserem eigenen Lauf stand dort weniger als 5 Agents, und der Lauf nutzte 9.
Was die Quellen sagen
Schlüsselwort gegen Schalter. Tippst du ultracode in einen Prompt, nimmt genau diese Aufgabe an einem Workflow teil. Auch eine Bitte in eigenen Worten, etwa "use a workflow", wirkt als dasselbe Opt-in s1. Das Schlüsselwort tut nichts in einem Prompt, der mit -p übergeben wird, in nicht gestempelten Agent-SDK-Eingaben oder in einer geplanten Aufgabe s1. Der Schalter ist anders. Ist ultracode an, plant Claude für jede substanzielle Aufgabe einen Workflow, und aus einer Anfrage können mehrere Workflows hintereinander werden s1. Die Doku ergänzt, dass eine Session mit eingeschaltetem ultracode ein Session- oder Wochenlimit früher erreicht als dieselbe Arbeit ohne s1.
Der eingefügte Satz. Ist ultracode an, sagt die Workflow-Authoring-Referenz: "author and run a workflow for every substantive task by default. The goal is the most exhaustive, correct answer you can produce" und dass "token cost is not a constraint." Derselbe Text wird in einem öffentlichen Issue mit dem Titel "Ultracode overrides the workflow size guideline" zitiert s8. Jeder Workflow in einer Folge bekommt sein eigenes Agent-Budget, vier Phasen mit je 15 Agents ergeben also 60 Agents, obwohl kein einzelner Workflow die Richtlinie bricht s8.
Die drei Schutzfunktionen. Ultracode schaltet drei Prüfungen ab. Die Warnung Large workflow erscheint nicht. Das Limit der Session für gleichzeitige Subagents wird für Subagents, die Claude mit dem Agent-Tool startet, nicht durchgesetzt. Im Auto-Berechtigungsmodus wirst du nicht gefragt, ob du den ersten Workflow-Start freigibst s1.
Die Größenrichtlinie. Small heißt weniger als 5 Agents, medium weniger als 10, large weniger als 50. Der Standard ist medium, oder small bei einem Pro-Plan ab v2.1.271. Claude Code schickt sie als Rat, nicht als Deckel an das Modell, sodass ein Prompt, der eine andere Größenordnung verlangt, sie weiterhin überstimmt s1. Die harten Grenzen sind standardmäßig 16 gleichzeitige Agents und 1.000 Agents pro Lauf. Die Warnung vor großen Workflows greift oberhalb von 25 Agents oder 1,5 Millionen prognostizierten Tokens und warnt nur s1.
Unser eigener Lauf. Wir tippten das Schlüsselwort in einer Sandbox aus zwei Dateien und 16 Codezeilen, mit der Größenrichtlinie auf small, und baten um ein nur lesendes Review. Der Lauf nutzte 9 Agents: 2 Finder und 7 Verifier. Jeder Finder las etwa 45,2k Tokens. Wir machten keinen normalen Lauf desselben Prompts, deshalb haben wir keinen eigenen Paarwert.
Der Paartest. In einem $200-Plan gab ein Entwickler dieselbe Spezifikation an einen normalen Lauf und einen ultracode-Lauf. Beide bestanden 136/136 versteckte Prüfungen. Der normale Lauf war nach 25 Min. fertig und bei 8 % des 5-Stunden-Limits. Der ultracode-Lauf wurde bei 76 Min. abgebrochen, mit 18 % verbraucht, und er nutzte 12 Agents in zwei Teams (9 und 3), nicht 1.000. Pro Minute war der Verbrauch etwa gleich: Er hörte nur nicht auf s3.
Drei weitere Paare in einem Pro-Plan. Einzel-Agent gegen Workflow, dieselben Funde: 115k gegen 972k Tokens, 52k gegen 936k und 102k gegen 683k. Die /usage-Anzeige bewegte sich um 4 gegen 12, 7 gegen 12 und 4 gegen 8 Punkte, was der Autor mit etwa dem Doppelten des Kontingents zusammenfasst, bis zum Dreifachen. Die Laufzeit beim Opus-Plan-Skript lag bei 173 s gegen 178 s. Bei vier unabhängigen Recherche-Jobs war Parallelität 1,6-mal schneller für 2,3-mal so viele Tokens s4.
Das 30x-Paar. Ein Agent auf xhigh brauchte 1 h 13 m für etwa $18 zu API-Preisen. Max mit ultracode brauchte 9 h 14 m, mit 40 Subagents, für etwa $554. Je ein Lauf, API-Listenpreise, nicht über ein Abo abgerechnet s11.
Wie ein Paar aussieht. Ein öffentliches Test-Repo enthält ein Paar aus Einzel-Agent und Workflow für dieselbe Aufgabe. Der Einzel-Agent nutzte 181.646 Tokens, der Workflow 1.326.703. Die Kosten zum API-Preis lagen bei $0.2678 gegen $1.3744. Die Laufzeit betrug 43 s gegen 80 s, und die Session-Anzeige bewegte sich um +0 gegen +12 Punkte s22. Das ist ein Paar, lies es also als Muster und nicht als Gesetz. Die Doku nennt Subagents und Workflows als Token-Treiber: Jeder Agent, den ein Workflow startet, schickt zusätzlich zum Hauptgespräch eigene Anfragen s5. Anthropics Forschungsteam maß für einen Agent etwa 4-mal mehr Tokens als für einen Chat und etwa 15-mal mehr für ein Multi-Agent-System s20.
Wo es sich lohnt: Bun. Bun wurde mit etwa 50 dynamischen Workflows, 11 Tage durchgehend, von Zig nach Rust umgeschrieben. Der Quellcode umfasste 535.496 Zeilen Zig, und der Port ging in 11 Tagen vom Start bis zu 100 % bestandener Testsuite auf allen Plattformen s19. Der Richter war eine bestehende Testsuite.
Wo es sich lohnt: die Bug-Jagd. Anthropic pflanzte 70 Bugs in eine Codebasis mit 116k Zeilen. Über 3 Läufe fand ein Einzel-Agent 14, 15 und 27. Ein Workflow fand in jedem seiner 3 Läufe 66 s24. Dieser Test lief auf Managed Agents, dem API-Produkt, nicht in Claude Code. Anthropic nannte keine Kosten dafür und rät, mit einer eng umrissenen Aufgabe zu beginnen s24. Der Launch-Blog sagt, die meisten klassischen Coding-Aufgaben brauchen kein Gremium aus 5 Reviewern s2.
Der außer Kontrolle geratene Lauf. Ein vom Modell geschriebenes Skript in einem Max-20x-Plan startete in 51 Minuten 221 Agents. Nach dem ersten Session-Limit-Fehler wurden 189 weitere Agents gestartet. Die Tabelle des Melders zählt 47.465.299 Tokens inklusive Cache s7. Zwei Vorbehalte des Melders: Die 189 späteren Agents hatten keine aufgezeichneten Modellantworten, und der Fallback des Skripts verteilte weiter Aufgaben, wenn ein Merge nichts zurückgab. Dieser Lauf war auf v2.1.266, vor der Pause am Usage-Limit s7. Ein zweiter öffentlicher Bericht beschreibt zwei Workflows mit 56 und 104 Agents, 1.472.855 und 1.752.360 Tokens, bei denen 92 von 160 Agents am Session-Limit scheiterten s21. Der Melder sagt, ultracode sei als aktiv gemeldet worden, ohne dass der Nutzer es eingeschaltet hatte.
Die Hebel. CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS nimmt einen Wert von 1 bis 256 und braucht v2.1.269 s10. CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL lässt jeden Workflow-Agent auf einem Modell laufen, während andere Subagents ihres behalten, ab v2.1.296 s18. Ist autoContinueAtUsageLimit an, pausiert ein Lauf, der das Limit erreicht, und macht beim Reset weiter, bis zu zwei Wartezeiten, und beim dritten Mal scheitert der Agent. Ist es aus, scheitern die betroffenen Agents an der Wand s1. Der Launch-Blog sagt, ein Budget im Prompt, etwa "use 10k tokens", setzt den Deckel s2. Die Ansicht /workflows zeigt die Token-Nutzung jedes Agents, und x stoppt den Lauf s1. /usage markiert Verhalten, das 10 % oder mehr der jüngsten Nutzung ausmacht, und v2.1.299 brachte Warnungen für Workflows s5 s18.
Das Deckel-Kit
Der Einstellungsblock. Deckel 1 ist die Größenrichtlinie, Deckel 4 ist ultracode auf false, sodass das Schlüsselwort der einzige Zugang bleibt, und Deckel 5 ist ausgeschaltetes Auto-Continue. Leg ihn in .claude/settings.json oder eine beliebige Einstellungsdatei. Der Schlüssel workflowSizeGuideline funktioniert in jeder Einstellungsdatei ab v2.1.219 s1.
settings.json
{
"workflowSizeGuideline": "small",
"ultracode": false,
"autoContinueAtUsageLimit": false
}
Die Env-Zeilen. Deckel 2 und 3. Ersetze den Platzhalter durch die vollständige ID des Modells, auf dem deine Workflow-Agents laufen sollen.
ultracode-caps.sh
#!/usr/bin/env bash
# Source this file before you launch Claude Code: `source ultracode-caps.sh && claude`.
# These two lines are caps 2 and 3 of the five. Caps 1, 4 and 5 live in settings.json.
# Cap 2: at most 4 workflow agents run at once. The default is 16 (fewer on a machine
# with few CPUs). Accepted values are 1 to 256. Needs Claude Code v2.1.269 or later.
export CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS=4
# Cap 3: run every workflow agent on one cheaper model, while your other subagents
# keep theirs. Replace the placeholder with the full model id you want to pay for.
# Needs Claude Code v2.1.296 or later.
export CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL="<your-cheaper-model-id>"
# Optional kill switch for a shared machine: no workflows at all.
# export CLAUDE_CODE_DISABLE_WORKFLOWS=1
Die Checkliste, die du durchgehst, bevor du das Schlüsselwort tippst.
when-to-fan-out.md
# When to fan out: the two-condition checklist
Fan out (use the ultracode keyword in one prompt) only if both answers are yes.
1. Does a test suite or a rule set judge the output?
- [ ] A suite that already exists and says pass or fail without anyone's opinion.
- [ ] Or a written rule file the output is reviewed against.
2. Does the job split into independent pieces?
- [ ] No piece waits on the result of another piece.
- [ ] Each piece can be checked on its own.
If either answer is no, run plain at high effort. A plain run costs one bill. A
workflow costs one bill per agent.
Jobs that usually pass both tests:
- A port or migration across many files with a test suite as the judge.
- A review of a whole codebase against a rule file.
- A translation of many files with the same prompt.
- A cleanup pass over a pile of similar documents.
Jobs that usually fail one of them:
- A small feature, a bug fix, a refactor of one module.
- Anything where "good" is a matter of taste.
- A chain of steps where each one needs the previous result.
Before you start:
- [ ] Run a slice first (one folder, ten files) and read the token total.
- [ ] Put a budget in the prompt, for example "use 10k tokens".
- [ ] Open /workflows and watch per-agent tokens. Press x to stop.
- [ ] After the run, open /usage and read the share that went to workflows.
Die gemessenen Paare und Fälle aus den Quellen, eine Zeile pro Fall, mit der Quellen-ID.
paired-runs.csv
source_id,run,measure,baseline,workflow_or_fanout,note
s22,rebuild-your-claude-md pair (rep 2),tokens,181646,1326703,"all four usage fields summed, 14 agent transcripts on the workflow side"
s22,rebuild-your-claude-md pair (rep 2),API cost in USD,0.2678,1.3744,single agent vs workflow
s22,rebuild-your-claude-md pair (rep 2),wall time in seconds,43,80,single agent vs workflow
s22,rebuild-your-claude-md pair (rep 2),session meter points,+0,+12,"/usage before to after: 17% to 17% vs 19% to 31%"
s24,70 planted bugs in 116k lines,bugs found,"14, 15 and 27 (3 runs)","66 in each of 3 runs","Managed Agents, not Claude Code; no cost given"
s19,Bun port from Zig to Rust,test suite passing,,100%,"about 50 dynamic workflows, 11 days, 535,496 lines of Zig"
s6,fixed worker and gate files,tokens for workflow execution and monitoring,100%,about 20%,"self-reported, no plan stated; runs 5 to 6 hours down to 20 to 40 minutes"
s7,runaway run on Max 20x,agents started,,221,"51 minutes; 189 started after the first session-limit error; 47,465,299 tokens including cache"
s21,ultracode reported on without the user enabling it,agents started,,"56 and 104","1,472,855 and 1,752,360 tokens; 92 of 160 agents failed with the session limit"
s20,multi-agent research system,tokens vs a chat,about 4x for an agent,about 15x for multi-agent,Anthropic's own data
s3,same spec on a $200 plan,hidden checks passed,136/136,136/136,"both runs perfect"
s3,same spec on a $200 plan,time and 5-hour limit used,"25 min, 8%","76 min (cut off), 18%","12 agents in two teams (9 and 3)"
s4,Opus plan script,tokens,115k,972k,"Pro plan; /usage 4 vs 12 points; 173 s vs 178 s"
s4,compact script,tokens,52k,936k,"Pro plan; /usage 7 vs 12 points"
s4,Claude.md script,tokens,102k,683k,"Pro plan; /usage 4 vs 8 points"
s4,four independent research jobs,time and tokens,"102 s, about 33k","about 64 s, 76k","parallel 1.6x faster for 2.3x tokens"
s11,Cybercity,time and API cost,"1 h 13 m, about $18 (1 agent)","9 h 14 m, about $554 (40 subagents)","xhigh vs max with ultracode; one run each; API list prices"
Zwei Hinweise zum Kit. Der Schlüssel ultracode spielt nur eine Rolle, wenn du Sessions sonst mit eingeschaltetem Schalter starten würdest, und auf false gelassen wird jedes Auffächern zu einer Entscheidung, die du in einem Prompt triffst. Workflows ganz auszuschalten entfernt Schlüsselwort und Schalter: Setze "disableWorkflows": true in ~/.claude/settings.json s1.
Mach das am Montag
- Kopiere
settings.jsonin deine Projekteinstellungen und prüfe, ob/configdie Größenrichtlinie als small anzeigt. - Lade
ultracode-caps.shper source in die Shell, aus der du Claude Code startest, mit einer echten Modell-ID statt des Platzhalters. - Prüfe, dass der Schalter
ultracodein/effortaus ist, und nutze das Schlüsselwort in einem einzelnen Prompt, wenn du ein Auffächern willst. - Beantworte vor jedem Auffächern die zwei Fragen in
when-to-fan-out.md. Ist eine Antwort nein, läuft es normal auf high. - Lass zuerst einen Ausschnitt laufen und lies die Token-Summe in
/workflows, bevor du den Job ausweitest. - Füge dem Prompt ein Budget hinzu, zum Beispiel "use 10k tokens".
- Halte
/workflowsim ersten Lauf offen und drückex, wenn die Agent-Anzahl über das Erwartete steigt. - Öffne nach dem Lauf
/usageund notiere den Anteil, der an Workflows ging.
Weiter gehen
Repariere Worker und Gate, statt sie das Modell schreiben zu lassen. Ein Hacker-News-Beitrag berichtet, der Token-Verbrauch für Workflow-Ausführung und Überwachung sei auf etwa 20 % des früheren Werts gesunken, und Workflows, die 5 bis 6 Stunden dauerten, brauchten jetzt 20 bis 40 Minuten. Das ist selbst berichtet und nennt keinen Plan s6. Die Methode hat zwei Teile. Eine Agent-Datei workflow-worker bekommt ein Stück des Plans und enge Berechtigungen, um Tests nur für ihren eigenen Teil zu schreiben und auszuführen. Eine Agent-Datei workflow-gate nimmt die Ergebnisse der parallelen Agents entgegen, und die seriellen Prüfungen wandern in ein Makefile mit zwei Targets: make workflow-serial-gate prüft den Git-Baum und führt Tests für das Geänderte aus, und make workflow-final-gate führt saubere Tests für alles aus s6. Die Gate-Prüfung, die bei komplexen Plänen früher 10 Minuten dauerte, dauert laut demselben Beitrag jetzt eine Sekunde. Die 20 % betreffen Ausführung und Überwachung, nicht Plan-Erstellung oder Implementierung. Zum Ausprobieren schreibst du die zwei Agent-Dateien einmal, hältst sie im Repo und verweist deinen Workflow-Prompt darauf.
Lies den Bericht zum außer Kontrolle geratenen Lauf, bevor du einem generierten Skript traust. Das Issue zeigt eine Tabelle pro Phase und das eine Muster hinter den 189 zusätzlichen Agents: Gibt ein Merge-Agent nichts zurück, fällt das Skript auf die Rohliste zurück und macht weiter s7. Bitte das Modell um Skripte, die bei einem gescheiterten Agent anhalten. Lass Auto-Continue bei jedem Lauf aus, den du nicht beobachtest.
Verstehe, warum die Richtlinie verliert. Issue 92631 zeigt den Richtlinientext neben dem ultracode-Satz und warum der zweite gewinnt, wenn sie sich widersprechen s8. Willst du eine harte Obergrenze, begrenzt die Concurrency-Variable, wie viele Agents gleichzeitig laufen, und das Budget im Prompt begrenzt, was sie ausgeben.
Nutze den Launch-Thread für die breiten Jobs. Die schärfste Kritik vom ersten Tag steht im Launch-Thread, mit Kommentaren wie "an exciting new way to burn up as many tokens as possible" und "Quantity of output is not the issue right now. Quality is." s9. Die dort berichteten Erfolge haben eine gemeinsame Form: Review gegen eine Regeldatei, Übersetzung einer Codebasis, Aufräumen gescannter Seiten.
Managed Agents ist ein anderes Produkt. Der Test mit 70 Bugs nutzte dynamische Workflows von Managed Agents, die nur per API verfügbar sind. Baust du auf der API, beginne mit einer eng umrissenen Aufgabe, wie Anthropic rät s24. Einstellungen für Claude Code gelten dort nicht.
Was du nicht glauben solltest. Kontingent-Anekdoten ohne Plan oder Zahl sind aus zweiter Hand. Ein Kommentator berichtet, 6 Agents hätten ein 4-Stunden-Kontingent aufgefressen, und ein anderer berichtet von einem Port mit fast 2 Milliarden Tokens, der $20 kostete, auf dem günstigen Modell eines anderen Anbieters über den eigenen Klon des Kommentators s23 s9. Keines davon ist eine Messung von Claude Code in einem Plan. Eine Zahl gehört nur dann in deine Notizen, wenn sie mit Plan, Modell, Version und Aufgabe kommt.
FAQ
Kostet das Schlüsselwort so viel wie der Schalter? Nein. Das Schlüsselwort lässt eine Aufgabe als Workflow laufen. Der Schalter plant für jede substanzielle Aufgabe einen Workflow, sodass aus einer Anfrage mehrere werden können s1. Beide verbrauchen zusätzlich zu deinem Gespräch, weil jeder Agent eigene Anfragen schickt s5.
Begrenzt die Größenrichtlinie small einen Lauf auf 4 Agents? Nein. Sie ist ein Rat an das Modell, und ein Prompt oder der ultracode-Satz kann ihn überstimmen s1 s8. In unserem Lauf stand dort weniger als 5, und der Lauf nutzte 9. Die harten Grenzen sind die Concurrency-Variable und dein eigener Stopp.
Was passiert, wenn ein Lauf mein Usage-Limit erreicht?
Ist autoContinueAtUsageLimit an, pausiert eine interaktive claude.ai-Session den Lauf und macht beim Reset weiter, bis zu zwei Wartezeiten, ab v2.1.271. Frühere Versionen lassen die betroffenen Agents scheitern s1. Ist es aus, scheitern die Agents am Limit und der Lauf endet dort.
Warum ein günstigeres Modell für die Workflow-Agents?
Der größte Teil eines Workflows ist Prüfen, und jeder Agent schickt eigene Anfragen. CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL setzt alle Workflow-Agents auf ein Modell und lässt deine anderen Subagents in Ruhe s18. Prüfe das Ergebnis an einem Ausschnitt, bevor du dich darauf verlässt.
Kann ich ultracode weiterhin nutzen? Ja, für Jobs, die beide Fragen der Checkliste bestehen. Buns Port hatte eine vollständige Testsuite als Richter s19. Für ein kleines Feature oder einen Bugfix ist ein normaler Lauf auf high der Standard.