AIDiveTL;DR e veredito
- O ultracode não deixa o Claude Code mais inteligente. Ele muda o que o modelo recebe como instrução e remove três proteções, então uma execução gasta mais e para mais tarde.
- A regra: faça fan-out apenas quando uma suíte de testes ou um conjunto de regras julga a saída e o trabalho se divide em partes independentes. Todo o resto, rode simples em high.
- Cinco configurações limitam uma execução: a diretriz de tamanho do workflow em small, um teto de 4 agentes concorrentes, um modelo mais barato para todos os agentes do workflow, a palavra-chave em vez do toggle e o auto-continue no limite de uso desligado.
- Os dois arquivos que carregam os limites são
settings.jsoneultracode-caps.sh. O checklist éwhen-to-fan-out.md. Os pares medidos estão empaired-runs.csv. - A diretriz de tamanho é um conselho, não um teto. Na nossa própria execução ela dizia menos de 5 agentes e a execução usou 9.
O que as fontes dizem
Palavra-chave versus toggle. Digitar ultracode em um prompt inclui aquela tarefa em um workflow. Pedir com as suas próprias palavras, como "use a workflow", funciona como o mesmo opt-in s1. A palavra-chave não faz nada em um prompt passado com -p, em entrada do Agent SDK sem carimbo ou em uma tarefa agendada s1. O toggle é diferente. Com o ultracode ligado, o Claude planeja um workflow para cada tarefa relevante, e um pedido pode virar vários workflows em sequência s1. A documentação acrescenta que uma sessão com o ultracode ligado chega mais cedo a um limite de sessão ou semanal do que o mesmo trabalho com ele desligado s1.
A frase injetada. Com o ultracode ligado, a referência de criação de workflows diz: "author and run a workflow for every substantive task by default. The goal is the most exhaustive, correct answer you can produce" e que "token cost is not a constraint." O mesmo texto é citado em uma issue pública intitulada "Ultracode overrides the workflow size guideline" s8. Cada workflow de uma sequência recebe o seu próprio orçamento de agentes, então quatro fases de 15 agentes dão 60 agentes, sem que nenhum workflow isolado quebre a diretriz s8.
As três proteções. O ultracode desliga três verificações. O aviso Large workflow não aparece. O limite de subagentes concorrentes da sessão não é aplicado aos subagentes que o Claude cria com a ferramenta Agent. No modo de permissão auto, você não é solicitado a aprovar o primeiro lançamento de workflow s1.
A diretriz de tamanho. Small significa menos de 5 agentes, medium menos de 10, large menos de 50. O padrão é medium, ou small em um plano Pro com a v2.1.271 ou posterior. O Claude Code a envia ao modelo como conselho, não como teto, então um prompt que peça outra escala ainda a sobrescreve s1. Os limites rígidos são 16 agentes concorrentes por padrão e 1.000 agentes por execução. O aviso de workflow grande dispara acima de 25 agentes ou 1,5 milhão de tokens projetados, e ele apenas avisa s1.
Nossa própria execução. Digitamos a palavra-chave em um sandbox de dois arquivos e 16 linhas de código, com a diretriz de tamanho em small, e pedimos uma revisão somente leitura. A execução usou 9 agentes: 2 finders e 7 verifiers. Cada finder leu cerca de 45,2k tokens. Não fizemos uma execução simples do mesmo prompt, então não temos um número pareado nosso.
O teste pareado. Em um plano de US$ 200, um desenvolvedor deu a mesma especificação a uma execução simples e a uma com ultracode. As duas passaram em 136/136 verificações ocultas. A simples terminou em 25 min com 8% do limite de 5 horas. A com ultracode foi cortada aos 76 min com 18% consumidos, e usou 12 agentes em duas equipes (9 e 3), não 1.000. Por minuto o consumo foi quase igual: ela só não parou s3.
Mais três pares no plano Pro. Agente único contra workflow, mesmos achados: 115k contra 972k tokens, 52k contra 936k e 102k contra 683k. O medidor /usage subiu 4 contra 12, 7 contra 12 e 4 contra 8 pontos, o que o autor resume como cerca de duas vezes a cota, até três. O tempo de relógio no script do plano Opus foi 173 s contra 178 s. Em quatro pesquisas independentes, o paralelo foi 1,6x mais rápido por 2,3x os tokens s4.
O par de 30x. Um agente em xhigh levou 1 h 13 m por cerca de US$ 18 a preço de API. O max com ultracode levou 9 h 14 m, com 40 subagentes, por cerca de US$ 554. Uma execução de cada, preços de tabela da API, não cobrado em assinatura s11.
Como é um par. Um repositório de teste público guarda um par de agente único contra workflow na mesma tarefa. O agente único usou 181.646 tokens, o workflow 1.326.703. O custo a preço de API foi US$ 0,2678 contra US$ 1,3744. O tempo de relógio foi 43 s contra 80 s, e o medidor da sessão subiu +0 contra +12 pontos s22. É um único par, então leia como um formato e não como uma lei. A documentação lista subagentes e workflows como um fator de tokens: cada agente que um workflow cria envia as próprias requisições além das da conversa principal s5. A equipe de pesquisa da Anthropic mediu cerca de 4x mais tokens para um agente do que para um chat, e cerca de 15x para um sistema multiagente s20.
Onde compensa: Bun. O Bun foi reescrito de Zig para Rust com cerca de 50 workflows dinâmicos rodando continuamente por 11 dias. O código-fonte tinha 535.496 linhas de Zig, e o port foi do início a 100% da suíte de testes passando em todas as plataformas em 11 dias s19. O juiz foi uma suíte de testes já existente.
Onde compensa: a caça a bugs. A Anthropic plantou 70 bugs em uma base de código de 116k linhas. Em 3 execuções, um agente único encontrou 14, 15 e 27. Um workflow encontrou 66 em cada uma das suas 3 execuções s24. Esse teste rodou no Managed Agents, o produto de API, não no Claude Code. A Anthropic não informou custo e recomenda começar com uma tarefa delimitada s24. O blog de lançamento diz que a maioria das tarefas tradicionais de programação não precisa de um painel de 5 revisores s2.
A execução descontrolada. Um script escrito pelo modelo em um plano Max 20x iniciou 221 agentes em 51 minutos. Depois do primeiro erro de limite de sessão, mais 189 agentes foram iniciados. A tabela do autor da issue conta 47.465.299 tokens incluindo cache s7. Duas ressalvas do autor: os 189 agentes posteriores não tinham respostas de modelo registradas, e o fallback do script continuava despachando quando um merge devolvia nada. Essa execução foi na v2.1.266, antes da pausa no limite de uso s7. Um segundo relato público descreve dois workflows de 56 e 104 agentes, 1.472.855 e 1.752.360 tokens, em que 92 de 160 agentes falharam com o limite de sessão s21. O autor diz que o ultracode foi reportado como ativo sem que o usuário o tivesse ligado.
As alavancas. CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS aceita um valor de 1 a 256 e exige a v2.1.269 s10. CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL roda todos os agentes do workflow em um único modelo enquanto os outros subagentes mantêm o deles, a partir da v2.1.296 s18. Com autoContinueAtUsageLimit ligado, uma execução que atinge o limite pausa e retoma no reset, até duas esperas, e na terceira vez o agente falha. Com ele desligado, os agentes afetados falham no muro s1. O blog de lançamento diz que um orçamento no prompt, como "use 10k tokens", define o teto s2. A visão /workflows mostra o uso de tokens de cada agente, e x interrompe a execução s1. /usage sinaliza comportamentos que respondem por 10% ou mais do uso recente, e a v2.1.299 adicionou avisos para workflows s5 s18.
O kit de limites
O bloco de configurações. O limite 1 é a diretriz de tamanho, o limite 4 é manter ultracode em false para que a palavra-chave seja a única entrada, e o limite 5 é o auto-continue desligado. Coloque em .claude/settings.json ou em qualquer arquivo de configurações. A chave workflowSizeGuideline funciona em qualquer arquivo de configurações a partir da v2.1.219 s1.
settings.json
{
"workflowSizeGuideline": "small",
"ultracode": false,
"autoContinueAtUsageLimit": false
}
As linhas de ambiente. Limites 2 e 3. Troque o placeholder pelo id completo do modelo em que você quer que seus agentes de workflow rodem.
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
O checklist que você percorre antes de digitar a palavra-chave.
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.
Os pares e casos medidos nas fontes, uma linha cada, com o id da fonte.
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"
Duas notas sobre o kit. A chave ultracode só importa se você, de outra forma, iniciaria sessões com o toggle ligado, e mantê-la em false faz de cada fan-out uma decisão sua, tomada em um único prompt. Desligar os workflows por completo remove a palavra-chave e o toggle: defina "disableWorkflows": true em ~/.claude/settings.json s1.
Faça isto na segunda-feira
- Copie
settings.jsonpara as configurações do seu projeto e confira se/configmostra a diretriz de tamanho como small. - Carregue
ultracode-caps.shno shell de onde você inicia o Claude Code, com um id de modelo real no lugar do placeholder. - Confira se o toggle do
ultracodeestá desligado em/effort, e use a palavra-chave em um único prompt quando quiser um fan-out. - Antes de qualquer fan-out, responda às duas perguntas em
when-to-fan-out.md. Se uma resposta for não, rode simples em high. - Rode uma fatia primeiro e leia o total de tokens em
/workflowsantes de ampliar o trabalho. - Adicione um orçamento ao prompt, por exemplo "use 10k tokens".
- Mantenha
/workflowsaberto na primeira execução e apertexse a contagem de agentes passar do que você esperava. - Depois da execução, abra
/usagee anote a parcela que foi para workflows.
Para ir além
Fixe o worker e o gate em vez de deixar o modelo escrevê-los. Um post do Hacker News relata ter reduzido o gasto de tokens com execução e monitoramento de workflows para cerca de 20% do que era, com workflows que levavam de 5 a 6 horas agora levando de 20 a 40 minutos. É autorrelatado e não informa o plano s6. O método tem duas partes. Um arquivo de agente workflow-worker recebe um pedaço do plano e permissões estreitas para escrever e rodar testes apenas da sua própria parte. Um arquivo de agente workflow-gate recebe os resultados dos agentes paralelos, e as verificações seriais vão para um Makefile com dois alvos: make workflow-serial-gate confere a árvore do git e roda testes do que mudou, e make workflow-final-gate roda testes limpos de tudo s6. A verificação do gate, que antes levava 10 minutos em planos complexos, agora leva um segundo, segundo o mesmo post. Os 20% cobrem execução e monitoramento, não a criação do plano nem a implementação. Para testar, escreva os dois arquivos de agente uma vez, mantenha-os no repositório e aponte o prompt do seu workflow para eles.
Leia o relato da execução descontrolada antes de confiar em um script gerado. A issue mostra uma tabela por fase e o padrão único por trás dos 189 agentes extras: quando um agente de merge devolve nada, o script recorre à lista bruta e segue em frente s7. Peça ao modelo scripts que parem diante de um agente que falhou. Mantenha o auto-continue desligado em qualquer execução que você não acompanhe.
Entenda por que a diretriz perde. A issue 92631 mostra o texto da diretriz ao lado da frase do ultracode, e por que a segunda vence quando as duas discordam s8. Se você quer um teto rígido, a variável de concorrência limita quantos agentes rodam ao mesmo tempo, e o orçamento no prompt limita quanto eles gastam.
Use a thread de lançamento para os trabalhos amplos. A crítica mais afiada do primeiro dia está na thread de lançamento, com comentários como "an exciting new way to burn up as many tokens as possible" e "Quantity of output is not the issue right now. Quality is." s9. Os ganhos que as pessoas relatam ali têm o mesmo formato: revisão contra um arquivo de regras, tradução de uma base de código, limpeza de páginas escaneadas.
O Managed Agents é outro produto. O teste dos 70 bugs usou workflows dinâmicos do Managed Agents, que são somente de API. Se você constrói sobre a API, comece com uma tarefa delimitada, como a Anthropic recomenda s24. As configurações do Claude Code não se aplicam a ele.
Em que não confiar. Anedotas de cota sem plano nem número são de segunda mão. Um comentarista relata que 6 agentes devoraram uma cota de 4 horas, e outro relata um port de quase 2 bilhões de tokens que custou US$ 20 em um modelo barato de outro fornecedor, por meio de um clone do próprio comentarista s23 s9. Nenhum dos dois é uma medição do Claude Code em um plano. Um número só entra nas suas anotações quando vem com o plano, o modelo, a versão e a tarefa.
FAQ
A palavra-chave custa tanto quanto o toggle? Não. A palavra-chave roda uma tarefa como workflow. O toggle planeja um workflow para cada tarefa relevante, então um pedido pode virar vários s1. Os dois gastam além da sua conversa, porque cada agente envia as próprias requisições s5.
Configurar a diretriz de tamanho como small limita uma execução a 4 agentes? Não. É um conselho enviado ao modelo, e um prompt ou a frase do ultracode podem sobrescrevê-lo s1 s8. Na nossa execução ela dizia menos de 5 e a execução usou 9. Os limites rígidos são a variável de concorrência e a sua própria parada.
O que acontece quando uma execução atinge o meu limite de uso?
Com autoContinueAtUsageLimit ligado, uma sessão interativa do claude.ai pausa a execução e continua no reset, até duas esperas, a partir da v2.1.271. Versões anteriores fazem os agentes afetados falharem s1. Com ele desligado, os agentes falham no limite e a execução termina ali.
Por que um modelo mais barato para os agentes do workflow?
A maior parte de um workflow é conferência, e cada agente envia as próprias requisições. CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL coloca todos os agentes do workflow em um único modelo e deixa em paz os seus outros subagentes s18. Confira o resultado em uma fatia antes de confiar nele.
Ainda posso usar o ultracode? Sim, para trabalhos que passam nas duas perguntas do checklist. O port do Bun tinha uma suíte de testes completa como juiz s19. Para uma funcionalidade pequena ou uma correção de bug, uma execução simples em high é o padrão.