很多人第一次接触 SubAgent,最容易把它理解成“把 Tool 改了个名字”。但真正的区别并不在叫法,而在于它是不是一个能围绕局部 Goal 自主执行的小型运行单元。下面这张图把 Tool 和 SubAgent 摆在一起,对比会非常直观。
![图片[1]-核心小节一:为什么需要 SubAgent——不是为了“多智能体”,而是为了隔离复杂度-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1717.png)
顺着图看就很清楚了:Tool 更像一次明确能力调用,输入输出边界很清楚;而 SubAgent 不只是“帮你调个函数”,它会带着自己的 Goal、State、Main Loop 和多个 Tool 去完成一段局部任务,最后再结构化返回结果。
SubAgent 真正有价值的前提是:
很多人看到 Multi-Agent,会天然觉得:
“Agent 越多越高级。”
这其实很容易走偏。
SubAgent 真正有价值的前提是:
复杂度确实已经值得拆。
第一类价值:上下文隔离
假设 Main Agent 当前要解决:
代码问题
测试问题
文档问题
如果所有内容都放一个 Context:
源码
pytest 日志
网页资料
依赖版本说明
会非常大。
而 SubAgent 可以让:
Code Agent
只看代码相关 Context
Test Agent
只看测试相关 Context
Research Agent
只看资料相关 Context
Main Agent 最后只接收:
压缩后的结果
这会显著减少全局 Context 压力。
第二类价值:能力边界更清楚
Code Agent 可以拥有:
read_file
edit_file
search_files
Test Agent 可以拥有:
run_shell
read_file
Research Agent 可以拥有:
search
read docs
这样每个 Agent 的 Tool 权限更窄。
相比一个超级 Agent 拥有:
所有 Tool
更安全。
第三类价值:规则更聚焦
Code Agent 的规则:
最小修改
不要修改 tests/
修改后必须说明原因
Test Agent 的规则:
不修改代码
只运行测试
归纳失败模式
Research Agent 的规则:
只输出与当前问题相关的资料结论
注明来源
不要做代码修改
每个 Agent 的 Prompt 更清晰。
第四类价值:并行执行
某些任务互不依赖。
例如:
Code Agent 看代码
Research Agent 查依赖变化
可以同时进行。
这和前面的 Parallel Tool Calling 思路类似。
但这里并行的是:
更高层的自治任务。
第五类价值:失败隔离
Research Agent 查资料失败。
不一定导致整个任务失败。
Main Agent 可以:
继续依赖本地证据
或者:
重新分派
这让错误恢复更灵活。
什么时候不值得 SubAgent?
如果任务只是:
读一个文件
改一处代码
跑一次测试
硬拆:
Read Agent
Edit Agent
Test Agent
完全没必要。
因为你会额外增加:
调度成本
Token
上下文切换
结果汇总
状态管理
Trace 复杂度
所以还是那句话:
架构要服务复杂度,不要制造复杂度。
















请登录后查看评论内容