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

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

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。

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容