AI 智能体

概念解析——子代理

子代理(Sub-Agent)是主 Agent 派出去的临时工作单元,在独立的上下文空间里执行子任务,只把精炼的摘要带回主对话。它的核心价值不是并行提速,而是防止主对话被工具调用的中间过程塞满导致上下文腐化。


1. 上下文腐化:子代理要解决的问题

你问一个 AI 助手"这个项目用的什么测试框架",它开始翻 pyproject.toml、读 requirements.txt、搜测试目录、跑 pytest 版本确认——最后真正有用的回答只是"pytest"三个字。但中间那一堆翻箱倒柜的记录全留在了对话里。下一问、再下一问,主对话越塞越满,AI 开始走神、答非所问。

这个过程叫上下文腐化(Context Rot)。每一次让 AI 翻文件、跑命令,工具调用的输出都会堆进主对话窗口。当噪声占比超过一定比例,你会发现 AI 的回答变得啰嗦、反复确认已经知道的信息、甚至开始重新执行已经做过的操作。它不是变笨了,是对话上下文被垃圾信息污染了。

子代理干的活只有一件:把翻箱倒柜的过程扔到隔壁的独立空间,最后只把一句结论交回来。主对话干干净净。

2. 三个核心属性

各家产品对子代理的实现各有差异,但底层的机制由三个属性撑起来。缺一个就不叫子代理。

属性一

独立上下文

子代理干活时拥有自己的上下文窗口,和主对话完全隔离。翻文件、跑命令、读代码——这些中间过程全留在子代理自己的空间里,不会渗回主对话。主对话只看到"问了一个问题,得到一段摘要",中间几百行工具调用记录根本不会进主聊天。这是子代理最核心的价值,比并行提速重要得多。

属性二

受限工具集

子代理能调用的工具通常比主代理少。比如一个代码审查子代理只给 Read 和 Grep 权限,不给 Write——它想改你的代码,框架层就会拒绝。这种权限隔离是结构性的,比在提示词里写"不要修改代码"可靠得多。

属性三

摘要返回

子代理干完活后,主代理只看到一条短的回复(技术上是一次工具调用的返回结果),中间几百行执行记录不会进主聊天。这条是纪律:只返回精炼结论。如果为了"保险"把全量过程拷回主对话,隔离就白做了,上下文又会变脏。


3. 四个典型场景

子代理最适合那些"翻很多东西,但结论就几行"的任务。

场景一

代码库探索

"改一下这个 calculate_tax 函数。"主代理收到后派出子代理:先 Grep 搜函数名收集所有调用点,再读每个调用方的上下文分辨业务路径和测试路径,最后理出核心调用链。子代理返回一句:"这个函数被 12 处调用,其中 3 处是测试。核心路径:checkout 到 calculate_tax 到 invoice。"中间翻了多少文件,主代理不关心。

场景二

代码审查

"我刚写完 PR,帮我 review 一下。"审查子代理(只配了 Read 权限)读所有改动文件、Grep 项目里类似模式做一致性检查、对照最佳实践列问题清单。返回时给出可操作的优化点,但始终改不了任何代码。

场景三

并行调研

"在 Postgres、MongoDB、Supabase 里选一个。"主代理同时派出三个子代理,分别查各自的优缺点和社区动态,再派一个看现有代码跟三方案各自的兼容性。三份简报回到主对话,主代理综合三段摘要拍板,不用自己读完一手资料。

场景四

调试排错

"CI 上 test_login 又挂了。"子代理读 CI 日志、追踪错误栈、定位到源代码行号、复现并确认根因。翻日志最污染上下文,让子代理去啃,主代理收到一行可执行结论。

共同特征:任务需要访问大量信息,但最终产出是一段简短的、可以直接执行的结论。如果你的子任务"得带回很多内容",它可能不适合外包。

4. 子代理 vs 多智能体系统

子代理和多智能体系统(Agent Teams)容易混淆。两者的区别可以用三个维度来区分。

数量:子代理通常只有一两个,临时派出去干活;多智能体系统可以有多个角色长期共存。子代理的生命周期是临时的,任务结束就消失。多智能体系统中的 Agent 通常是持久的,可以在不同会话间复用。

通信:子代理之间互不通话,只跟主代理对话。多智能体系统中 Agent 之间可以直接交换信息。互通会带来编排和状态共享的复杂度,上手成本高出不少。

子代理是"临时抓个壮丁,干完一件就散"。多智能体是"一支长期跑的专业团队,多人会话各干各的"。先玩明白子代理再上多智能体,直接搞容易翻车。

5. 常见误区

刚开始用子代理时,下面这几句话几乎人人都会说。看看你踩过几条。

"子代理主要是为了并行提速。"并行是好处,排第二。第一永远是上下文隔离。光图快的话多开几个窗口就行。

"子代理越多越好,能拆就拆。"多个子代理的 token 消耗大约是单 Agent 的 4 到 7 倍。没必要的委派只是白花钱加延迟。只有任务真正独立、结果能浓缩成摘要的时候,才值得派。

"子 Agent 的执行历史应该完整带回来给主 Agent 参考。"把全量过程原封拷回主对话等于隔离白做了。只返回精炼结论。中间过程要溯源就去子代理自己的空间翻。

"子 Agent 还能再派子子 Agent,递归一下更强。"大多数框架里子代理不能再派生。允许无限嵌套会让控制流不可预测,出了问题没法调。一层就够。


6. 何时该用子代理

下次犹豫"这事到底要不要派子代理"时,对照下面几条判断:

用子代理的情况:子任务需要翻很多东西但结论就几行;中间过程后面对话用不上;上下文已经很长、回答质量开始滑坡;子任务需要跟主任务不同的权限。

别用的情况:任务简单到一步就能做完(派子代理的开销比任务本身还大);中间过程本身对后续决策很关键(你得看到过程,别外包)。


7. 相邻概念

  • AI Agent:子代理是主 Agent 的延伸。先理解 Agent 是什么,再看它怎么派出子单元。
  • Agent 循环:子代理的运行机制建立在 Agent 循环之上:感知、思考、行动、观察。
  • 多智能体系统:多个 Agent 协作的架构,子代理是其轻量变体。
  • 函数调用:子代理的"干活"本质上是函数调用,理解工具调用机制才能理解子代理的边界。
概念解析 · 人工智能ABC