Sub-agent 是什么

Sub-agent 是由主 Agent 调用的子任务执行者。它负责处理某个具体任务，帮助主 Agent 分担上下文、角色和工作量。

Sub-agent 的出现，标志着 Agent 工作流从「一个 AI 做所有事」开始走向分工。

在简单任务里，一个 Agent 足够。你问问题，它回答；你让它改文件，它修改。

但复杂任务不一样。研究、写作、编辑、测试、事实核查、归档、代码审查，需要不同的关注点。让一个 Agent 从头到尾全部处理，很容易注意力分散、上下文膨胀、标准漂移。

Sub-agent 的价值，就是把复杂任务拆给更专门的执行单元。

Sub-agent 做什么

Sub-agent 通常做三类事情。

第一，承担专业角色。

比如 researcher 搜资料，reviewer 审查逻辑，editor 改表达，tester 跑测试。

第二，隔离上下文。

主 Agent 不需要把所有细节都塞进自己的上下文窗口，而是把某个子任务交给 Sub-agent，等待它返回结果。

第三，并行处理任务。

多个 Sub-agent 可以同时探索不同方向，提高复杂工作的效率。

和主 Agent 的关系

主 Agent 负责方向。

Sub-agent 负责执行。

一个健康结构应该是：

• 主 Agent 理解目标。
• 主 Agent 拆解任务。
• Sub-agent 处理具体部分。
• 主 Agent 汇总结果。
• 主 Agent 按验收标准做最终判断。

如果没有主 Agent 的判断，Sub-agent 很容易各做各的，结果拼不到一起。

Sub-agent 不等于完整多 Agent 系统

Sub-agent 是多 Agent 的起点，但不等于完整多 Agent 编排。

完整多 Agent 系统还需要：

• 明确角色边界。
• 任务状态管理。
• 结果回收机制。
• 冲突处理。
• 统一验收标准。
• 长期记忆和工具权限。

Claude Code 的 Sub-agents 更适合轻量委托。newtype OS 这类系统则会进一步把 Sub-agent 思路扩展成长期角色分工。

什么时候需要 Sub-agent

以下情况适合使用 Sub-agent：

• 任务复杂，需要拆分。
• 需要多个视角交叉检查。
• 主上下文已经很长。
• 需要并行探索。
• 需要专业角色。
• 需要避免一个 Agent 同时扮演太多角色。

例如写一篇深度文章时，可以让 researcher 搜集资料，writer 写初稿，editor 改风格，fact-checker 核查事实。

常见误区

第一个误区是 Sub-agent 越多越好。

不是。角色太多会增加协调成本。能用一个 Agent 完成的任务，不必强行拆分。

第二个误区是把 Sub-agent 当成自动魔法。

Sub-agent 仍然需要清晰任务、输入、输出格式和验收标准。

第三个误区是没有结果回收。

Sub-agent 做完以后，主 Agent 必须判断结果是否可用，而不是直接拼接。

在 AI OS 中的位置

在 AI OS 中，Sub-agent 是把个人能力放大的关键机制。

它让你不再只拥有一个 AI 助手，而是拥有一个可以分工的 AI 团队。

但真正有价值的不是「有多少 Agent」，而是这些 Agent 是否围绕同一个目标、同一套标准和同一个文件系统协作。