结论先行:子 Agent 解决的核心问题是上下文污染——主 Agent 派活,子 Agent 在自己的独立上下文里翻几十个文件做探索,最后只把结论摘要带回来。它同时换来了并行能力(多个互不依赖的任务同时跑)和主上下文的干净(大量中间过程不进主窗口)。编排要点有三:任务说明书必须自包含、结果聚合必须走主 Agent、可并行的任务按文件正交拆分。

为什么需要子 Agent

主 Agent 直接干活有个隐藏成本:每读一个文件,内容就永久进入它的上下文。探索一个"这个 bug 在哪"的问题可能要读二十个文件,读完之后主窗口已经被无关代码塞满,真正要改的那两个文件反而淹没在里面。子 Agent 相当于一个一次性的工作内存:脏活累活它在自己的窗口里干,主 Agent 只接收浓缩后的结果。

# 主 Agent 视角:派活、收摘要
tasks = [
    {"id": "t1", "brief": "调查 order 模块超时根因,只回结论+文件:行号"},
    {"id": "t2", "brief": "调查 pay 模块超时根因,只回结论+文件:行号"},
]
results = parallel_run(subagent, tasks)          # 两个子 Agent 各自独立上下文
main_context.append(aggregate(results))          # 只有摘要进入主上下文
# 主 Agent 基于两份摘要决定修复方案,再自己动手(或再派 coder 子 Agent)

这笔账要用经济学眼光算:子 Agent 读二十个文件花的 token 表面上没省,但它保住了主上下文的"干净"。主上下文是整个任务生命周期里每轮都重发的资源,它在第 5 轮被污染,之后 35 轮都在为污染付费;子 Agent 的上下文用完即弃,污染只付一次。除了成本,还有一层墙钟时间收益:互不依赖的调查任务并行派出,总耗时约等于最慢的那一个,而不是依次排队之和——对排查类任务这往往是从"等半小时"到"等五分钟"的差别。两种模式的适用边界:

模式适用场景主上下文成本并行能力主要风险
主 Agent 直干小任务、强交互高(过程全进窗口)无上下文污染
主 + 单个 scout单点调查低(只收摘要)1 路派单开销可能不划算
主 + 多子并行文件正交的独立子任务低N 路写冲突、成本放大
两层嵌套超大任务分域最低多域并行失控、归因困难

编排三原则

第一,任务自包含。 子 Agent 看不到主 Agent 的对话历史,它对世界的全部认知来自任务说明书。说明书要写清:目标、相关文件清单、边界(哪些别碰)、完成标准、返回格式。缺一句,子 Agent 就要靠猜,或者反过来把主 Agent 已经知道的上下文重新探索一遍。

第二,隔离是双向的。 子 Agent 的过程不进主上下文,反过来子 Agent 之间也不共享上下文。两个子 Agent 各自读同一个大文件是允许的浪费——比把全文塞进主上下文便宜。但要注意写冲突:并行子 Agent 别改同一个文件,按文件正交拆任务是主 Agent 派活时的责任。

第三,聚合走主 Agent。 子 Agent 返回的是给主 Agent 看的材料,不是最终答案。冲突的结论要由主 Agent 裁决,跨任务的整合要由主 Agent 完成。只读侦察类子 Agent(scout)返回"结论+证据位置",编码类子 Agent(coder)返回"改动清单+验证结果",格式在任务说明书里约定死,主 Agent 好拼装。

说明书的质量直接决定子 Agent 的成败。写说明书有个实用的自检法:假装收件人是一个完全没参与过前序对话的聪明同事,他拿到这张纸条能不能不动嘴问就开工?凡是需要"他来问你"的信息——哪个模块、什么现象、从哪看起、要交回什么——都是说明书里缺的那句。对比错误写法与正确写法:

<!-- 错误写法:一句话派单,全靠子 Agent 猜 -->
调查一下订单超时的问题。

<!-- 正确写法:自包含说明书 -->
调查 order 模块接口超时根因。
- 起点:src/main/java/com/foo/order/OrderServiceImpl.java 的 submitOrder()
- 已知:网关侧日志显示下游 RT 从 200ms 涨到 3s,起点是今天 14:00
- 边界:只读调查,不改任何文件;不碰 pay 模块(另有人负责)
- 完成标准:给出根因一句话 + 证据(文件:行号 + 关键日志行)
- 返回格式:结论 / 证据 / 建议动作 三段,总长不超过 200 字

什么时候不该用

三个反例:任务本身很小(读两个文件就能修),派单的元开销超过收益;任务步骤强依赖(第二步要基于第一步的完整过程决策),切开会丢关键信息;任务需要用户全程交互确认,隔离反而把人隔在外面。判断标准就一条:这个任务的探索过程,主 Agent 有必要看见吗?有必要(比如每一步都影响方案走向),就主 Agent 自己干;没必要看见(只是取证),就派出去。

实践中的坑

一是子 Agent 失败归因:跑挂了先区分是说明书缺上下文(改说明书重派)还是任务本身超出能力(收回主 Agent 自己干),盲目重试三次不如改一次说明书。二是深度控制:子 Agent 再派子 Agent 很快就会失控,一般两层封顶——嵌套层数每加一层,任务失真和成本不透明都会放大一截。三是成本可见:并行子 Agent 是 token 放大器,harness 要把每个子 Agent 的消耗记到 trace 里并挂在同一 trace_id 下,否则月底账单没法解释。四是返回格式不约定:子 Agent 回来一大篇散文,主 Agent 还得自己消化,聚合成本反噬收益,格式约定要写进说明书。五是超时与上限缺失:子 Agent 跑飞(无限重试、反复读同一批文件)没有熔断,token 在无人察觉时持续燃烧,harness 要给每个子 Agent 设轮数和时长上限,触顶即回收并汇报进度摘要。派单前的最后一道检查也值得养成习惯:把要派出去的任务清单扫一眼,确认两两之间没有共同文件,这一眼能挡住绝大多数并行写冲突。

用得好时,子 Agent 不是"更多模型",而是"更干净的上下文 + 更短的墙钟时间"——这两样恰恰是长任务成功率的主要决定因素。

实战场景

一次真实感很强的编排:生产环境两个模块同夜间出现超时告警,主 Agent 先派出两个 scout 并行调查,各自只回"结论+证据+建议动作"不超过两百字。两份摘要回来说明的根因不同:一个是当天下午的发布引入的慢 SQL,一个是依赖的第三方接口抖动。主 Agent 裁决先修前者(改动面小、收益确定),随后派两个 coder 并行动手——按文件正交拆分,一个改 order 模块的 SQL 与索引建议脚本,另一个改 pay 模块的超时与重试参数,互不碰对方文件。两个 coder 各自跑完相关测试并回报改动清单与退出码,主 Agent 汇总后统一提交(过程为写实场景描述,耗时与成本数字从略)。全程主 Agent 的上下文里只出现过两次摘要、两份改动清单——探索阶段的几十次文件读取全部留在了子 Agent 的窗口里。如果换成主 Agent 单打独斗,光是读完全部相关文件就会把窗口塞满,第二阶段的修复质量必然受影响。

检查清单

  • 每份任务说明书自包含:目标、起点文件、边界、完成标准、返回格式五项齐全
  • 返回格式约定死:scout 回结论+证据位置,coder 回改动清单+验证结果
  • 并行子 Agent 按文件正交拆分,不有两个子 Agent 改同一个文件
  • 聚合与冲突裁决只走主 Agent,子 Agent 返回不直接当最终答案
  • 派单前判断:探索过程主 Agent 是否需要看见,需要就别派
  • 子 Agent 嵌套两层封顶
  • 每个子 Agent 的 token 消耗记录进同一 trace,成本可归因
  • 失败先归因:缺上下文改说明书重派,超能力收回主 Agent