跳转到正文
Agent 工程篇约 5 分钟
打开原图 ↗

Subagents ​

什么是子智能体 ​

子智能体是 AI 编程工具可委派任务的专用 AI 助手。每个子智能体都在独立的上下文窗口中运行,负责处理特定类型的工作,并将结果返回给父智能体。使用子智能体可拆解复杂任务、并行处理工作,并保留主对话中的上下文。

一句话定位:这件事需要换角色 / 隔离上下文 / 并行推进,让长链路输出更稳。

子智能体从空白上下文起步,看不到主对话历史;父智能体必须在提示词里把必要信息带过去。Cursor、Claude Code、Codex 等都支持这一机制,文件位置与字段名略有差异。

能力说明
上下文隔离探索、跑命令、浏览器操作产生的中间垃圾不会撑爆主对话
并行执行可同时启动多个子智能体,分别处理代码库不同部分
专业能力可配置自定义提示词、工具权限与模型,专攻某一类任务
可复用性自定义子智能体可在多项目间复用(用户级)或随仓库共享(项目级)

官方说明见:Cursor 子智能体、Claude Code Sub-agents。


前台与后台 ​

模式行为最适用场景
前台等待子智能体完成后再继续,立即拿到结果需要输出的顺序任务
后台立即返回,子智能体独立执行长时间任务或并行工作流

内置子智能体(以 Cursor 为例) ​

Cursor 内置三个子智能体,Agent 会在适当时自动调用,无需配置:

子智能体用途为何要隔离
Explore搜索与分析代码库探索会产生大量中间输出;常用更快模型做多路并行搜索
Bash跑一系列 shell 命令命令日志冗长;隔离后父智能体只做决策,不吞日志
Browser通过 MCP 控制浏览器DOM / 截图噪声大;子智能体筛成相关结果再回传

共同动机:中间输出多、适合专用提示与工具、易占满上下文。隔离后父智能体只看到最终摘要,还能为子任务选更便宜的模型。

Claude Code 侧常见内置角色略有不同(如 Explore / Plan / general-purpose),概念一致:把「会撑爆窗口」的工作拆出去。


何时用子智能体(vs Skills) ​

适合子智能体适合 Skills
长期研究,需要隔离上下文目的单一(生成变更日志、格式化)
要并行推进多条工作流需要快速、可重复执行
任务跨多步,需要领域角色一次就能做完
希望独立验证工作成果不需要单独的上下文窗口

快速区分:

  • Skills 改变的是「知道什么」(SOP / 清单 / 方法论)
  • Subagents 改变的是「谁在干活」(角色 / 权限 / 独立上下文 / 输出契约)

出现这些信号时,优先子智能体:方案权衡、审查把关、复杂排障、严格输入输出格式、权限隔离(只读)、主对话易被探索过程污染。


自定义子智能体 ​

文件位置 ​

类型位置适用范围
项目.cursor/agents/、.claude/agents/、.codex/agents/仅当前项目
用户~/.cursor/agents/、~/.claude/agents/、~/.codex/agents/当前用户的所有项目

同名冲突时:项目级优先;多目录并存时,.cursor/ 通常高于 .claude/ / .codex/。

文件格式 ​

每个子智能体是带 YAML frontmatter 的 Markdown 文件:

markdown
---
name: security-auditor
description: Security specialist. Use when implementing auth, payments, or handling sensitive data.
model: inherit
readonly: true
---

You are a security expert auditing code for vulnerabilities.

When invoked:
1. Identify security-sensitive code paths
2. Check for common vulnerabilities (injection, XSS, auth bypass)
3. Verify secrets are not hardcoded
4. Review input validation and sanitization

Report findings by severity:
- Critical (must fix before deploy)
- High (fix soon)
- Medium (address when possible)

常用配置字段(Cursor) ​

字段类型默认说明
namestring由文件名生成显示名与标识;小写 + 连字符
descriptionstring—出现在 Task 工具提示中;Agent 据此决定是否委派
modelstringinheritinherit 或具体模型 ID(可带参数,如 claude-opus-5[effort=high])
readonlybooleanfalsetrue 时限制写入与会改状态的 shell
is_backgroundbooleanfalsetrue 时后台跑,不阻塞父智能体

description 很关键:写上「主动使用」「始终用于……」等措辞,更容易被自动委派。


怎么调用 ​

自动委派 ​

Agent 会根据任务复杂度、自定义子智能体的 description、当前上下文与可用工具,主动把工作拆出去。

显式调用 ​

用 /name,或在对话里直接点名:

text
> /verifier confirm the auth flow is complete
> 使用验证方子智能体确认认证流程已完成
> 让安全审计子智能体审查支付模块

并行执行 ​

父智能体可在一条消息里发起多个 Task 调用,多个子智能体各自独立上下文、并行跑,全部完成后再由父智能体汇总、消冲突、整合输出。

短提示:

text
> 并行评审 API 更改并更新文档

更完整的委派写法(适合多独立任务):

text
你作为协调主智能体,把下面 3 个独立任务派发给多个子智能体并行执行。
子智能体各自独立上下文,并行执行;全部完成后由你汇总结果、解决冲突、整合输出。

任务 A:分析项目依赖,列出过时包
任务 B:扫描代码,找出所有 TODO 注释
任务 C:检查 package.json 脚本,校验是否可正常运行

通用模板(把任务描述换成你的清单即可):

text
你是主协调智能体,启用并行子智能体执行。
拆分下面独立任务,派发给多个子智能体同时运行,全部完成后汇总所有结果,处理文件冲突,输出整合后的代码与报告。
任务描述:xxx。
约束:子任务之间互不依赖,并行执行;子智能体各自独立上下文;最后由你统一合并。

要点:

  • 写清角色:你是协调者,负责拆派与汇总,不要自己串行做完三件事
  • 任务彼此独立:互不依赖才能真并行;有先后依赖时改用前台顺序委派
  • 约定回收格式:例如每项给出「结论 / 证据路径 / 风险」,方便主智能体合并
  • 默认共享 checkout:同时改文件可能互相覆盖;只读分析(如上例)通常安全。需要隔离写入时,让每个子智能体跑在独立 worktree / 云端环境

常见用法 ​

验证方(Verifier) ​

独立核实「声称已完成」的工作是否真的能跑通:查实现、跑测试、找漏掉的边界,不轻信口头完成。

适合:工单结案前做端到端确认;发现「只写了一半」;确认测试是真过而不只是有测试文件。

编排器模式 ​

复杂工作流由父智能体串多个专职子智能体:

  1. 规划者分析需求、出技术方案
  2. 实现者按方案落地
  3. 验证者对照需求验收

每次交接用结构化输出,保证下一个智能体拿到清晰上下文。

性能与成本 ​

优势代价
上下文隔离每个子智能体都要重新搜集上下文
并行执行多条上下文同时跑,token 用量上升
专注特定任务简单任务可能比主智能体更慢

子智能体各自计费;并行五个,用量大致是单智能体的数倍。简单快任务直接让主智能体做;复杂、长链路、可并行时再拆。


与其他模块的边界 ​

  • subagents vs skills:skills 是按需 SOP;subagents 是独立上下文里的专职角色
  • subagents vs commands:commands 是你显式触发的入口;subagents 可由 Agent 自动委派,也可 /name 点名
  • subagents vs hooks:hooks 在关键节点自动守卫;子智能体结束后可用 hooks 收集输出
  • subagents vs rules:rules 是全局底线;子智能体在底线之上再带自己的角色提示与权限

延伸阅读 ​

  • Agent Workflow — 用闭环与控制面把 Skills / Hooks / Subagents 串成可持续交付的工作流。

参考链接 ​

发现问题或有实践经验想分享? 参与讨论 ↗

把 AI 从「会聊天」推进到「能稳定交付」