智能体生态观察 · 第 46 篇|子智能体架构:任务分解、上下文隔离与结果回收

先算一笔账:一次深度调研要读上百篇文档,一次代码改造要翻几十个文件。如果所有原文都涌进同一个上下文窗口,模型会「读了后面忘前面」,账单却按全长上下文一路飙升。子智能体的思路不是把窗口做大,而是分而治之——让每个子任务在独立的小房间里干活,只把结论带回来。它是一堵上下文的防火墙,也是一笔注意力的经济账。本篇拆解这门手艺的三个设计问题、隔离与回收的工程细节,以及它在生态里的真实形态。

手绘信息图:主智能体向下派出检索、编码、验证三个子智能体,各自在独立上下文里过滤噪声后回收结论报告

为什么需要子智能体:污染、稀释与成本曲线

长上下文有两个被反复验证的短板。其一是注意力稀释:把几十篇文档全文塞进窗口后,模型对中部位置内容的召回明显变差,关键事实被大段噪声淹没——「大海捞针」能考满分,不等于能在一锅粥里同时理清二十根针之间的相互关系。其二是上下文污染:检索来的网页残渣、报错堆栈、无关代码会持续干扰后续推理,让模型在错误前提上越走越远,还把原本正确的判断一起带偏。子智能体的第一个价值就在这里:脏活在小房间里干完,主上下文只接收蒸馏后的结论,主线的每一步推理都发生在干净的语境里。

第二个价值是钱。上下文按 token 计费,对话式智能体的窗口随步数滚动增长——每一步都要为全部历史再付一次输入费,成本随任务长度超线性上涨。把重活外包给子智能体后,主智能体的历史保持精简,每个子代理只装载与自己任务相关的最小集合;可并行的子任务还能把串行等待压缩成墙钟时间上的并行。代价同样清楚:Anthropic 在其多智能体研究系统的工程博客里给出过公开量级,这类编排的 token 消耗约为普通聊天的十倍以上(截至 2026-11 的公开口径)。子智能体买来的是质量与速度,付出的是总成本,这笔账只对收益够高的任务成立。

这个量级也解释了为什么子智能体的呼声出现在长任务流行之后。分钟级的问答用不上分治——一次检索、一段回答,窗口毫无压力;只有当任务长到要「读完一批材料再动手」,隔离才开始省钱。换句话说,子智能体是被任务长度逼出来的架构,不是被模型能力召唤出来的架构。判断要不要用,先看任务的阅读量是否已经超出主窗口的舒适区,再看子任务之间是否真的彼此独立。

于是生态里浮现出一条清晰的适用边界:广度优先、读多写少、可并行的研究型任务是天然主场;而强依赖全局状态、步骤之间紧密耦合的任务——比如一次必须按序执行的多服务灰度发布——拆开反而引入同步成本。判断的朴素标准是问一句:子任务之间的信息流,是否比子任务内部的信息流稀疏得多?答案为是,才值得分治。

子智能体解决的不是「窗口不够大」,而是「大窗口不好使」与「大窗口很贵」这两个问题。

三个设计问题:拆任务、写任务书、收结果

分治的第一步是把总任务切成可独立验收的子任务。判断标准很朴素:每个子任务要有一个不看过程、只看产出就能判定的「完成」——检索子任务的完成是「给出带来源的五段摘要」,编码子任务的完成是「通过测试的补丁」。切法最常见的错误有两种:切得太粗,子任务内部又堆进几千行上下文,隔离形同虚设;切得太细,主智能体沦为纯调度器,协调开销吃掉收益。经验法则是让每个子任务对应一件能独立交付的工件:一段报告、一个补丁、一份清单。更严格的团队会要求完成判据可机器化——测试通过、字段齐全、引用可点开——人眼判断只留给最后的汇总环节。

子智能体之间不共享上下文,任务书必须自带全部前提:目标、边界(明确不要做什么)、可用工具与权限、产出格式、预算上限。模糊任务书是子代理失败的第一大根因——「帮我看看这个库」在主上下文里是合理指令,对一无所知的子智能体则是无解谜题。任务书的写作诀窍与给新同事写工单相同:假设对方看不见你的屏幕,凡是你在主上下文里默认「我已经知道」的信息——目录结构、业务术语、历史决策——都要显式写进去。

// 子智能体调用接口:任务书即契约
interface SubagentTask {
  name: string;            // 角色名,如 "code-explorer"
  goal: string;            // 一句话目标,可验收
  boundaries: string[];    // 边界:明确不要做什么
  tools: string[];         // 工具白名单
  outputFormat: "report" | "diff" | "json";
  budget: { maxSteps: number; maxTokens: number };
}

const report = await orchestrator.spawn({
  name: "code-explorer",
  goal: "定位支付模块中所有直接拼接 SQL 的调用点",
  boundaries: ["不修改任何文件", "不进入测试目录"],
  tools: ["read_file", "grep"],
  outputFormat: "json",
  budget: { maxSteps: 30, maxTokens: 100000 },
});

回收端同样要约定契约:结论、证据与来源、置信度、未解决问题,四段式远比一坨自由文本好合并。派发拓扑由子任务间的依赖决定:彼此独立的批量检索走并行,前后依赖的「先调研、再设计、后实现」走流水线,主智能体只做汇合点。并行的收益是墙钟时间,代价是合并时的冲突消解——两个子代理对同一问题的结论可能互相矛盾,回收契约里的来源与置信度字段,正是为这种时刻准备的仲裁材料。预算的单位也不必统一:检索型任务按文档数计,编码型任务按步数计,验证型任务按用例数计——计量单位的差异,本身就是任务性质的一面镜子。

拆分粒度 单任务上下文 协调成本 适用场景
粗粒度 高,接近主任务 低 内部耦合重的独立大块
中粒度 中等 中 按模块或主题分片
细粒度 低 高 可并行的同构批量操作

表的另一半启示是粒度要与派发方式联动。细粒度配并行才有收益——同构操作(比如给一百篇文档逐篇打标签)天然适合批量并行;粗粒度任务彼此信息纠缠,并行会制造合并地狱,串行流水线反而干净。粒度不是独立旋钮,它和拓扑一起决定系统形态。

拆任务定粒度,任务书定输入,回收契约定输出——三者构成子智能体的接口协议;协议含糊,隔离就名存实亡。

隔离与回收的工程:摘要回流、产物落盘、失败隔离

回收的第一原则是蒸馏:子智能体的最终报告要远小于它消耗的上下文。检索子代理读一百篇文档,回流的是五段带引用的摘要;编码子代理翻五十个文件,回流的是一份 diff 与测试结论。更大的中间产物——全文抓取、原始日志、生成的草稿——不该走对话通道,而应落盘到共享工作区,报告里只留路径与摘要,主智能体需要时按路径取用。「报告走消息、产物走文件」这层分工,是多智能体系统里最值得抄的工程惯例:它同时省 token、防污染,还让产物能被下一个子代理直接复用。

失败隔离是第二原则。子代理崩溃、超时、产出不合格,主智能体要能感知并重试或改派,而不是被拖垮。工程上对应三件事:给每个子任务配独立预算与超时;把子代理的失败结构化成报告而非裸异常;对可并行的子任务保留重试余量,失败的部分单独补派而不是整批重来。另一个常被忽略的坑是重复劳动——两个子代理检索了同一批文档。让主智能体在派发时声明领地,谁负责哪一片;或在合并阶段做去重。前者靠任务书,后者靠汇总逻辑,成熟系统通常两者都要。共享工作区还要面对并发写的秩序:多个子代理同时改同一份草稿,谁后写谁覆盖。朴素解法是按任务划分子目录,各写各的;更讲究的解法是给产物加版本号,合并时由主智能体裁决。工作区的秩序听起来琐碎,却直接决定产物可不可信——一份不知道被谁改过的报告,比没有报告更糟。

flowchart TD
  M["主智能体:规划与汇总"] -->|"任务书"| A["检索子智能体"]
  M -->|"任务书"| B["编码子智能体"]
  M -->|"任务书"| C["验证子智能体"]
  A -->|"五段摘要"| M
  B -->|"补丁与测试结论"| M
  C -->|"验证报告"| M
  A -.->|"全文落盘"| D["共享工作区"]
  B -.->|"产物落盘"| D
  M -->|"按需取用"| D

把这套工程串起来看,主智能体的角色从「干活的人」变成了「开评审会的人」:它不再逐字阅读原始材料,而是阅读报告、质疑置信度、决定是否追问。这要求任务书的验收标准足够客观,否则主智能体对子代理产出的评估会退化成又一轮自由发挥——「看起来不错」是分治系统里最危险的判词。部分实现会专门派一个验证型子代理扮演质疑者,职责就是挑刺,主智能体只裁决冲突。

隔离的价值全在回收端兑现:报告蒸馏、产物落盘、失败可观测,缺了任何一环,整套机制就退化成一台昂贵的单机。

生态观察:产品形态与多级嵌套的收益递减

截至 2026-11,子智能体已从论文概念落成产品标配。Claude Code 支持把自定义子代理写成带 frontmatter 的 Markdown 文件放进 .claude/agents/,每个子代理拥有独立上下文窗口、独立系统提示与工具权限,主会话按描述字段自动路由;深度研究类产品普遍采用 orchestrator-worker 形态,主代理拆解问题、并行派出子代理、最后汇总成报告;各类编排框架与 Agent 平台也大多内置了「任务分发加结果回收」的原语。形态在收敛,命名各不相同,骨架都是本篇的三件套。

嵌套深度是更值得注意的变量。Claude Code 的子代理不能再派生孙代理,只保留一级委托——与其说这是能力限制,不如说是工程经验:每加深一层,任务书失真、责任模糊与成本放大都按倍数增长,而质量收益却在递减。一级结构下,主智能体对全部子任务直接负责,治理半径清晰;二级结构则引入了「中层管理者」,它的任务书是从上级任务书转译来的,失真无处追责。生态的隐性共识正在于此:层级是治理成本,能一级解决就不要两级。

值得细看的是深度研究产品的行为细节:主代理会先写一份研究计划,把大问题拆成带编号的子问题,每个子代理只认领一个编号;子代理之间不允许横向通信,一切汇总走主代理。这个设计刻意牺牲了子代理之间的直接协作,换来的是主代理对全局的完整视野——它未必是理论最优的组织形态,却是治理成本最低的形态。

对开发者而言,当前生态给出的选型建议可以压缩成三条:读多写少、可并行的任务才上子智能体;主上下文是稀缺资源,一切回流物默认先蒸馏再入窗;嵌套一级封顶,除非你为二级结构的任务书失真准备好了校正机制。子智能体不是规模化的勋章,它是注意力经济学的工具——用对场景是省,用错场景是赔。

形态收敛为 orchestrator-worker,深度收敛为一级——两者共同勾出了当前生态的工程甜点区。

小结

子智能体的本质是用隔离换质量:把污染挡在防火墙外,把注意力还给主线,把外包的成本算清楚。三个设计问题——可验收的任务拆分、自带前提的任务书、结构化的结果契约——没有一个是模型能力问题,全是组织设计问题;工程侧的蒸馏回流、产物落盘、失败隔离,则决定这套机制是分治还是内耗。当你发现子智能体系统「很贵但没变好」时,先别急着怪模型,先检查任务书是否自带前提、回收契约是否可仲裁、嵌套是否超出一级。还有一个朴素的检查动作:把任务书单独拿给一位新同事,看他能否不看背景就开工——能,任务书才算合格。

← 返回资讯列表

读者留言

COMMENTS 暂无
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息

还没有留言,来说第一句?