Fold Subagents Into the Main Loop — 把子 Agent 折回主循环
What it is
“把子 Agent 折回主循环”是以单一 Agent 循环作为默认架构:同一模型在同一上下文里逐步披露 Skills 和工具,只有在隔离上下文、并行、独立复核或权限边界能带来具体收益时才委派子 Agent。Anthropic 的企业迁移文章解释何时收拢过度拆分的系统;Claude Code 指南补充了哪些任务适合留下独立工作区。两者合起来指向同一原则:按工作边界拆分,不按角色名称或问题类别拆分。
Why it matters
跨 Agent 交接会丢失上下文;重复或无人维护的子 Agent、互相冲突的提示词、局部优化的 eval 和额外延迟也会累积。Anthropic 报告过一个单循环部署约快两倍的案例,但这不是普遍保证:同一篇文章还转述了一次折叠后漏掉送达时间检查的质量回退。简化是否有效,必须同时看端到端质量、延迟和成本。
何时值得保留 Subagent
子 Agent 的理由来自任务性质,而不是“需要专家”这个标签:
- 可测量的上下文隔离收益:主循环因上下文膨胀出现可观察的性能下降,或某项旁支研究需要大量探索,适合放入新上下文并只带回精简结论。
- 独立并行:多个边界清楚的工作可同时执行,彼此不需要共享中间状态。
- 独立复核或验证:提交前审查、黑盒验证等任务需要新鲜视角,且结果可以简短返回。
- 权限或指令边界:子任务需要更窄权限、隔离风险,或主循环确实难以在冲突指令中选对工具。
简单修复、紧密耦合的步骤、依赖同一文件当前状态的修改,通常留在主循环。把同一任务按“实现 Agent → 测试 Agent → 审查 Agent”机械切开,会增加交接成本;只有工作能独立推进并返回有限结果时,拆分才有意义。
单循环与子任务的分界
按上下文拆,不按问题类型拆。一个 Agent 同时实现功能与对应测试时,能保留两者的共同背景;之后可以交给只需理解接口的验证器。研究型旁支、独立组件或黑盒检查则可进入新上下文。判别句:被委派的工作应很少依赖系统其余部分,且只交回一个精简结果。
单循环的四条设计律
- 一个模型、一个上下文窗口,运行开放式工具循环;由 harness 设定轮数、成本预算和写操作关卡。
- 每轮可并行执行一批工具调用,再把原始结果交回同一模型,由它决定下一步、向用户提问或作答。
- 模型完成或触及预算时停止;作答后可运行目标检查或验证器。
- 执行模型应能在同一上下文内修订自己的计划,避免编排器与专家 Agent 间的多轮传话。
迁移序列
- 建 eval 底座:用黄金样例评估最终结果;中央团队维护端到端评测,各团队为 Skills 维护小型评测,并记录关键事件以便重放。
- 从使用量高、共享上下文多的紧耦合子 Agent 开始合并,一次处理一个候选。
- 对仍保留的子 Agent 优先采用工具式调用:主 Agent 负责对话和汇总,子 Agent 返回结构化结果;只有确需直接与用户交互时才完全交接。
- 将程序性提示词转成 Skills,将 API 能力转成 MCP 工具;逐项对比 eval,检查任务级翻转,不只看总分。
- 明确系统提示词、Skills、工具和端到端质量的负责人,避免重复能力无人维护。
渐进披露替代巨型提示词
按用户意图组织工具,而不是每个 API 各做一个工具;当工具定义过多时使用延迟加载的 tool search。把硬性前置条件和权限检查放在工具内部,偶尔才需的资料放在查询工具或 Skill 参考文件中,避免全部塞进系统提示词。Anthropic 给出过两个量化参照:工具定义超过 30-50 个时选择准确率下降;Claude Code 面向新一代模型的系统提示词曾削减 80% 以上。两者都是特定产品与模型代际的案例,不能直接当作通用目标。
Evidence across sources
| Source | Key Claim | Relevance |
|---|---|---|
| Anthropic:谨慎使用子 Agent(AGI Hunt 译) | 单 Agent 与渐进披露可简化过度拆分的企业架构;以 eval 验证迁移,且只在上下文、并行或指令边界需要时保留子 Agent | 给出架构判据、迁移序列与企业案例 |
| AI Briefing 2026-10-24 Evening;Claude Code Subagents 指南 | 研究、独立并行、独立复核和提交前验证适合新鲜上下文;小修复与同文件修改通常留在主会话 | 把架构原则落到任务边界;指南与企业文章是两类来源,具体建议仍需结合本地 eval |
Counterpoints & Gaps
- 企业迁移文章中的约两倍提速来自单一部署;没有给出跨任务质量变化的分布。
- 同一迁移案例漏掉送达时间检查,说明更低延迟可能伴随静默回归。
- Claude Code 指南提供产品实践建议,不是受控比较;研究、并行和复核是否值得委派,仍取决于任务耦合度与协调开销。
- “可测量的上下文退化”需要本地指标定义,例如成功率、返工率、上下文占用与延迟,而非仅凭感觉。
- 系统提示词缩减 80% 以上是特定模型代际的产品案例,不应外推为通用配额。
Open questions
- “可测量的性能下降”应使用哪些指标和基线?
- 哪些个人项目任务能从独立复核稳定获益,哪些只会增加交接成本?
- 权限隔离是否足以成为保留子 Agent 的独立理由,即使延迟或成本略有增加?
Pending Jean review
- 本页是跨两份来源的 AI 综合,尚未用 Jean 的真实 Agent 任务验证;保持
knowledge_status: ai_draft。 - 后续可挑一个研究型或验证型子 Agent,用端到端成功率、返工、延迟和成本比较折叠前后结果。
Prompts for witness
- 你现有的子 Agent 调用里,哪些明确提供独立上下文、并行、验证或权限边界?
- 如果把一个 fetch-only 子 Agent 折回主循环并要求结构化返回,主循环会更准还是更吵?
- 有没有任务因坚持单循环而被串行拖慢,适合用独立工作区并行?
Related
- harness-engineering/multi-agent-coordination-patterns — 从最简模式开始,观察瓶颈再演进
- harness-engineering/single-master-agent-pattern — 主 Agent 调度的过渡形态;每个子 Agent 都应说明存在理由
- harness-engineering/personal-ai-benchmark — 承载黄金样例与任务级翻转比较
- claude-code/context-window-optimization — 为上下文开销提供量化输入
- harness-engineering/resolvers — 工具数量与按意图组织工具的工具层对应关系
- claude-code/agents-md-as-contract — 系统提示词责任归属的个人项目映射
- harness-engineering/skills-into-loops — Skills 如何承担原提示词职责
2026-10-26 增补:专属环境也是委派理由
今晨的实践者推文补充了一个可操作的边界:主 Agent 默认自己完成;只有任务确需并行、隔离上下文、独立复核,或需要专属环境时才委派。并行子任务应各有独立交付物,同时让主 Agent 能继续推进其他工作;委派结果只带回简明证据与结论。该条补强本页的任务边界判据,但属于实践建议,不是受控比较。
来源:AI Briefing 2026-10-26 Morning(@jolestar 推文:只在有明确收益时委派 subagent)。
2026-10-26:合并回归案例与三分法
简报版转述的两个增量。其一,合并回归的具体案例——合并物流专家子 Agent 后漏掉送达时间检查;本页 Why it matters 与 Counterpoints 已记录同一案例,此处补充其教训表述:合并后要跑端到端 eval 而非单测,因为回归发生在任务链末端而非被合并组件内部。其二,Skills / Tools / Subagent 三分法决策规则:能用 Skill 就不用 Tool,能用 Tool 就不用 Subagent——委派是前两者的兜底手段,不是默认选项。该规则与本页"程序性提示词转 Skills、API 能力转 MCP 工具"的迁移序列互补,但属于实践口诀,具体收益仍需本地 eval 验证。