跳到主要内容
Zubnet AI › 学习 › Wiki › 子智能体
使用AI

子智能体

别名:Subagents、Sub-agents、Orchestrator-Workers
由另一个智能体启动的智能体,在各自独立的上下文中处理任务的一部分,只返回一份浓缩的结果。

为什么重要

子智能体解决了长时间智能体任务的主要瓶颈:上下文窗口。搜索一个代码库或阅读二十个网页可能产生几十万个 token,其中大部分事后都无关紧要。如果这些全都落进主智能体的上下文,质量会下降(上下文腐化),成本会上升。子智能体吸收了这些杂乱的内容,只返回几百个 token 的结论。

它们还让并行工作成为可能。包括 Anthropic、OpenAI 和 Google 在内的深度研究产品,都使用一个主智能体同时派出多个搜索子智能体。Claude Code 这样的编程智能体则用子智能体来探索代码、做代码审查和运行测试。

深度解析

子智能体是由另一个智能体启动、用来接手一部分工作的智能体。主智能体(常被称为编排者或 lead)写一份任务说明,描述这个子任务。子智能体随后用自己全新的上下文窗口、自己的工具,有时还是不同的模型来完成它,然后发回一份简短的报告。主智能体永远看不到子智能体的中间步骤,只看到结果。

可以想象一位首席研究员让三位助手各自阅读一摞不同的文件,然后带着一页纸的摘要回来。阅读在别处进行,首席研究员则始终专注于全局。

三个好处

  • 上下文隔离:每个子智能体都从干净的状态开始,并把自己的工具输出挡在主智能体的上下文之外。
  • 并行:相互独立的子任务同时运行,缩短实际耗时。
  • 专门化:子智能体可以有自己的系统提示、受限的工具集,或者用更便宜、更快的模型来处理简单工作。

代价

子智能体不是免费的。Anthropic 报告称,它的多智能体研究系统使用的 token 大约是普通聊天的 15 倍,同时在内部的研究评估中比单个智能体高出约 90%。对于有价值的宽泛问题,这很值得;对于简单问题,这就是浪费。

第二个代价是上下文丢失。子智能体只知道任务说明里写的东西。它不知道用户之前说过什么,哪些已经被排除,也不知道其他子智能体在做什么。而主智能体只看到摘要,看不到证据,所以子智能体的错误返回时,听上去和正确的发现一样自信。

第三个是决策冲突。Devin 背后的公司 Cognition 在 2025 年一篇广为流传、题为“Don't Build Multi-Agents”的文章中指出,并行的智能体各写同一样东西的不同部分时,会做出互不兼容的选择,因为每个智能体依据的假设是其他智能体看不到的。

什么时候适用

子智能体最适合范围广、以阅读为主、可以拆分的任务:做研究、搜索大型代码库、审查大量文件、用全新的眼光检查一个结果。当子任务紧密耦合时(比如多个智能体编辑同一段代码),或者任务小到一个上下文就够用时,它们就不合适。一条常见的规则是:把读并行化,把写留在一处。

写好任务说明

任务说明就是子智能体的整个世界,所以要像给一位能干的外包人员做交接那样来写:

  • 说明目标以及它为什么重要,而不只是要做的动作。
  • 说明哪些已经知道、哪些已经排除。
  • 划定范围,并说明何时停止。
  • 指定答案的格式,并要求给出来源或文件路径,以便核查结果。

含糊的任务说明是最常见的失败原因。一句“研究一下半导体短缺”会让三个子智能体跑去做同样的搜索。

子智能体与多智能体系统

子智能体是多智能体系统中的一种模式:一个层级结构,由一个智能体分派任务,而工作者之间互不交流。其他模式则涉及以对等身份进行谈判、辩论或协作的智能体,有时还通过 A2A 这样的协议跨公司进行。编排者-工作者模式应用最广,因为它最容易理解和把握。

← 所有术语
ESC