子智能体是一种上下文压缩

把范围明确的探索交给新上下文,再审查带证据的精简交接。

主智能体从独立探索工作区收到一份精简且附有证据的报告。

代码库探索可能占用本该用于决策的上下文。Simon Willison 描述了一种替代做法:把范围明确的调查交给全新上下文的子智能体,只带回发现。摘要能压缩信息,也可能丢失证据。

一句话方法

将彼此独立的探索拆成窄问题,并要求交回精简、附有证据的结果。

Willison 报告了 Claude Code 的 Explore 子智能体检查代码库并返回相关发现的例子。这是实践者案例,不是受控性能测量。

可重建的比较是:连续探索,对比委派可分离的问题。保存提示、文件引用、发现、审查修正、上下文用量和耗时。成功标准是保留必要发现,且不增加遗漏或返工。目前尚无本地比较;节省仍是假设 ,不是观察结果。

当探索可拆分时适合委派;若摘要无法保留决策所需证据,则应避免。英文伴随文章:Subagents Are Compression。另见一个工作流需要多少智能体才够?。

一手来源:Simon Willison:Subagents。