子智能体协作与 Token 管理实战
掘金文章整理自 Oil Book 实战指南,介绍主 AI Agent 如何把代码探索、任务执行和代码审查委派给子智能体。文章建议并行处理信息量大的任务,并为不同角色配置独立提示词及合适的轻量模型,同时将高风险、强依赖或简单任务留给主 Agent。作者提醒,启动子智能体本身会增加 Token 开销,并不天然省成本。
这份指南提供了可操作的智能体分工模式,帮助开发者判断何时委派任务、减少主上下文压力,以及避免因调度开销而失去成本收益。
本文整理自 Oil Book(book.oiloil.org) 免费实战指南(原文地址:book.oiloil.org/articles/su…)。站内提供无广告纸质书排版、全套原创手绘图解与完整 AI 工程系列目录。
哈喽大家好,我是欧呦,这篇文章将为大家分享怎样用好子 Agent。
如果你刚开始接触 AI Agent,或者还不了解什么是 Skill,建议先读一下前面的两篇基础文章:《AI Agent 推荐与环境配置》 和 《从 0 到 1 了解什么是 Skill》。把基础概念了解清楚之后,再来看这篇关于子 Agent 的分享,理解起来会更顺畅。
什么是子 Agent 与单窗口痛点
如果要用日常生活里的团队协作来举例:假设我们去跟一个团队的负责人聊需求,这个负责人专门负责跟我们沟通。等我们沟通清楚、要开始做事情的时候,为了提升效率,或者让其他人干各自更擅长的事情,他不会所有活都自己一个人闷头干,而是会派他的下属去做。
放在 AI Agent 里面也是一样:直接跟我们沟通、负责统筹的这个就是主 Agent,而它底下派出去干活的那些下属,就是子 Agent(Subagent)。 子 Agent 一般不直接和我们对话,它只接收主 Agent 分配的任务,在自己独立的环境里执行完之后,再把结果汇报给主 Agent。