Agent 和 Subagent 是什么？
Agent 和「工作流」差在哪、它的循环怎么转、为什么还要再派 Subagent 出去。讲清这两个词的官方定义、配置长什么样，以及什么时候该用
Agent 指的是「由大模型自己动态决定流程和工具使用」的系统，与之相对的是路径被代码写死的工作流。它靠一个循环干活：看目标 → 决定下一步 → 调用工具 → 看结果 → 再决定，直到完成。Subagent（子代理）是 Agent 派出去的专用助手，有自己独立的上下文窗口、系统提示词和工具权限，干完只把结论带回主对话——用来处理那些会把主对话淹没的脏活，比如翻一遍代码库、跑一轮测试、读一堆日志。
开篇：两个天天见的词
用 agent 工具的时候，这两个词绕不开：
- 「这个任务交给 agent 跑就行」
- 「开一个 subagent 去查，别把主上下文搞脏」
1.2 已经讲过 Agent 工具和聊天框的区别。这一篇往里再走一层，把两件事讲清楚：
- Agent 到底是什么，它和「自动化流程」差在哪
- Subagent 是什么，为什么有了 agent 还要再派一个出去
这两个概念搞清楚，你看任何一个 agent 工具的文档都不会再晕。
Agent 的定义：路径不是写死的
Anthropic 在官方工程文章里给了一组对照定义，是目前业界引用最多的一版：
工作流（workflow）：大模型和工具通过预先写好的代码路径被编排起来的系统。 Agent：大模型自己动态决定流程和工具使用、自主掌控如何完成任务的系统。
差别就在谁决定下一步：
| 工作流 | Agent | |
|---|---|---|
| 步骤 | 事先定死：第一步做 A，第二步做 B | 每一步现场决定 |
| 遇到意外 | 走不下去，报错 | 换个办法再试 |
| 适合 | 步骤明确、每次都一样的事 | 事先说不清要几步的事 |
| 可预测性 | 高 | 较低，但灵活 |
官方也说明了什么时候该用 agent：当你难以预测需要多少步、也没法写死一条固定路径的时候。 反过来，如果流程每次都一样，用工作流更稳、更便宜。
所以「AI 自动化」和「Agent」不是一回事。定时把表格转成 PDF，那是工作流；「把这个文件夹整理干净」——要几步、遇到什么情况事先不知道——那才需要 agent。
它是怎么干活的：一个循环
Agent 干活的过程，拆开看就是一个不断重复的循环：
- 读目标：你的要求 + 当前掌握的信息
- 决定下一步：是先看看文件？还是直接改？还是先问你一句？
- 调用工具：真的去读、去写、去执行
- 看结果：成功了？报错了？和预期不一样？
- 回到第 2 步，直到任务完成、或者卡住来找你
举个例子，你说「这个页面在手机上排版乱了，修一下」：
- 它先找到相关的文件（工具：搜索）
- 打开看样式是怎么写的（工具：读文件）
- 判断问题出在哪，改掉（工具：写文件）
- 跑一下看有没有报错（工具：执行命令）
- 报错了 → 回到第 2 步，继续改
这个循环就是 agent 的全部秘密。 它之所以看起来「聪明」，是因为每一轮它都能看到上一轮的真实结果，而不是凭空往下猜。
注意代价：循环转一圈就是一次模型请求，工具返回的内容还会不断堆进上下文。这就是下一步要解决的问题。
Subagent：派出去的专用助手
循环转久了会遇到一个必然的问题：上下文被塞满了。
它读了 20 个文件、跑了 3 轮测试、翻了一堆日志——这些内容你根本不需要看，但它们全都占着上下文额度，还会稀释真正重要的信息（2.2 讲的 context rot）。
Subagent 就是为这件事设计的。Claude Code 官方文档的定义：
Subagent 是处理特定类型任务的专用 AI 助手，拥有自己独立的上下文窗口、自定义系统提示词、指定的工具权限和独立的权限设置。当一个附带任务会用搜索结果、日志、文件内容淹没你的主对话，而这些东西你之后根本不会再看的时候，就该用它：subagent 在自己的上下文里干完，只把结论带回来。
关键就在最后半句：只把结论带回来。
| 主 agent | Subagent | |
|---|---|---|
| 上下文 | 你的整个会话 | 独立的一份，干完就丢 |
| 看得到历史吗 | 是 | 看不到，只收到一段任务说明 |
| 工具权限 | 全部 | 可以限制，比如只读 |
| 用的模型 | 你选的 | 可以单独指定（脏活用便宜的） |
| 返回什么 | — | 只有摘要 |
为什么值得单独派一个出去
官方列的几条理由，翻译成人话：
| 理由 | 实际意义 |
|---|---|
| 保住上下文 | 探索、翻找、试错这些过程留在 subagent 那边，主对话保持干净 |
| 隔离啰嗦的输出 | 跑测试、翻日志、抓文档动辄几千行，这些不进你的主上下文 |
| 限制权限 | 比如「代码审查」只给读权限，它就不可能改坏东西 |
| 控制成本 | 简单的重活可以指定用便宜的小模型跑 |
| 可复用 | 同一套配置在不同项目里共用，行为一致 |
一个直观的对比：让 AI「在这个项目里找出所有用到某个旧接口的地方」。
- 不用 subagent：它翻 40 个文件，40 个文件的内容全进你的上下文，你的会话瞬间变重
- 用 subagent：它派一个出去翻，回来只说「这 6 个文件用到了，分别在这些行」
你要的本来就只有那一句结论。
配置长什么样
以 Claude Code 为例，一个 subagent 就是一个 Markdown 文件，放在 .claude/agents/（项目级）或 ~/.claude/agents/（个人级）：
---
name: code-reviewer
description: 审查代码质量与最佳实践。写完或改完代码之后使用。
tools: Read, Glob, Grep
model: sonnet
---
你是代码审查专家。对发现的每个问题，说明问题是什么、
贴出当前代码、给出改进后的版本。不要修改任何文件。
字段的含义：
| 字段 | 作用 |
|---|---|
name | 名字，小写字母加连字符 |
description | 什么时候该派它出去——主 agent 靠这句判断 |
tools | 允许它用哪些工具，不写就继承全部 |
model | 指定模型，可以用更便宜的档 |
怎么触发？ 两种方式：主 agent 根据 description 自动判断并派发；或者你直接点名「用 code-reviewer 这个 agent 看一下改动」。
和 Skill 一样，
description是最关键的一行：写清「做什么 + 什么时候用」，它才会在该出场的时候出场。
什么时候该派，什么时候别派
适合交给 subagent 的：
- 大范围查找：在整个项目里找某样东西
- 读大量材料：翻文档、读日志、看测试输出
- 有明确边界的重复检查：代码审查、格式检查
- 你只关心结论、不关心过程的活
不适合的：
- 需要你来回确认的任务——它看不到你的对话历史，来回沟通成本更高
- 一两步就能做完的小事——派出去的开销比自己做还大
- 需要连续上下文的创作类工作
一个提醒：subagent 拿不到你主对话里的上下文，它只收到一段任务说明。所以任务说明要写全，别指望它知道你们前面聊过什么。
Agent 是会自己决定下一步的 AI，Subagent 是它派出去干脏活、只带结论回来的帮手。 两个词背后是同一个动机：保护上下文。这也是第 4 段的主线（4.2 如何管理上下文）。
Agent 和 Agent 工具是一回事吗？+
Agent 指的是「模型自己决定流程并调用工具」这套机制；Agent 工具是把这套机制做成的产品，比如 Claude Code、Codex。日常交流里混着说没问题，但看文档时区分一下会更清楚。
Subagent 会额外花钱吗？+
会。它是独立的模型调用，有自己的 token 消耗。但通常反而更省——因为它把大量中间内容挡在了主对话之外，主对话不用一直背着这些内容重复发送。给它指定便宜的模型可以进一步降成本。
什么是多 agent（multi-agent）？+
指多个 agent 分工协作完成一个大任务，比如一个负责调研、一个负责写作、一个负责校验。Subagent 是实现它最常见的方式。对新手来说不用急着上手，先把单个 agent 用顺再说。
我不写代码，需要关心 Subagent 吗？+
了解概念就够了。当你的任务需要读很多材料、而你只想要一份结论时，知道有这么个东西可以用就行。默认情况下工具也会在合适的时候自动派发，不需要你手工配置。