你有沒有想過，為什么很多 AI agent 系統(tǒng)在演示時看起來很酷，但一旦投入實際使用就會遇到各種問題？上下文窗口爆滿、響應(yīng)變慢、對話質(zhì)量下降，這些都是真實存在的痛點。最近我讀到 Inngest 聯(lián)合創(chuàng)始人 Dan Farrelly 的一篇文章，他分享了一個非常有意思的觀點：每個真正能投入生產(chǎn)的 AI agent 系統(tǒng)，最終都會需要三種 sub-agent（子代理）模式。不是兩種，也不是四種，恰好是三種。這個觀點讓我深入思考了很久，因為它觸及了 AI agent 系統(tǒng)設(shè)計的本質(zhì)問題。

Dan Farrelly 在開發(fā)通用 AI agent 系統(tǒng)時發(fā)現(xiàn)，問題的關(guān)鍵不在于你是否需要 sub-agent，而在于你如何把它們連接起來。他提出的三種模式分別是：同步執(zhí)行并等待結(jié)果、異步執(zhí)行后匯報、以及定時延后執(zhí)行。聽起來很簡單，但這三種模式背后隱藏著對 AI agent 系統(tǒng)架構(gòu)的深刻理解。我在研究這個話題時發(fā)現(xiàn)，這不僅僅是技術(shù)實現(xiàn)的問題，更是關(guān)于如何讓 AI agent 真正為用戶創(chuàng)造價值的問題。

我的新書《出海，產(chǎn)品全球化營銷實踐》即將出版發(fā)售，為了感謝各位一直支持深思圈的讀者，特地準(zhǔn)備了這次贈書活動，可以在第一時間拿到免費的贈書，感興趣的朋友可以填寫以下信息。由于出版社給的數(shù)量有限，我會從填寫問卷的同學(xué)中篩選一部分贈書，可能沒有辦法保證每一位都拿到，請大家諒解。

Sub-Agent 到底解決了什么問題

在深入了解這三種模式之前，我覺得有必要先理解 sub-agent 存在的根本原因。Dan Farrelly 給出了一個非常清晰的定義：sub-agent 是由父 agent 生成的獨立 LLM 執(zhí)行上下文，用于處理特定范圍的任務(wù)。父 agent 描述任務(wù)、提供工具，然后獲得結(jié)果。關(guān)鍵是，sub-agent 應(yīng)該在自己的上下文窗口中運行，這樣就不會污染父 agent 的上下文。

這個設(shè)計背后的核心目的是 context compression（上下文壓縮）。Cursor 團隊在最近的 Latent Space 訪談中也提到了這一點。Sub-agent 的存在讓父 agent 永遠(yuǎn)不需要吸收被委托任務(wù)的完整執(zhí)行軌跡。想象一下，一個 sub-agent 可能讀取了 8 個文件、進行了 15 次工具調(diào)用，但父 agent 只會看到一個 750 token 的摘要。

在我看來，這才是 sub-agent 真正的價值所在。很多人以為 sub-agent 的主要作用是實現(xiàn)并行執(zhí)行，但 Dan 在文章中明確指出，真正的投資回報率來自于上下文管理，而不是并行性。父 agent 保持精簡，就能在單次對話中處理更多任務(wù)，不會觸及上下文限制，也不會降低響應(yīng)質(zhì)量。Dan 在 Utah 項目的測試中發(fā)現(xiàn)，使用 sub-agent 后，添加到父 agent 上下文中的 token 數(shù)量減少了 90% 以上。

這個數(shù)據(jù)讓我意識到一個更深層的問題：我們在設(shè)計 AI agent 系統(tǒng)時，往往過度關(guān)注功能的豐富性，卻忽視了系統(tǒng)的可持續(xù)性。一個 agent 如果在對話進行到一半時就因為上下文窗口滿了而無法繼續(xù)工作，那么它再強大的功能也失去了意義。Sub-agent 提供了一種優(yōu)雅的解決方案，讓系統(tǒng)能夠在保持功能豐富性的同時，維持長期對話的能力。

三種 Sub-Agent 模式的本質(zhì)

Dan Farrelly 總結(jié)的三種核心模式分別是：Sync（同步模式）- "做這件事并等待"、Async（異步模式）- "去做這件事，完成后匯報"、以及 Scheduled（定時模式）- "稍后做這件事"。每個 AI agent 系統(tǒng)都需要這三種模式，它們各有各的用途和考量。

同步模式是最直接的。父 agent 生成一個 sub-agent 并阻塞等待，直到結(jié)果返回。Sub-agent 運行、完成工作，然后將摘要作為工具結(jié)果返回。Dan 建議在以下情況使用同步模式：父 agent 需要答案才能繼續(xù)工作。數(shù)據(jù)查詢、分析、代碼生成等需要反饋到下一步的任務(wù)，任何響應(yīng)會影響接下來發(fā)生什么的情況。

我理解的同步模式本質(zhì)上就像函數(shù)調(diào)用。你調(diào)用、等待、獲得返回值。雖然結(jié)果會進入父 agent 的上下文窗口，但由于它是摘要而不是完整軌跡，那 90% 以上的壓縮率意味著父 agent 可以委托很多次，上下文才會成為問題。這種設(shè)計非常聰明，它在保持控制流清晰的同時，也確保了系統(tǒng)的可擴展性。

異步模式則完全不同。父 agent 啟動一個 sub-agent 后立即繼續(xù)對話。Sub-agent 獨立運行，完成后直接向用戶回復(fù)。Dan 指出，這應(yīng)該是你的默認(rèn)選擇。適用于長時間運行的研究、報告生成、起草、分析等具有副作用但不需要返回值的任務(wù)。

父 agent 不等待。Sub-agent 是完全獨立的函數(shù)運行。完成后，它會發(fā)出一個包含響應(yīng)和渠道路由信息的事件，回復(fù)會通過發(fā)起請求的任何渠道傳遞給用戶。這里的權(quán)衡是：父 agent 無法整合結(jié)果。如果你啟動三個異步 sub-agent，每個都在完全隔離中運行。這是一個特性而非缺陷，零協(xié)調(diào)開銷，免費的并行執(zhí)行，但這意味著父 agent 無法在同一輪中跨它們進行綜合。

我覺得異步模式體現(xiàn)了一種非常現(xiàn)代的思維方式。傳統(tǒng)的軟件設(shè)計往往追求同步和可預(yù)測性，但在 AI agent 的世界里，我們需要接受一定程度的異步性和不確定性。把 sub-agent 想象成同事：你交接工作，說"完成后告訴我"，然后繼續(xù)前進。多個異步 sub-agent 可以同時運行，無需任何協(xié)調(diào)代碼。這種設(shè)計不僅提高了效率，也讓系統(tǒng)更加靈活和可擴展。

定時模式是大多數(shù)人會忽略的，但 Dan 認(rèn)為這是最有意思的一種。父 agent 安排一個 sub-agent 在未來特定時間運行。適用于后續(xù)跟進、應(yīng)該智能化的提醒、定期檢查，任何"稍后"應(yīng)該意味著"在執(zhí)行時使用最新數(shù)據(jù)"的情況。

這與傳統(tǒng)的定時任務(wù)有本質(zhì)區(qū)別。"提醒我明天上午 9 點檢查部署指標(biāo)"不是在上午 9 點發(fā)送通知，而是在上午 9 點運行一個 agent，實際拉取實時指標(biāo)并發(fā)送分析。"周一向這個線程發(fā)送后續(xù)郵件"不是在周五編寫的定時消息，而是周一運行一個具有完整線程上下文的 sub-agent。

我認(rèn)為定時模式揭示了 AI agent 與傳統(tǒng)自動化工具的根本差異。傳統(tǒng)工具執(zhí)行預(yù)設(shè)的動作，而 AI agent 在執(zhí)行時刻根據(jù)當(dāng)前狀態(tài)做出決策。這種"延遲執(zhí)行但智能決策"的能力，讓 AI agent 能夠處理那些需要時間維度考量的復(fù)雜任務(wù)。定時 sub-agent 是動態(tài)的、具有上下文意識的，在執(zhí)行時使用世界的當(dāng)前狀態(tài)運行。不需要異步之外的新基礎(chǔ)設(shè)施，它是相同的函數(shù)、相同的處理程序、相同的傳遞機制，唯一的區(qū)別是事件上的時間戳字段。

決策框架與實際應(yīng)用

Dan Farrelly 提供了一個簡單但實用的決策框架：需要結(jié)果才能繼續(xù)？使用同步模式。獨立任務(wù)，不需要阻塞？使用異步模式。多個獨立任務(wù)？使用異步模式（并行）。應(yīng)該在未來特定時間發(fā)生？使用定時模式。不確定？默認(rèn)使用異步，它更便宜，讓父 agent 保持精簡。

讓我印象深刻的是 Dan 的一個建議：不要為模型做選擇，給它提供所有三個工具并配有清晰的描述，讓它自己正確選擇。這體現(xiàn)了一種信任 AI 判斷能力的態(tài)度，也反映了現(xiàn)代 LLM 在理解任務(wù)需求方面的成熟度。

在實現(xiàn)層面，Dan 的團隊采用了一個非常優(yōu)雅的設(shè)計：一個函數(shù)處理三種模式。區(qū)別在于它如何被觸發(fā)以及結(jié)果去哪里。他們使用 Inngest 構(gòu)建了一個可重用的函數(shù)，通過不同的觸發(fā)方式和結(jié)果路由來區(qū)分三種模式。這種統(tǒng)一的設(shè)計大大簡化了系統(tǒng)架構(gòu)，降低了維護成本。

關(guān)鍵的區(qū)別在于框架指令。同步 sub-agent 被告知要簡潔（父 agent 會綜合）。異步 sub-agent 被告知要詳盡（它們是給用戶的最終答案）。定時 sub-agent 就是帶延遲觸發(fā)的異步 sub-agent，不需要特殊處理。

我特別欣賞他們?yōu)槭裁词褂脙蓚€工具而不是一個帶有模式參數(shù)的工具的解釋。模型在工具選擇（從列表中選擇）方面比參數(shù)優(yōu)化（閱讀參數(shù)描述并正確選擇）更擅長。獨立的工具意味著更清晰的日志、更清楚的追蹤、更容易的調(diào)試。這種對細(xì)節(jié)的關(guān)注體現(xiàn)了經(jīng)驗豐富的工程師對系統(tǒng)可維護性的深刻理解。

在深度控制方面，Dan 的設(shè)計也很有意思。Sub-agent 獲得相同的工作空間工具，但不能生成 sub-agent，實現(xiàn)了深度 1 的委托。沒有路由邏輯，沒有任務(wù)分類。模型讀取工具描述，決定何時委托有意義，并編寫自然語言任務(wù)描述。這種簡單的設(shè)計避免了復(fù)雜的遞歸問題，同時保持了系統(tǒng)的靈活性。

通用 Agent 為什么勝過專業(yè)化 Agent

一旦你有了這三種模式，就會有一個誘人的下一步：為每個領(lǐng)域構(gòu)建專業(yè)化的 agent。一個郵件 agent、一個數(shù)據(jù) agent、一個編碼 agent，每個都有自己的工具和提示詞。Dan 明確建議不要馬上跳入這個誘惑。

他的團隊內(nèi)部構(gòu)建過專業(yè)化 agent 系統(tǒng)和它們之間的自定義路由器。隨著模型的進步，這種專業(yè)化變得遠(yuǎn)不那么重要，在大多數(shù)設(shè)置中甚至是一個繁瑣的維護層。這個觀察讓我深思，因為它挑戰(zhàn)了我們在軟件工程中長期以來的一個信條：專業(yè)化帶來更好的性能。

Dan 指出了幾個關(guān)鍵問題。工具重疊。通用 agent 在編碼工具或模式（如工具搜索、工具發(fā)現(xiàn)、技能）方面表現(xiàn)出色，按 agent 分離的整個工具庫有時可能不是你需要的。路由悖論。你需要某種東西來決定哪個專家處理每個請求。硬編碼路由在模糊情況下會失敗。使用 LLM 作為路由器會增加延遲和新的故障模式。如果你的路由 LLM 調(diào)用足夠智能，能夠選擇正確的 agent，它難道不能直接完成任務(wù)嗎？這看起來就像一個通用 agent 委托了一個"任務(wù)"。

"錯誤 agent"問題特別值得關(guān)注。當(dāng)路由器將任務(wù)發(fā)送給錯誤的專家時，故障模式特別糟糕。錯誤的 agent 會用不完整的能力嘗試任務(wù)，可能以微妙錯誤的方式部分成功。系統(tǒng)會信任響應(yīng)，因為它來自指定的專家。這些是奇怪的故障案例，很難處理或計劃。

評估表面爆炸也是一個實際問題。有 N 個 agent 就需要 N 個獨立的評估套件、1 個路由評估套件、O(N2) 對成對交互測試，以及端到端集成測試。單個通用 agent 只需要一個覆蓋所有能力的評估套件。

我認(rèn)為這里有一個更深層的洞察：復(fù)雜性往往來自過早的優(yōu)化。我們傾向于在問題還沒有充分暴露之前就試圖通過架構(gòu)設(shè)計來解決它。專業(yè)化 agent 看起來是一個優(yōu)雅的解決方案，但它引入的復(fù)雜性可能遠(yuǎn)超它解決的問題。

Dan 引用了 Anthropic 的"構(gòu)建有效 Agent"論文中的觀點："一致的是，最成功的實現(xiàn)并沒有使用復(fù)雜的框架或?qū)I(yè)庫。相反，它們使用簡單、可組合的模式構(gòu)建。"Cursor 團隊在播客中也描述了使用"基本通用的任務(wù)接口，主 agent 可以定義進入 sub-agent 的內(nèi)容"。Sub-agent 首先是上下文壓縮邊界，其次才是并行性。模型在運行時定義 sub-agent，而不是開發(fā)者在構(gòu)建時定義。

這讓我想起軟件工程中的一個有趣現(xiàn)象：微服務(wù)的爆發(fā)然后回歸到模塊化單體。開銷開始超過收益。通用 agent 也類似。從簡單開始，只在必要時專業(yè)化，這可能是更明智的策略。

什么時候?qū)I(yè)化確實有意義

盡管如此，Dan 也承認(rèn)在某些情況下專業(yè)化確實會勝出。不同的模型要求。一個任務(wù)需要視覺能力，另一個需要快速分類，路由到不同的模型。安全邊界。Agent A 訪問客戶數(shù)據(jù)，Agent B 只訪問公共數(shù)據(jù)。監(jiān)管要求。某些領(lǐng)域需要可審計的、獨立的處理管道。經(jīng)過驗證的評估驅(qū)動證據(jù)。你的評估顯示專業(yè)化 agent 在特定任務(wù)上始終優(yōu)于通用 agent。

關(guān)鍵原則是：專業(yè)化應(yīng)該由測量的必要性驅(qū)動，而不是架構(gòu)美學(xué)。從通用開始，在有意義時再專業(yè)化。這個原則不僅適用于 AI agent 系統(tǒng)，也適用于幾乎所有的軟件設(shè)計。我們經(jīng)常被"完美架構(gòu)"的追求所誘惑，但真正的智慧在于認(rèn)識到什么時候簡單就是最好的。

在我看來，這種務(wù)實的態(tài)度是構(gòu)建可持續(xù) AI agent 系統(tǒng)的關(guān)鍵。技術(shù)進步的速度非?？?，今天看起來必要的專業(yè)化，明天可能就變得多余。保持系統(tǒng)的靈活性和可適應(yīng)性，比追求當(dāng)下的完美架構(gòu)更重要。

未來的探索方向

Dan 的團隊目前使用的方法是通用的，適用于所有三種模式：同步、異步和定時。他們正在探索一些新的方向。自我迭代 agent。有了定時 sub-agent，為什么 agent 不能繼續(xù)在自己和系統(tǒng)上迭代？成本和預(yù)算自然會成為考慮因素。

編排感知。異步和定時 sub-agent 返回它們的事件 ID。通過 API 和上下文，系統(tǒng)中的任何 agent 或 sub-agent 都可以知道什么在運行、在哪里運行，獲取狀態(tài)和結(jié)果。它不再只是循環(huán)加扇出，而是變成了一個網(wǎng)絡(luò)。

回調(diào)和其他模式。當(dāng)前的參考示例使用渠道作為工作完成時的回調(diào)機制，但具有不同類型回調(diào)的通用 sub-agent 系統(tǒng)會是什么樣子？例如更新 Linear 任務(wù)、在數(shù)據(jù)庫中存儲研究或報告的引用。工具可以用于此，但回調(diào)提供某種程度的保證。

這些探索方向讓我看到了 AI agent 系統(tǒng)演進的可能路徑。從簡單的請求-響應(yīng)模式，到復(fù)雜的網(wǎng)絡(luò)狀協(xié)作，再到自主的持續(xù)優(yōu)化。每一步都建立在堅實的基礎(chǔ)之上，而不是追求華而不實的創(chuàng)新。

我對這個話題的一些思考

讀完 Dan Farrelly 的這篇文章，我有幾點深刻的感受。AI agent 系統(tǒng)的設(shè)計，本質(zhì)上是在管理復(fù)雜性。我們傾向于通過添加更多功能、更多專業(yè)化來解決問題，但往往忽視了簡單性的力量。三種 sub-agent 模式的價值不在于它們有多復(fù)雜，而在于它們多么清晰地映射了實際需求。

上下文管理是一個經(jīng)常被低估的問題。我們看到 LLM 的上下文窗口越來越大，從 4K 到 8K 到 32K 甚至 100K，很容易認(rèn)為上下文限制不再是問題。但 Dan 的實踐表明，即使有更大的上下文窗口，有效的上下文管理仍然至關(guān)重要。一個能夠在長對話中保持清晰和高效的系統(tǒng)，遠(yuǎn)比一個依賴巨大上下文窗口的系統(tǒng)更可持續(xù)。

異步思維在 AI agent 系統(tǒng)中特別重要。傳統(tǒng)軟件往往追求同步和可預(yù)測性，但在處理復(fù)雜任務(wù)時，接受異步性實際上能帶來更好的用戶體驗。用戶不需要等待一個長時間運行的任務(wù)完成才能繼續(xù)對話，系統(tǒng)可以在后臺處理，完成后通知用戶。這種設(shè)計更符合人類的工作方式。

通用性與專業(yè)化的平衡是一個永恒的主題。軟件工程的歷史充滿了鐘擺式的擺動：從單體到微服務(wù)再回到模塊化單體，從通用到專業(yè)再回到通用。Dan 的建議是從通用開始，只在有明確證據(jù)時才專業(yè)化，這是一個經(jīng)過實踐驗證的智慧。

最后，我覺得這篇文章最有價值的地方在于它的務(wù)實性。它不是在推銷某種理想化的架構(gòu)或炫技性的技術(shù)，而是在分享真實的實踐經(jīng)驗和思考。在 AI agent 這個快速發(fā)展的領(lǐng)域，這種腳踏實地的態(tài)度特別珍貴。

如果你正在構(gòu)建 AI agent 系統(tǒng)，我建議你認(rèn)真考慮這三種 sub-agent 模式。不要被復(fù)雜的架構(gòu)誘惑，從簡單開始，讓實際需求驅(qū)動你的設(shè)計決策。保持系統(tǒng)的靈活性，因為這個領(lǐng)域變化太快，今天的最佳實踐明天可能就過時了。最重要的是，關(guān)注真正重要的事情：上下文管理、用戶體驗和系統(tǒng)的長期可維護性。

結(jié)尾

也歡迎大家留言討論，分享你的觀點！

覺得內(nèi)容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預(yù)測：Vibe coding贏者通吃？錯了，垂直專業(yè)化才是未來