摘要skill 里的活不必都由主对话自己干产出大或脏、能自足收工的活可以派给子代理它带着全新上下文干活主对话只收结论。派工不是雇人手是买干净付 token买隔离。本文用四问把这笔交易算清何时值得派、派给谁、纸条怎么写、给多大权限每问配判据、反例和你装机里查得到的实名标本收在一张能照着填的工单上。1、开场两个人吵起来了先接一句原话当靶子。2025 年 6 月 12 日Cognition 的 Walden Yan 发了篇《Don’t Build Multi-Agents》这句我 2025 年里到处撞见running multiple agents in collaboration only results in fragile systemsCognition《Don’t Build Multi-Agents》2025-06-12反方原话第二天Anthropic 工程博客甩出正方答卷晒的是自家研究系统的评测a multi-agent system with Claude Opus 4 as the lead agent and Claude Sonnet 4 subagents outperformed single-agent Claude Opus 4 by 90.2% on our internal research eval.Anthropic《How we built our multi-agent research system》2025-06-13正方原话三天后LangChain 的 Harrison Chase 出来劝架留下那句我时间线上最常见的调停“read actions are inherently more parallelizable than write actions”读活天然比写活好并行LangChain 博客2025-06-16。更早的祖训立在 2024 年 12 月Anthropic 在《Building effective agents》里劝人 “finding the simplest solution possible”复杂度要证明划算才加官方工程博客2024-12。我本以为这一架总得有个胜者。2026 年 4 月去翻反方自己先动了还是 Cognition还是 Walden Yan续篇承认当今世界上跑着的多 agent大多数就是只读子代理most multi-agent setups in the world are limited to ‘readonly’ subagents, like web search subagents and code search subagents.Cognition《Multi-Agents: What’s Actually Working》2026-04-22反方反转先自限这场博客骂战样本是人家内部的 eval一场骂战代表不了你手头的活两边原话都不能直接外推到你的工位。但两边也都不全面反方开火时没分读活写活转发正方的人只晒 90.2% 的标题不提同一篇文章里的 15 倍 token。到 2026 年两边实际站到了同一处读活派出去写活单线程判断留在主对话。我备这一课时翻到的二手文章大多还停在 2025 年互撕这篇从合流点讲起不站队。合流处正好是本文的东西。子代理是一个上下文分身全新上下文token 从零计主对话一个字不沾干完只往回交一份结果。派工不是雇人手是买干净买的是干净不是人手。买卖就有条款一共四条什么时候值得买买谁的脑子纸条怎么写给多少钥匙。纸条指派工时随单递给子代理的任务指令。下面四问一问一个条款。2、第一问什么时候值得派条款一派工是拿 token 买隔离隔离换来的价值大于 token 成本这一单才值得签。总纲之下四个判据隔离、并行、工种、后台。官方文档给的判据和我记账记出来的几乎同一张清单。2.1 官方和我的判据对上了官方的场景描述是这句官方文档 Create custom subagents2026-10-16 现查Use one when a side task would flood your main conversation with search results, logs, or file contents you won’t reference again.产出大或脏、主对话只要结论的活派。四判据展开隔离产出大或脏主对话只要结论并行多路独立互不依赖工种只读探查派只读工种启动上下文小后台长任务扔后台不等它。我课程的教学装置就是这么搭的5 个子代理各跑各的查询主对话只收 5 份判决隔离和并行同题同验本机实验。官方连口令都给了研究就说 “use subagents to investigate X”验收就说 “use a subagent to review this code for security issues”官方 best-practices 文档2026-10-16 现查。四判据里最值钱的是并行最容易滥用的也是并行。官方上限是这么写的默认 20 个子代理同时在跑再 spawn 直接报Concurrent subagent limit reached官方文档2026-10-16 现查。写 Java 的都熟这就是线程池打满走拒绝策略maxPoolSize 从来不是让你顶格用的。Anthropic 给过更实用的 effort 量尺简单事实核查 1 个子代理、3 到 10 次工具调用对比类 2 到 4 个子代理10 个以上留给复杂研究Anthropic 工程博客2025-06-13。读活优先的逻辑就是开场那句调停读活天然比写活好并行。2.2 反判据要精确到“判断”两个字什么时候别派比什么时候派更值钱。官方列了三条需要频繁来回迭代的、快速小改动、延迟敏感官方文档2026-10-16 现查。agent teams 文档再补三条顺序任务、同文件修改、强依赖多的活。原文是For sequential tasks, same-file edits, or work with many dependencies, a single session or subagents are more effective.官方文档 Orchestrate teams of Claude Code sessions2026-10-16 现查我自己添的一条最容易被读歪判断型 skill 不派。检查单、路由表、质量红线是注意力活唯一看过全局的是主对话这个脑子派出去等于把它换成只拿纸条的陌生人。装机盘点为证tdd 38 行、pr 163 行两个判断型技能零脚本零派工判断全在主对话做本机盘点2026-10-16。名单里没有 code-review它同样 87 行判断型却是第 4 问要讲的派工范本反判据按活判不按家族判。但这句话必须精确到“判断”两个字别泛化成“带判断的活都不能派”。matt pocock 的 grilling 是现成反例里面写着需要查环境的事派子代理能自己查的别问用户别阻塞grilling/SKILL.md本机在装。判断不外派事实检索照样该派两件事别捆着。2.3 三笔真实账单隔离值多少钱得看账单。我实测三笔本机记录n15 跑并行的触发批测约 87 万 token4 跑全文审计约 66 万4 跑技能体检盲测约 153 万。三个数各回答一个问题批测买的是触发层的证据审计买的是不被摘录骗到的结论盲测买的是没有先入为主的体检结论。钱是真的换回的干净也要是真的对不上就别派。账本后来又添了一小笔23 万花在验证一件具体的事上第 6 节再报。Anthropic 把成本讲得很冷峻Multi-agent systems work mainly because they help spend enough tokens to solve the problem.Anthropic 工程博客2025-06-13同一篇给了倍数多 agent 系统的 token 用量大约是普通对话的 15 倍。Willison 路转粉时点破的收益也在这并行买的主要不是速度是容量原话 “The key benefit is all about managing that 200,000 token context limit”simonwillison.net2025-06-14。所以判据收成一句隔离价值大于 token 成本才派。倒过来读就是劝退清单换不来干净、付不起 token、等不起延迟都别派主对话直读或顺序委派更便宜。IT杨秀才在知乎专栏里把这条说得更狠能用主代理直接完成或靠顺序委派解决的任务就优先不要并行《Claude Code Vibe Coding 实战手册四》2026-06-30。3、第二问派给谁条款二九成的活内置三工种就够。自定义 agent 留给每周都派的同一种活那是开固定岗不是买人手。3.1 内置三工种官方内置三个工种官方文档2026-10-16 现查。Explore 只读Write 和 Edit 直接拒还刻意不加载 CLAUDE.md 和 git status检索力度分 quick、medium、very thorough 三档Plan 只读调研general-purpose 全工具。工种决定权限面权限面决定它闯得了什么祸。模型选择还有一条解析序调用参数优先其次定义文件再环境变量最后跟主对话一致官方文档2026-10-16 现查。工种可以在下单那一刻换不用为每个模型档位单开一个岗。3.2 自定义 agent 是开固定岗自定义 agent 是.claude/agents/下的一个 md 文件项目级盖过用户级name 和 description 必填正文就是它的 system prompt字段约 24 个官方文档2026-10-16 现查。劝退清单放在前面一次性活别建纸条点名内置工种更便宜低频活别建每月一次养不起一个岗探索期别建需求还在漂固定岗是负资产。本机我的用户级和项目级 agents 目录双双为空我实测2026-10-16前面六课的实验零自定义 agent照样走完。值得开岗的活长一个样每周都来每次同一工种每次同一套权限。这时就把纸条写成定义文件预载和权限一次配好比每次手写省。决策句别为派工先造 agent内置三工种覆盖九成。3.3 生态里的真实工种表真岗长什么样官方仓库有现成的以下均为一手仓库2026-10-16 核对anthropics/claude-code-action 的.claude/agents/下 5 个审查 agent 按工种分文件security-code-reviewer 的 tools 里没有 Write 和 Editmodel 写 inherit。anthropics/claude-cookbooks 的 code-reviewer 把权限给到命令粒度tools 里出现Bash(git status:*)这样的条目。VoltAgent/awesome-claude-code-subagents 自述 161 个 agent三档模型路由架构规划配 opus开发配 sonnet文档配 haikuREADME 自述未逐个核文件。wshobson/agents 自述 192 个 agent 打包成插件市场跨多家 CLI 复用是把岗位当商品卖的形态。社区起名还有一个默认词表reviewer、verifier、debugger、planner。中文圈的 hepingfly 给过最朴素的口令样本“请用 senior-code-reviewer 帮我检查刚提交的代码”掘金2025-08-07。官方文档另有一句给招聘启事加流量的诀窍description 里写 “use proactively” 这类话术能鼓励模型主动派官方文档2026-10-16 现查。学归学别照单全收VoltAgent 和 wshobson 那两家是市场形态你的项目不是市场。先数自己每周真派的活数不出三个别逛超市。4、第三问递什么纸条条款三纸条是微型 description 写作第 1 课你给菜单写过几行描述这一问把同一门手艺用在派工单上。先交代为什么重锤这问备这一课时学员自发复述了四问前两问答得顺纸条和权限两问集体失忆会话记录2026-10-16。MindStudio 拆 split-and-merge 模式那篇给过一句狠话Underspecified sub-agent instructions: The most frequent failure mode.MindStudio 博客二手已核对原文纸条含糊是多 agent 文献里的最高频失败模式这一论断没人争。4.1 四件套和官方撞车了我的四件套目标、边界、返回格式、留痕。目标要可判定统计 X 目录下 md 文件数量算看看有什么不算边界写明只读还是可写、不许碰什么返回格式压成结构化两三行散文等于隔离白买留痕要求报告工具调用路径否则整单不可观测。四件套不是标准答案是防坑下限小事一张两行纸条够用别一上来写成需求文档。写完四件套去翻 Anthropic 的博客撞车了Each subagent needs an objective, an output format, guidance on the tools and sources to use, and clear task boundaries.Anthropic 工程博客2025-06-13目标、输出格式、工具指引、任务边界两边独立收敛到同一张清单。不是巧合是同一个教训的两种记法。反面案例正方自己给过一个子代理在研究 2021 年的汽车芯片危机另外两个在重复调查 2025 年的当下供应链同上2025-06-13。中文圈也独立收敛过杨林伟在 CSDN 的指南里要求每个 Agent 定一个’硬输出格式’否则主对话难以汇总结果2026-01-13。description 长短那桩公案顺带摆在这。先说清这里说的是触发路由用的那个 description 字段不是纸条。官方文档说 “Those descriptions take up context, so keep them short.”2026-10-16 现查IT杨秀才建议写 150 到 200 词并写明何时触发知乎2026-06-30Anthropic 自家仓库 security-code-reviewer 的 description 带大段触发例句远超短一手仓库2026-10-16 核对。文档说短示例做长。我的读法这层没有真理判据是触发面准不准路由行短触发例句全。4.2 全文还是指针递料有两极。matt pocock 的 code-review 是贴全文极the smell baseline from step 3 pasted in full (the sub-agent has no other access to it)code-review/SKILL.mdmatt pocock 系列本机在装implement-spec 是给指针极Communication to and from subagents should be sparse. Communicate primarily through context pointers.implement-spec/SKILL.mdmatt pocock 系列本机在装两极不矛盾判据一句子代理拿得到吗。盘上有文件给路径东西只在主对话上下文里比如刚吵完还没落盘的口径、没写进任何基线的结论必须贴。MindStudio 的自包含纪律是同一件事的狠话版假设子代理除了你告诉它的什么都不知道。code-review 自己就是并行范本描述行预告双轴并行standards 与 spec 两轴正文直接给两份纸条模板Spec 缺失就跳过该轴并注明失败分支有出口。Anthropic 被电话游戏坑过多级传递丢信息他们的修法也是让子代理把结果写文件、只回引用Anthropic 工程博客2025-06-13。给下游服务发请求你不会指望它读你的堆内存参数不全就是空指针纸条同理。4.3 一张真实纸条的解剖盘标本的规矩先交代一句grep 到 “subagent” 不等于真派工。我装机全量 grep 命中一批人工剔除三连假阳性教人 “delegate to a community” 的是委派给人类工单路由里不可委派说的是流程分派代码结构里的委托是设计词汇全都不是派工真标本剩 7 处code-review、implement-spec、wayfinder、brainstorming、grilling、control-browser、requesting-code-review本文逐一拆。还有的派工指令根本不住 skill 正文写在宿主系统提示里本机盘点2026-10-16。然后是实验。我做过一次双标本差分实验我实测n1同构任务两单。实验组纸条写全四件套里头有一句不许直接读目录代答子代理到最后也没派出人如实回报派工否为什么没派出第 6 节见分晓但它守住了边界没有自己偷偷读目录代答边界件真的拦得住。对照组明令禁止派工它就亲自把活干完按约定的三行格式交差一行没多。两臂都是正结果一张验了纸条的边界件一张验了禁令本身管用。生态里还有一句话给全三样的写法。superpowers 插件的 requesting-code-review 写着“Use Task tool withgeneral-purposetype, fill template atcode-reviewer.md”工具、工种、纸条模板一次点名superpowers 5.1.0本机在装。顺带钉版本Task 是 Agent 工具的旧名v2.1.63 起更名官方文档口径2026-10-16 现查旧名至今仍通。wayfinder 里有点名句式可抄研究票 “Resolved by a subagent that calls the Skill tool with ‘research’”wayfinder/SKILL.md本机在装。翻成操作就是纸条里一句调用 Skill 工具加载 research按它执行。调用侧没有按次指定 skill 的参数这就是等效姿势下一问细说。5、第四问给多少钥匙条款四钥匙三把预载管看见tools 管调用权照做归模型。第三把看着不像钥匙它的样子就是一张写得够好的纸条。发钥匙之前先铺路skill 的内容进一个子代理的上下文一共三条路。5.1 三条路与三把钥匙三条路是三种进法。预载出生第 0 轮正文全文进上下文每次出生必付触发调用子代理第 N 轮自主决定平时只花一行描述的钱纸条点名子代理第 N 轮照你纸条里的指示执行。写 Spring 的可以这么记预载是构造器注入出生就带触发调用是 getBean要用才取点名是调用方把实例递过来。三条路的发起人不同混同了就会问出配了 skill 它怎么不自动用这种问题。预载字段的官方原话Skills to preload into the subagent’s context at startup. The full skill content is injected, not only the description.官方文档 Create custom subagents2026-10-16 现查丑话两句。第一句skills:不是白名单官方原话 “It only controls preloading”清单外的 skill 子代理照样能经 Skill 工具调到除非把 Skill 工具本身收走。第二句注入不等于照做预载进去的资料袋子代理照样可能翻都不翻第 2 课讲过的老话在子代理身上同样成立会话答疑里复核非实测。钥匙二在这问里只点名不展开tools 与 disallowedTools 一白一黑、先黑后白permissionMode 管批准模式字段全表在官方文档记住它管的是调用权就够。默认上下文有桩公案得钉死。官方现行口径子代理只拿 system prompt 加工作目录这类环境信息看不到主对话历史官方文档2026-10-16 现查knqiufan 那篇拆解则说子代理会 fork 主上下文能看到之前聊的博客园约 2026 年初。两边不可同真机制随版本漂移过knqiufan 说的可能就是 fork 型子代理那类确实看得见历史。我按 2026-10-16 现查的官方口径讲。fork 本身官方文档有指继承全部对话的那种子代理。官方 skills 文档提醒它的正文必须自足原话“instructions have to stand on their own”还注明 background 默认 true想前台等结果要 v2.1.218。本机 fork 零支持第 5 课矩阵的结论到今天没变我实测复现手工等效姿势是对话里直接说派一个 XX 子代理。5.2 32 的事官方常数与静默截断这问有学员追到底过四个问号连发“skills: 注入的是前 32 个 skill 的全文这个是什么意思什么时候注入谁加载为什么是 32 个呢”会话原话2026-10-16挨个答。字段住在 agent 定义文件里不在 SKILL.md注入时机是出生第 0 轮先于任务书加载的不是模型是运行时装配模型只见装配成品32 是官方给的常数为什么偏偏是 32文档没说我也没想通。上限本身讲得通正文全文乘每次出生不设上限就是上下文炸弹。要命的是超出的部分前 32 之外静默不注入找不到或被禁的也只留 debug 级警告第 6 课的静默家族又添一员。所以清单要排序最重要的写前面。常数别当学问供着。并发上限官方说 202026-10-16 现查MindStudio 说 10knqiufan 建议 10 到 15三个数三个来源并排摆着2026-10-16 核对。20 是当前版本的拒绝阈值10 和 15 是经验值谁也回答不了你该开几个。你该开几个第一问的判据说了算。5.3 死锁与反边界有一类活派出去就是死锁干到一半要问人的活。子代理天生没有问询类工具批准机制官方把话说死No agent message counts as user approval for permission prompts.官方文档 Create custom subagents2026-10-16 现查机制上这是真死锁单轮授权不随派工带进子代理问询工具又被收走它等一个永远不会来的批准主对话还不知道它在等。Java 里这就是两个事务互等对方的锁死得干干净净。药方三条要人拍板的判断环节留回主对话收尾别写进纸条。真要固定岗干敏感活在 agent 定义文件里配好权限别赌单轮授权。路径一律${CLAUDE_SKILL_DIR}绝对编址不赌子代理的工作目录。反边界再添一条会话绑定的工具不能派。browser-use 插件的 control-browser 描述里写死Main-agent-only…must not delegate it to a subagent; subagents must not load this skillbrowser-use 0.4.2 control-browser/SKILL.md本机在装0.5.1 起收紧成一句 “Main agent only.”边界没松浏览器会话有状态派出去等于把已登录的会话交接给一个新工人线当场断。这条和判断型不派并列记都是花钱买不来的教训写在别人的描述里便宜。6、反方与边界派工的三道锁前四问要成立有一个共同前提你的活在那条合流路线上。这一节上三道锁锁的全是适用域。工种在这儿指活的种类读活、写活、判断活。原则有适用域工种决定答案。6.1 反转之后可行形状有了名字反方的最新立场先摆。Cognition 2026 年 4 月给可行形态起了个名字map-reduce-and-manage管理节点拆活子节点执行管理节点综合汇报无结构 swarm一群 agent 互相谈判那种被他们自己降格为干扰项。写操作至今不让并行multi-agent systems work best today when writes stay single-threaded and the additional agents contribute intelligence.Cognition《Multi-Agents: What’s Actually Working》2026-04-22对并行写的警惕他们也有原话“Parallel agents make implicit choices about style, edge cases, and code patterns”。写并行这桩悬案我自己裁官方姿势是/batch把改动拆给 5 到 30 个子代理各占一个 worktreegit 的多工作树互不踩脚官方 best-practices 文档2026-10-16 现查Cognition 至今不点头LangChain 说读活天然好并行。worktree 能不能让写并行划算两边没对过账。我的账单里没有一笔写并行裁决是读活先派写并行等我真有需求再验。审查工种两边反而会师了。官方说新鲜上下文的审查者只看 diff 和判据原话 “A reviewer running in a fresh context sees only the diff and the criteria you give it.”还把这事列成收工前标准动作“have a subagent review the diff in a fresh context and report gaps”官方 best-practices 文档2026-10-16 现查。Cognition 一代目说共享全部上下文二代目自己修正审查和编码 agent 事先不共享任何上下文效果反而最好2026-04-22。当年最反对隔离的人在最吃隔离的工种上承认了隔离的价值。matt pocock 的 brainstorming 里的 Builder check 是同款动作派一个全新子代理当独立验收员brainstorming/SKILL.md本机在装。6.2 第二道锁失败分类学知道会怎么死也是锁失败不是段子是分类学。MAST 论文UC Berkeley 等arXiv:2503.136572025-03-17把多 agent 失败收成三类十四种。先划来源边界分类框架我在结构层面核对过具体条目没有逐条验。正方也自己晒过伤疤早期系统给简单查询派出 50 个子代理满网找不存在的源互相刷屏Anthropic 工程博客2025-06-13。第一问没进表因为它兜的是底根本别派就没有 MAST 失败。三类对下来四问不是四个招式是三张网加一个验收动作。正方那批 50 子代理事故的修复补丁正是 effort 量尺和纸条四件套电话游戏的修法结果落盘、只回引用正是 4.2 的指针极。反方檄文里有个现成例子让人派两个子代理做 Flappy Bird一个把背景搭成了马里奥归档进 specification 也没问题。6.3 第三道锁本机现实嵌套派工不可用第三道锁在我自己机器上。另一次双标本差分实验嵌套差分我实测n12026-10-16两跑约 23 万 token不是 4.3 那一次。测试机是 Windows 11 上的 ZCode两份标本就是两张 SKILL.md 纸条一份指示派、一份禁止派留在我的项目 .zcode/skills/ 里想复现照抄形态即可对照组被明令禁止派工全程亲自 Bash 加 Read 完成按三行规范交差实验组经 Skill 调用的 general-purpose 子代理自报工具列表里没有 Agent 工具TOOLS 留痕也未见二次派遣。两组证据合起来嵌套派工本机不可用派工只有主对话一层。官方文档写嵌套默认 3 层2026-10-16 现查在这台机器上不成立。官方规范是上限不是保证这已经是 fork 零支持之后同族第二例第 5 课。实验组卡住的地方brainstorming 里有现成的降级句“Without a subagent tool, read the document as that builder yourself”brainstorming/SKILL.md本机在装builder 指那名按建造者视角读文档的自己。写 skill 时给自己留这句退路你的技能在没得派的机器上照样能跑。可移植写法永远比赌运行时便宜。7、收束想/派分界和一张你可以带走的工单第 4 课讲过想/做分界这一课补后半句想/派分界判断留下执行派出。第 1 课讲信息分三层进上下文这一课加了新维度上下文分身主对话保干净脏活在分身里烧 token。四问连起来就是一张工单抄成四行空表就能用判据、工种、四件套、钥匙填满再派。开头那架吵到今天处方其实已经合流正方教你 1 个、2 到 4 个、10 个以上的 effort 量尺反方承认只读子代理满世界都是。读活派写活单线程判断留下。当年那句别建多 agent今天该读成别把判断派出去。留个现在就能做的练习拿你手头一个真实任务输入你最近想让子代理干的那个活写出它产出的大头和主对话真正需要的那一行。执行照四件套填一张纸条目标、边界、返回格式、留痕各一句。验收自检三问判定可检查吗边界堵扩权吗返回格式能直接消费吗三问全过再派。交代一句出身。这篇的盘点、检索、成稿是我自己那条生产级写作管线派工产的素材过 5 个文件才派盘点子代理并发顶格 4 个派遣按角色、任务、交付三段写子代理装载 skill 分预载和显式调用两级。买没买到干净你刚读完的这篇就是样本。带走三样派工买的是主对话的干净不是人手。隔离价值大于 token 成本才派判断留下事实检索照派顺序任务、同文件修改、要中途问人的活别派。工种九成内置三选一每周同一种活才值得开固定岗。纸条四件套目标可判定边界堵扩权返回格式结构化留痕报路径。子代理拿得到盘上文件就给指针只在主对话上下文里就必须贴全文。三把钥匙各管一段skills:预载只管看见前 32 个正文全文注入超出静默截断清单最重要的写前面tools 管调用权照做归模型。临走三问一个 200 行的检查单技能同事建议改成每轮派个子代理去跑检查显得工程化。跑了一个月token 翻了几倍缺陷检出率没动。凭记忆说这一单从哪个判据开始就不该派你派子代理盘点某模块的技术债主对话里刚和同事吵出三条口径还没落进任何文件。纸条里这三条口径该贴全文还是给路径判据是哪一句你给子代理的活干到一半需要人拍板你在等它来问它也在等一个永远不会来的批准。凭记忆说它天生缺哪类工具这一单最后该谁来收尾三道都答对了这一课才算真的带走。第 1 课写下第一个能跑的技能第 2 课修触发第 3 课磨正文第 4 课接脚本第 5 课对接口矩阵第 6 课把五问拧成一句问诊顺序这一课把想和派分开。下一课是第 8 课·多 skill 体系治理会写一个技能只算占了一个岗一摊技能怎么不打架从那儿开始。共约 6458 字 · 阅读约 16 分钟如果这篇文章对你有帮助欢迎转发给需要的同事和朋友。
摘要skill 里的活不必都由主对话自己干产出大或脏、能自足收工的活可以派给子代理它带着全新上下文干活主对话只收结论。派工不是雇人手是买干净付 token买隔离。本文用四问把这笔交易算清何时值得派、派给谁、纸条怎么写、给多大权限每问配判据、反例和你装机里查得到的实名标本收在一张能照着填的工单上。1、开场两个人吵起来了先接一句原话当靶子。2025 年 6 月 12 日Cognition 的 Walden Yan 发了篇《Don’t Build Multi-Agents》这句我 2025 年里到处撞见running multiple agents in collaboration only results in fragile systemsCognition《Don’t Build Multi-Agents》2025-06-12反方原话第二天Anthropic 工程博客甩出正方答卷晒的是自家研究系统的评测a multi-agent system with Claude Opus 4 as the lead agent and Claude Sonnet 4 subagents outperformed single-agent Claude Opus 4 by 90.2% on our internal research eval.Anthropic《How we built our multi-agent research system》2025-06-13正方原话三天后LangChain 的 Harrison Chase 出来劝架留下那句我时间线上最常见的调停“read actions are inherently more parallelizable than write actions”读活天然比写活好并行LangChain 博客2025-06-16。更早的祖训立在 2024 年 12 月Anthropic 在《Building effective agents》里劝人 “finding the simplest solution possible”复杂度要证明划算才加官方工程博客2024-12。我本以为这一架总得有个胜者。2026 年 4 月去翻反方自己先动了还是 Cognition还是 Walden Yan续篇承认当今世界上跑着的多 agent大多数就是只读子代理most multi-agent setups in the world are limited to ‘readonly’ subagents, like web search subagents and code search subagents.Cognition《Multi-Agents: What’s Actually Working》2026-04-22反方反转先自限这场博客骂战样本是人家内部的 eval一场骂战代表不了你手头的活两边原话都不能直接外推到你的工位。但两边也都不全面反方开火时没分读活写活转发正方的人只晒 90.2% 的标题不提同一篇文章里的 15 倍 token。到 2026 年两边实际站到了同一处读活派出去写活单线程判断留在主对话。我备这一课时翻到的二手文章大多还停在 2025 年互撕这篇从合流点讲起不站队。合流处正好是本文的东西。子代理是一个上下文分身全新上下文token 从零计主对话一个字不沾干完只往回交一份结果。派工不是雇人手是买干净买的是干净不是人手。买卖就有条款一共四条什么时候值得买买谁的脑子纸条怎么写给多少钥匙。纸条指派工时随单递给子代理的任务指令。下面四问一问一个条款。2、第一问什么时候值得派条款一派工是拿 token 买隔离隔离换来的价值大于 token 成本这一单才值得签。总纲之下四个判据隔离、并行、工种、后台。官方文档给的判据和我记账记出来的几乎同一张清单。2.1 官方和我的判据对上了官方的场景描述是这句官方文档 Create custom subagents2026-10-16 现查Use one when a side task would flood your main conversation with search results, logs, or file contents you won’t reference again.产出大或脏、主对话只要结论的活派。四判据展开隔离产出大或脏主对话只要结论并行多路独立互不依赖工种只读探查派只读工种启动上下文小后台长任务扔后台不等它。我课程的教学装置就是这么搭的5 个子代理各跑各的查询主对话只收 5 份判决隔离和并行同题同验本机实验。官方连口令都给了研究就说 “use subagents to investigate X”验收就说 “use a subagent to review this code for security issues”官方 best-practices 文档2026-10-16 现查。四判据里最值钱的是并行最容易滥用的也是并行。官方上限是这么写的默认 20 个子代理同时在跑再 spawn 直接报Concurrent subagent limit reached官方文档2026-10-16 现查。写 Java 的都熟这就是线程池打满走拒绝策略maxPoolSize 从来不是让你顶格用的。Anthropic 给过更实用的 effort 量尺简单事实核查 1 个子代理、3 到 10 次工具调用对比类 2 到 4 个子代理10 个以上留给复杂研究Anthropic 工程博客2025-06-13。读活优先的逻辑就是开场那句调停读活天然比写活好并行。2.2 反判据要精确到“判断”两个字什么时候别派比什么时候派更值钱。官方列了三条需要频繁来回迭代的、快速小改动、延迟敏感官方文档2026-10-16 现查。agent teams 文档再补三条顺序任务、同文件修改、强依赖多的活。原文是For sequential tasks, same-file edits, or work with many dependencies, a single session or subagents are more effective.官方文档 Orchestrate teams of Claude Code sessions2026-10-16 现查我自己添的一条最容易被读歪判断型 skill 不派。检查单、路由表、质量红线是注意力活唯一看过全局的是主对话这个脑子派出去等于把它换成只拿纸条的陌生人。装机盘点为证tdd 38 行、pr 163 行两个判断型技能零脚本零派工判断全在主对话做本机盘点2026-10-16。名单里没有 code-review它同样 87 行判断型却是第 4 问要讲的派工范本反判据按活判不按家族判。但这句话必须精确到“判断”两个字别泛化成“带判断的活都不能派”。matt pocock 的 grilling 是现成反例里面写着需要查环境的事派子代理能自己查的别问用户别阻塞grilling/SKILL.md本机在装。判断不外派事实检索照样该派两件事别捆着。2.3 三笔真实账单隔离值多少钱得看账单。我实测三笔本机记录n15 跑并行的触发批测约 87 万 token4 跑全文审计约 66 万4 跑技能体检盲测约 153 万。三个数各回答一个问题批测买的是触发层的证据审计买的是不被摘录骗到的结论盲测买的是没有先入为主的体检结论。钱是真的换回的干净也要是真的对不上就别派。账本后来又添了一小笔23 万花在验证一件具体的事上第 6 节再报。Anthropic 把成本讲得很冷峻Multi-agent systems work mainly because they help spend enough tokens to solve the problem.Anthropic 工程博客2025-06-13同一篇给了倍数多 agent 系统的 token 用量大约是普通对话的 15 倍。Willison 路转粉时点破的收益也在这并行买的主要不是速度是容量原话 “The key benefit is all about managing that 200,000 token context limit”simonwillison.net2025-06-14。所以判据收成一句隔离价值大于 token 成本才派。倒过来读就是劝退清单换不来干净、付不起 token、等不起延迟都别派主对话直读或顺序委派更便宜。IT杨秀才在知乎专栏里把这条说得更狠能用主代理直接完成或靠顺序委派解决的任务就优先不要并行《Claude Code Vibe Coding 实战手册四》2026-06-30。3、第二问派给谁条款二九成的活内置三工种就够。自定义 agent 留给每周都派的同一种活那是开固定岗不是买人手。3.1 内置三工种官方内置三个工种官方文档2026-10-16 现查。Explore 只读Write 和 Edit 直接拒还刻意不加载 CLAUDE.md 和 git status检索力度分 quick、medium、very thorough 三档Plan 只读调研general-purpose 全工具。工种决定权限面权限面决定它闯得了什么祸。模型选择还有一条解析序调用参数优先其次定义文件再环境变量最后跟主对话一致官方文档2026-10-16 现查。工种可以在下单那一刻换不用为每个模型档位单开一个岗。3.2 自定义 agent 是开固定岗自定义 agent 是.claude/agents/下的一个 md 文件项目级盖过用户级name 和 description 必填正文就是它的 system prompt字段约 24 个官方文档2026-10-16 现查。劝退清单放在前面一次性活别建纸条点名内置工种更便宜低频活别建每月一次养不起一个岗探索期别建需求还在漂固定岗是负资产。本机我的用户级和项目级 agents 目录双双为空我实测2026-10-16前面六课的实验零自定义 agent照样走完。值得开岗的活长一个样每周都来每次同一工种每次同一套权限。这时就把纸条写成定义文件预载和权限一次配好比每次手写省。决策句别为派工先造 agent内置三工种覆盖九成。3.3 生态里的真实工种表真岗长什么样官方仓库有现成的以下均为一手仓库2026-10-16 核对anthropics/claude-code-action 的.claude/agents/下 5 个审查 agent 按工种分文件security-code-reviewer 的 tools 里没有 Write 和 Editmodel 写 inherit。anthropics/claude-cookbooks 的 code-reviewer 把权限给到命令粒度tools 里出现Bash(git status:*)这样的条目。VoltAgent/awesome-claude-code-subagents 自述 161 个 agent三档模型路由架构规划配 opus开发配 sonnet文档配 haikuREADME 自述未逐个核文件。wshobson/agents 自述 192 个 agent 打包成插件市场跨多家 CLI 复用是把岗位当商品卖的形态。社区起名还有一个默认词表reviewer、verifier、debugger、planner。中文圈的 hepingfly 给过最朴素的口令样本“请用 senior-code-reviewer 帮我检查刚提交的代码”掘金2025-08-07。官方文档另有一句给招聘启事加流量的诀窍description 里写 “use proactively” 这类话术能鼓励模型主动派官方文档2026-10-16 现查。学归学别照单全收VoltAgent 和 wshobson 那两家是市场形态你的项目不是市场。先数自己每周真派的活数不出三个别逛超市。4、第三问递什么纸条条款三纸条是微型 description 写作第 1 课你给菜单写过几行描述这一问把同一门手艺用在派工单上。先交代为什么重锤这问备这一课时学员自发复述了四问前两问答得顺纸条和权限两问集体失忆会话记录2026-10-16。MindStudio 拆 split-and-merge 模式那篇给过一句狠话Underspecified sub-agent instructions: The most frequent failure mode.MindStudio 博客二手已核对原文纸条含糊是多 agent 文献里的最高频失败模式这一论断没人争。4.1 四件套和官方撞车了我的四件套目标、边界、返回格式、留痕。目标要可判定统计 X 目录下 md 文件数量算看看有什么不算边界写明只读还是可写、不许碰什么返回格式压成结构化两三行散文等于隔离白买留痕要求报告工具调用路径否则整单不可观测。四件套不是标准答案是防坑下限小事一张两行纸条够用别一上来写成需求文档。写完四件套去翻 Anthropic 的博客撞车了Each subagent needs an objective, an output format, guidance on the tools and sources to use, and clear task boundaries.Anthropic 工程博客2025-06-13目标、输出格式、工具指引、任务边界两边独立收敛到同一张清单。不是巧合是同一个教训的两种记法。反面案例正方自己给过一个子代理在研究 2021 年的汽车芯片危机另外两个在重复调查 2025 年的当下供应链同上2025-06-13。中文圈也独立收敛过杨林伟在 CSDN 的指南里要求每个 Agent 定一个’硬输出格式’否则主对话难以汇总结果2026-01-13。description 长短那桩公案顺带摆在这。先说清这里说的是触发路由用的那个 description 字段不是纸条。官方文档说 “Those descriptions take up context, so keep them short.”2026-10-16 现查IT杨秀才建议写 150 到 200 词并写明何时触发知乎2026-06-30Anthropic 自家仓库 security-code-reviewer 的 description 带大段触发例句远超短一手仓库2026-10-16 核对。文档说短示例做长。我的读法这层没有真理判据是触发面准不准路由行短触发例句全。4.2 全文还是指针递料有两极。matt pocock 的 code-review 是贴全文极the smell baseline from step 3 pasted in full (the sub-agent has no other access to it)code-review/SKILL.mdmatt pocock 系列本机在装implement-spec 是给指针极Communication to and from subagents should be sparse. Communicate primarily through context pointers.implement-spec/SKILL.mdmatt pocock 系列本机在装两极不矛盾判据一句子代理拿得到吗。盘上有文件给路径东西只在主对话上下文里比如刚吵完还没落盘的口径、没写进任何基线的结论必须贴。MindStudio 的自包含纪律是同一件事的狠话版假设子代理除了你告诉它的什么都不知道。code-review 自己就是并行范本描述行预告双轴并行standards 与 spec 两轴正文直接给两份纸条模板Spec 缺失就跳过该轴并注明失败分支有出口。Anthropic 被电话游戏坑过多级传递丢信息他们的修法也是让子代理把结果写文件、只回引用Anthropic 工程博客2025-06-13。给下游服务发请求你不会指望它读你的堆内存参数不全就是空指针纸条同理。4.3 一张真实纸条的解剖盘标本的规矩先交代一句grep 到 “subagent” 不等于真派工。我装机全量 grep 命中一批人工剔除三连假阳性教人 “delegate to a community” 的是委派给人类工单路由里不可委派说的是流程分派代码结构里的委托是设计词汇全都不是派工真标本剩 7 处code-review、implement-spec、wayfinder、brainstorming、grilling、control-browser、requesting-code-review本文逐一拆。还有的派工指令根本不住 skill 正文写在宿主系统提示里本机盘点2026-10-16。然后是实验。我做过一次双标本差分实验我实测n1同构任务两单。实验组纸条写全四件套里头有一句不许直接读目录代答子代理到最后也没派出人如实回报派工否为什么没派出第 6 节见分晓但它守住了边界没有自己偷偷读目录代答边界件真的拦得住。对照组明令禁止派工它就亲自把活干完按约定的三行格式交差一行没多。两臂都是正结果一张验了纸条的边界件一张验了禁令本身管用。生态里还有一句话给全三样的写法。superpowers 插件的 requesting-code-review 写着“Use Task tool withgeneral-purposetype, fill template atcode-reviewer.md”工具、工种、纸条模板一次点名superpowers 5.1.0本机在装。顺带钉版本Task 是 Agent 工具的旧名v2.1.63 起更名官方文档口径2026-10-16 现查旧名至今仍通。wayfinder 里有点名句式可抄研究票 “Resolved by a subagent that calls the Skill tool with ‘research’”wayfinder/SKILL.md本机在装。翻成操作就是纸条里一句调用 Skill 工具加载 research按它执行。调用侧没有按次指定 skill 的参数这就是等效姿势下一问细说。5、第四问给多少钥匙条款四钥匙三把预载管看见tools 管调用权照做归模型。第三把看着不像钥匙它的样子就是一张写得够好的纸条。发钥匙之前先铺路skill 的内容进一个子代理的上下文一共三条路。5.1 三条路与三把钥匙三条路是三种进法。预载出生第 0 轮正文全文进上下文每次出生必付触发调用子代理第 N 轮自主决定平时只花一行描述的钱纸条点名子代理第 N 轮照你纸条里的指示执行。写 Spring 的可以这么记预载是构造器注入出生就带触发调用是 getBean要用才取点名是调用方把实例递过来。三条路的发起人不同混同了就会问出配了 skill 它怎么不自动用这种问题。预载字段的官方原话Skills to preload into the subagent’s context at startup. The full skill content is injected, not only the description.官方文档 Create custom subagents2026-10-16 现查丑话两句。第一句skills:不是白名单官方原话 “It only controls preloading”清单外的 skill 子代理照样能经 Skill 工具调到除非把 Skill 工具本身收走。第二句注入不等于照做预载进去的资料袋子代理照样可能翻都不翻第 2 课讲过的老话在子代理身上同样成立会话答疑里复核非实测。钥匙二在这问里只点名不展开tools 与 disallowedTools 一白一黑、先黑后白permissionMode 管批准模式字段全表在官方文档记住它管的是调用权就够。默认上下文有桩公案得钉死。官方现行口径子代理只拿 system prompt 加工作目录这类环境信息看不到主对话历史官方文档2026-10-16 现查knqiufan 那篇拆解则说子代理会 fork 主上下文能看到之前聊的博客园约 2026 年初。两边不可同真机制随版本漂移过knqiufan 说的可能就是 fork 型子代理那类确实看得见历史。我按 2026-10-16 现查的官方口径讲。fork 本身官方文档有指继承全部对话的那种子代理。官方 skills 文档提醒它的正文必须自足原话“instructions have to stand on their own”还注明 background 默认 true想前台等结果要 v2.1.218。本机 fork 零支持第 5 课矩阵的结论到今天没变我实测复现手工等效姿势是对话里直接说派一个 XX 子代理。5.2 32 的事官方常数与静默截断这问有学员追到底过四个问号连发“skills: 注入的是前 32 个 skill 的全文这个是什么意思什么时候注入谁加载为什么是 32 个呢”会话原话2026-10-16挨个答。字段住在 agent 定义文件里不在 SKILL.md注入时机是出生第 0 轮先于任务书加载的不是模型是运行时装配模型只见装配成品32 是官方给的常数为什么偏偏是 32文档没说我也没想通。上限本身讲得通正文全文乘每次出生不设上限就是上下文炸弹。要命的是超出的部分前 32 之外静默不注入找不到或被禁的也只留 debug 级警告第 6 课的静默家族又添一员。所以清单要排序最重要的写前面。常数别当学问供着。并发上限官方说 202026-10-16 现查MindStudio 说 10knqiufan 建议 10 到 15三个数三个来源并排摆着2026-10-16 核对。20 是当前版本的拒绝阈值10 和 15 是经验值谁也回答不了你该开几个。你该开几个第一问的判据说了算。5.3 死锁与反边界有一类活派出去就是死锁干到一半要问人的活。子代理天生没有问询类工具批准机制官方把话说死No agent message counts as user approval for permission prompts.官方文档 Create custom subagents2026-10-16 现查机制上这是真死锁单轮授权不随派工带进子代理问询工具又被收走它等一个永远不会来的批准主对话还不知道它在等。Java 里这就是两个事务互等对方的锁死得干干净净。药方三条要人拍板的判断环节留回主对话收尾别写进纸条。真要固定岗干敏感活在 agent 定义文件里配好权限别赌单轮授权。路径一律${CLAUDE_SKILL_DIR}绝对编址不赌子代理的工作目录。反边界再添一条会话绑定的工具不能派。browser-use 插件的 control-browser 描述里写死Main-agent-only…must not delegate it to a subagent; subagents must not load this skillbrowser-use 0.4.2 control-browser/SKILL.md本机在装0.5.1 起收紧成一句 “Main agent only.”边界没松浏览器会话有状态派出去等于把已登录的会话交接给一个新工人线当场断。这条和判断型不派并列记都是花钱买不来的教训写在别人的描述里便宜。6、反方与边界派工的三道锁前四问要成立有一个共同前提你的活在那条合流路线上。这一节上三道锁锁的全是适用域。工种在这儿指活的种类读活、写活、判断活。原则有适用域工种决定答案。6.1 反转之后可行形状有了名字反方的最新立场先摆。Cognition 2026 年 4 月给可行形态起了个名字map-reduce-and-manage管理节点拆活子节点执行管理节点综合汇报无结构 swarm一群 agent 互相谈判那种被他们自己降格为干扰项。写操作至今不让并行multi-agent systems work best today when writes stay single-threaded and the additional agents contribute intelligence.Cognition《Multi-Agents: What’s Actually Working》2026-04-22对并行写的警惕他们也有原话“Parallel agents make implicit choices about style, edge cases, and code patterns”。写并行这桩悬案我自己裁官方姿势是/batch把改动拆给 5 到 30 个子代理各占一个 worktreegit 的多工作树互不踩脚官方 best-practices 文档2026-10-16 现查Cognition 至今不点头LangChain 说读活天然好并行。worktree 能不能让写并行划算两边没对过账。我的账单里没有一笔写并行裁决是读活先派写并行等我真有需求再验。审查工种两边反而会师了。官方说新鲜上下文的审查者只看 diff 和判据原话 “A reviewer running in a fresh context sees only the diff and the criteria you give it.”还把这事列成收工前标准动作“have a subagent review the diff in a fresh context and report gaps”官方 best-practices 文档2026-10-16 现查。Cognition 一代目说共享全部上下文二代目自己修正审查和编码 agent 事先不共享任何上下文效果反而最好2026-04-22。当年最反对隔离的人在最吃隔离的工种上承认了隔离的价值。matt pocock 的 brainstorming 里的 Builder check 是同款动作派一个全新子代理当独立验收员brainstorming/SKILL.md本机在装。6.2 第二道锁失败分类学知道会怎么死也是锁失败不是段子是分类学。MAST 论文UC Berkeley 等arXiv:2503.136572025-03-17把多 agent 失败收成三类十四种。先划来源边界分类框架我在结构层面核对过具体条目没有逐条验。正方也自己晒过伤疤早期系统给简单查询派出 50 个子代理满网找不存在的源互相刷屏Anthropic 工程博客2025-06-13。第一问没进表因为它兜的是底根本别派就没有 MAST 失败。三类对下来四问不是四个招式是三张网加一个验收动作。正方那批 50 子代理事故的修复补丁正是 effort 量尺和纸条四件套电话游戏的修法结果落盘、只回引用正是 4.2 的指针极。反方檄文里有个现成例子让人派两个子代理做 Flappy Bird一个把背景搭成了马里奥归档进 specification 也没问题。6.3 第三道锁本机现实嵌套派工不可用第三道锁在我自己机器上。另一次双标本差分实验嵌套差分我实测n12026-10-16两跑约 23 万 token不是 4.3 那一次。测试机是 Windows 11 上的 ZCode两份标本就是两张 SKILL.md 纸条一份指示派、一份禁止派留在我的项目 .zcode/skills/ 里想复现照抄形态即可对照组被明令禁止派工全程亲自 Bash 加 Read 完成按三行规范交差实验组经 Skill 调用的 general-purpose 子代理自报工具列表里没有 Agent 工具TOOLS 留痕也未见二次派遣。两组证据合起来嵌套派工本机不可用派工只有主对话一层。官方文档写嵌套默认 3 层2026-10-16 现查在这台机器上不成立。官方规范是上限不是保证这已经是 fork 零支持之后同族第二例第 5 课。实验组卡住的地方brainstorming 里有现成的降级句“Without a subagent tool, read the document as that builder yourself”brainstorming/SKILL.md本机在装builder 指那名按建造者视角读文档的自己。写 skill 时给自己留这句退路你的技能在没得派的机器上照样能跑。可移植写法永远比赌运行时便宜。7、收束想/派分界和一张你可以带走的工单第 4 课讲过想/做分界这一课补后半句想/派分界判断留下执行派出。第 1 课讲信息分三层进上下文这一课加了新维度上下文分身主对话保干净脏活在分身里烧 token。四问连起来就是一张工单抄成四行空表就能用判据、工种、四件套、钥匙填满再派。开头那架吵到今天处方其实已经合流正方教你 1 个、2 到 4 个、10 个以上的 effort 量尺反方承认只读子代理满世界都是。读活派写活单线程判断留下。当年那句别建多 agent今天该读成别把判断派出去。留个现在就能做的练习拿你手头一个真实任务输入你最近想让子代理干的那个活写出它产出的大头和主对话真正需要的那一行。执行照四件套填一张纸条目标、边界、返回格式、留痕各一句。验收自检三问判定可检查吗边界堵扩权吗返回格式能直接消费吗三问全过再派。交代一句出身。这篇的盘点、检索、成稿是我自己那条生产级写作管线派工产的素材过 5 个文件才派盘点子代理并发顶格 4 个派遣按角色、任务、交付三段写子代理装载 skill 分预载和显式调用两级。买没买到干净你刚读完的这篇就是样本。带走三样派工买的是主对话的干净不是人手。隔离价值大于 token 成本才派判断留下事实检索照派顺序任务、同文件修改、要中途问人的活别派。工种九成内置三选一每周同一种活才值得开固定岗。纸条四件套目标可判定边界堵扩权返回格式结构化留痕报路径。子代理拿得到盘上文件就给指针只在主对话上下文里就必须贴全文。三把钥匙各管一段skills:预载只管看见前 32 个正文全文注入超出静默截断清单最重要的写前面tools 管调用权照做归模型。临走三问一个 200 行的检查单技能同事建议改成每轮派个子代理去跑检查显得工程化。跑了一个月token 翻了几倍缺陷检出率没动。凭记忆说这一单从哪个判据开始就不该派你派子代理盘点某模块的技术债主对话里刚和同事吵出三条口径还没落进任何文件。纸条里这三条口径该贴全文还是给路径判据是哪一句你给子代理的活干到一半需要人拍板你在等它来问它也在等一个永远不会来的批准。凭记忆说它天生缺哪类工具这一单最后该谁来收尾三道都答对了这一课才算真的带走。第 1 课写下第一个能跑的技能第 2 课修触发第 3 课磨正文第 4 课接脚本第 5 课对接口矩阵第 6 课把五问拧成一句问诊顺序这一课把想和派分开。下一课是第 8 课·多 skill 体系治理会写一个技能只算占了一个岗一摊技能怎么不打架从那儿开始。共约 6458 字 · 阅读约 16 分钟如果这篇文章对你有帮助欢迎转发给需要的同事和朋友。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
