Субагент
EN · Subagent (Sub-Agent)Субагент — вспомогательный агент, которому главный агент делегирует часть задачи с собственным контекстом и инструментами.Определение на английскомA specialized AI agent invoked by a parent agent to handle a focused part of a larger task—file search, web research, code review, data validation—with its own context window, system prompt, and tool access. Subagents prevent context contamination on the parent, parallelize independent work, and let teams compose complex behaviors from small, testable pieces. Claude Code, OpenAI Swarm, and most production agent frameworks now treat subagents as a first-class primitive.
Автор: Max Zeshut
Основатель Agentmelt
Пример
Агента для кода просят выпустить фичу. Вместо того чтобы держать всю задачу в одном контекстном окне, он запускает три субагента параллельно: «исследователь кодовой базы» составляет карту релевантных файлов, «автор тестов» пишет тесты по спецификации, а «ревьюер» сверяет предложенный дифф с гайдом по стилю проекта. Каждый субагент возвращает короткий структурированный результат; родительский агент объединяет их и готовит PR. Общее время сокращается с 18 минут до 6, а родитель никогда не видит 40 000 токенов промежуточного исследования.
Часто задаваемые вопросы
- Когда использовать субагента вместо простого вызова инструмента?
- Инструмент — когда задача является одним чётко определённым действием (прочитать файл, запросить эндпоинт). Субагент — когда задача сама требует рассуждения, планирования или собственного многошагового цикла (найти в кодовой базе всё, связанное с биллингом, затем синтезировать резюме). Субагенты окупаются, когда (1) задаче полезно чистое контекстное окно, (2) нужна параллельность или (3) нужен специализированный системный промпт, который загромоздил бы родителя.
- Дороже ли субагенты, чем работа в основном контексте?
- За вызов — да: каждый запуск субагента платит свой налог на входные токены. Но на длинных задачах они часто снижают общую стоимость, потому что контекст родителя остаётся маленьким. Родитель, перечитывающий 50K токенов промежуточного исследования на каждом ходу, платит этот налог многократно; вынос исследования в субагента, возвращающего резюме на 500 токенов, обычно дешевле в сумме, особенно с кэшированием промптов у родителя.