什么是 Subagent（子智能体 · 分身术）？
让一个单体 AI 从头到尾干完所有杂活，很快就会因为“上下文腐化、工具污染和注意力崩溃”而死机；而 Subagent（子智能体） 就像主探长手下的“特派专案调查员” —— 主控只管发号施令与验收报告，派出一组专业分身在完全独立的干净上下文中并发攻坚！
一人包揽全场，最终累瘫崩溃
一边看文档、一边改代码、一边查数据库。成百上千行中间工具输出直接塞满同一个 Context，几轮之后主控就陷入注意力稀释与幻觉失控！
- ❌ 上下文污染：杂乱的中间调试细节毁掉了主控的推理能力
- ❌ 无法并发：调研 10 个库只能一个接一个慢吞吞看
主脑运筹帷幄，分身并发攻坚
主控（Parent）只保留任务大纲；派发 3 个具备独立 Context 的子智能体分别去调查、编码、审查，只取回最终结构化结论，主干永远干净敏锐！
- ✨ 上下文绝对隔离：子智能体吃掉 5 万字中间日志，主控只收 100 字报告
- ✨ 并发 Fan-out：多项子任务并行推进，耗时从 10 分钟缩短至 1 分钟
拆解 Subagent 体系的 4 大核心支柱
从上下文隔离到多智能体工作流编排，掌握顶尖 Agent 设计范式
1. Context Isolation (上下文物理隔离)
每个 Subagent 拥有独立的对话生命周期与 Prompt 栈。子任务中发生的任何语法报错与调试废话，绝不溢出到主控会话中！
2. 并行扇出 (Fan-out / Workflow)
主控通过脚本一次性拉起 10 个子智能体去并发审计 10 个模块，利用 MapReduce 模式统一归约汇总结果，效率翻倍。
3. 专长特化 (Specialization)
不同子智能体配置不同的人设与工具权限（如：一个只给只读搜索工具，另一个只给执行权限），防止误操作并提高执行精度。
4. Fresh Agent 纯净迭代
每次委派任务都启动一个干净如初（Fresh）的实例，彻底免疫多轮长对话带来的“上下文腐化（Context Rot）”恶疾！
🕹️ Subagent 委派与结果聚合演练台
观察主控如何将“开发一个完整新特性”拆解并下发给 3 个子智能体，最后无缝汇总：
查阅官方 API
编写核心算法
安全边界测试
主控上下文仅保留 800 Token 任务清单，保持绝对清醒！
全新独立 vs 继承上下文
subagent（全新启动）：从零开始，适合独立的外部调研与无关联子任务；
subagent_fork（继承分支）：继承主会话已有背景知识，适合在现有代码基础上做特定专项推演或代码审查。
长征式任务的 Fresh Agent 哲学
对于需要自主运行数小时甚至数天的超复杂工程：
每一轮（Round）都启动一个全新的子智能体，以共享工作区文件作为长期记忆，彻底突破模型上下文长度与腐化的双重枷锁！
强制 JSON 契约交付
主控委派子智能体时，往往约定严格的 JSON Schema 输出规范。
子智能体完成任务后必须返回符合格式的强类型数据，主控可以像调用普通 API 一样无缝解析子智能体的劳动成果！