AI 编程工程化:Subagent——给你的 AI 员工打造协作助手
这篇讲 SubAgent,AI 协作体系里我觉得最有想象空间的一块。
从一次懵懂的经历说起
几个月前有个需求:给某平台的前后端加一套完整的权限系统。
前端要做路由守卫、动态菜单渲染、按钮级别的权限控制。后端要设计 RBAC 数据模型、写权限中间件、给每个接口补上鉴权逻辑。
任务不小,当时还不懂 Subagent,但觉得 Claude Code 能搞定,就直接上了。
开始挺顺的。AI 一路改,我一路看。
但改到后半程,上下文越来越长,AI 开始出问题。
它「忘了」前面设计好的权限数据结构,后端中间件和前端路由守卫的权限字段开始对不上。同一个接口的鉴权逻辑,前面写了一版,后面又另写了一遍,两版行为不一样。改前端 Vue 组件时,还会悄悄动后端的路由配置。
到最后我 commit 的时候,打开 diff 看了半天——前后端改动交织在一起,逻辑互相影响,根本没法 review。
后来我才想明白:
问题不是 AI 能力不够,是一个 AI 扛不住这么大的任务。
上下文窗口满了,早期的决定被「忘掉」,后面的操作开始跟前面打架。任务越大,越容易翻车。
Subagent 就是为这种情况设计的。
什么是 Subagent
说白了,Subagent 就是从主 AI 拆出去的「专属助手」。
每个 Subagent 有自己独立的上下文窗口、自己的系统提示、自己的工具权限,甚至可以跑不同的 AI 模型。
主 AI 遇到适合某个 Subagent 的任务,就委派给它。Subagent 独立完成,把结果返回来,整个过程不会污染主会话的上下文。
这个系列一直用「新员工」来比喻 AI:
Rule 是规章制度,Command 是操作手册,Skill 是专项技能,Hook 是安检闸机。
Subagent,就是你的团队成员。
你是项目负责人(主 Agent),遇到前端任务,交给前端 Subagent;遇到安全审查,交给安全 Subagent;遇到要搜索代码,交给专门探索代码库的 Subagent。
每个 Subagent 专注自己的领域,各干各的。
Subagent 和新开对话窗口有什么区别
很多人第一反应:这不就是多开几个 Claude Code 窗口吗?
表面上看确实像,但有几个本质区别。
协调成本
新开窗口:你自己要充当「中间人」——把主对话的背景信息复制过去,再把结果粘贴回来。任务一多,来回倒腾很累。
Subagent:主 Agent 自动完成任务委派、上下文传递、结果接收,整个过程不需要你手动干预。
并行能力
新开窗口:同时管几个窗口,靠你自己记住每个窗口在做什么,协调起来容易乱。
Subagent:主 Agent 可以同时派出多个 Subagent 并行跑,结果统一汇总,你只需要看主对话的最终结果。
上下文控制
新开窗口:新会话完全空白,你得手动把相关背景交代清楚。
Subagent:主 Agent 会把必要的上下文打包传过去,Subagent 拿到的是「够用的信息」,不会带着主对话的全部历史。
用一个比喻:新开对话窗口是你自己同时接两个电话,两边的信息靠你自己来回传话;Subagent 是你有一个团队,把任务交代下去,他们做完直接给你汇报。
Claude Code 内置了哪几个「团队成员」
不用自己配,Claude Code 已经内置了几个常用的 Subagent,会根据场景自动调用:
Explore — 代码探索员
用途:搜索和理解代码库 模型:Haiku(速度快、成本低) 权限:只读,不能写文件
你让 AI 理解某个模块的结构,或者全局搜索某个函数在哪里被调用,它会把这个任务交给 Explore Subagent 去干。
结果返回到主 AI,但搜索过程中产生的大量中间上下文留在 Explore 那边,不会撑满你的主会话。
Plan — 规划师
用途:进入 Plan 模式后收集上下文、制定方案 模型:继承主会话 权限:只读
你用 /plan 让 AI 先做规划再动手,背后就是 Plan Subagent 在帮你读代码、分析依赖、整理思路。
General-purpose — 全能手
用途:复杂的多步骤任务(既要读又要改) 模型:继承主会话 权限:全部工具
需要探索 + 修改组合的任务,比如「读懂这个模块,然后帮我重构」,交给 General-purpose。
什么任务值得做成 Subagent
不是所有任务都适合拆成 Subagent。有四个判断维度:
重复频繁:这个任务每天、每个项目都会遇到?比如代码审查、文档生成、安全检查。
上下文重:完成这个任务需要读大量文件,会快速消耗主会话的上下文容量?
流程固定:这个任务有明确的执行步骤,每次做法都差不多?
可以并行:这个任务不依赖其他任务的输出,可以同时开工?
满足两个以上,就值得做成 Subagent。
6 个适合用 Subagent 的场景
① 前后端同时开发
最直观的并行场景。
一个功能要同时改后端 API 和前端组件,通常的做法是先做后端,再做前端,来回等待。
用两个 Subagent 并行跑:一个专门写后端接口,一个专门写前端组件。各自独立,同时推进。
并行的前提:两个任务之间没有依赖,不会同时修改同一个文件。
② 探索大型代码库
接手一个不熟悉的项目,想先搞清楚结构,再开始改代码。
直接在主会话里让 AI 翻文件,翻的过程会加载大量内容,把上下文撑满。然后你还没开始改代码,上下文就快没了。
让 Explore Subagent 去做这件事,它在自己的上下文里把整个代码库梳理一遍,把关键信息汇总给你,主会话上下文一点都没动。
③ 安全审查 / 专项检查
代码写完了,让一个专门做安全审查的 Subagent 跑一遍。
它不需要知道你整个项目的背景,只需要专注「找问题」这件事。系统提示里把 OWASP 检查清单、JWT 校验要点、敏感日志检测全写进去,它就是一个比你更懂安全的专家。
这个和前面讲过的 Skill 有点像,但有个关键区别——Skill 是给主 AI 的额外指令,Subagent 是完全独立的上下文。审查过程里加载的所有内容,不会影响你后续的开发操作。
④ 工作成果验证
代码改完了,让一个专门做验证的 Subagent 检查一遍:接口返回是否符合预期、页面渲染是否正确、单元测试是否通过。
主 Agent 改完代码,自动触发验证 Subagent,发现问题反馈给主 Agent 修复。整个验证流程不消耗主会话的上下文,也不需要你手动检查。
这种「改完就验」的闭环,是 Subagent 最能发挥价值的地方之一。
⑤ 多假设并行排查 Bug
碰到一个棘手的 Bug,不确定根本原因在哪。
开好几个 Subagent,每个去验证一…