Agent 开发入门（四）：上下文爆炸怎么办？试试 Subagent

飞龙1477565746750
4 阅读5分钟

Agent 开发入门（四）：上下文爆炸怎么办？试试 Subagent

一个问题拆出十个任务，十个任务全塞进主对话，结果上下文撑爆了...这一篇聊聊子智能体的设计思路。

问题的本质

回顾一下前三章：

  • s01：有了 Agent Loop，模型能调用工具了
  • s02：有了工具分发系统，模型能读写文件了
  • s03：有了 TodoWrite，模型能规划任务了

但新的问题来了——当一个任务变大时，父对话会被大量中间过程填满。

举个例子：

用户：这个项目用什么测试框架？

Agent（读 pyproject.toml）
Agent（读 requirements.txt）
Agent（搜索 pytest 相关）
Agent（跑测试命令）
Agent（查测试配置）
Agent（分析测试覆盖率）
Agent（最后给出一句总结）

用户只想知道「用什么测试框架」，但 Agent 为了回答这个问题，读了一堆文件、跑了一堆命令。

这些中间过程全部堆在主对话里，后面想聊点别的，上下文已经被污染了。

解决方案：上下文隔离

核心思路：

把局部任务扔进独立上下文里做，做完只把结果带回来。

就像把脏衣服扔进洗衣篮，而不是全都摊在床上。

什么是 Subagent（子智能体）

父智能体
  │
  │ 1. 发现有个子任务
  v
子智能体（独立上下文）
  │
  │ 2. 读文件 / 搜索 / 执行
  │    （在自己的小屋里干活，不打扰别人）
  v
摘要返回
  │
  │ 3. 只带回必要结果
  v
父智能体继续

关键点：子智能体有自己独立的 messages，它的中间过程不会污染父对话。

核心数据结构

最简版本只需要：

class SubagentContext:
    messages: list      # 子智能体自己的上下文
    tools: list         # 它能用的工具
    handlers: dict      # 工具名 -> 处理函数
    max_turns: int      # 最多跑几轮，防止无限转

最小实现

第一步：给父智能体加一个 task 工具

{
    "name": "task",
    "description": "把子任务交给独立上下文执行，返回摘要",
    "input_schema": {
        "type": "object",
        "properties": {
            "prompt": {"type": "string"}  # 子任务描述
        },
        "required": ["prompt"]
    }
}

第二步：子智能体用空白上下文

def run_subagent(prompt: str) -> str:
    # 关键！不是共享父的 messages，而是从空白开始
    sub_messages = [{"role": "user", "content": prompt}]

    # 子智能体在自己的上下文里跑
    while True:
        response = client.messages.create(
            model=MODEL,
            messages=sub_messages,
            tools=SUB_TOOLS,
            max_tokens=8000,
        )
        # ... 执行工具 ...

        if response.stop_reason != "tool_use":
            break

    # 只返回摘要，不返回全部历史
    return extract_summary(sub_messages)

第三步：只带回必要结果

results.append({
    "type": "tool_result",
    "tool_use_id": block.id,
    "content": run_subagent(prompt),  # 返回摘要，不是全部历史
})

为什么它真的有用

好处 1：给父上下文减负

局部任务的中间噪声不会污染主对话。

好处 2：任务描述更聚焦

子智能体接到的 prompt 可以非常具体：

  • “读完这几个文件，给我一句总结”
  • “检查这个目录里有没有测试文件”
  • “对这个函数写一个最小修复”

好处 3：防止工具滥用

可以给子智能体更小的工具集：

SUB_TOOLS = [
    "read_file",   # 允许读文件
    "grep",        # 允许搜索
    "bash",        # 只读命令
    # "task" 禁止！防止无限递归派生子智能体
]

好处 4：安全保护

必须设置停止条件：

if turn >= MAX_TURNS:
    break  # 最多跑 N 轮

if error_count >= MAX_ERRORS:
    break  # 错误太多就退出

进阶：Fork 是什么

最小版本是「空白上下文」：

sub_messages = [{"role": "user", "content": prompt}]

但有时子任务需要知道「父智能体之前在做什么」：

# Fork：继承父上下文
sub_messages = list(parent_messages)  # 先复制
sub_messages.append({"role": "user", "content": prompt})  # 再追加任务

Fork 的本质：继承上下文，而不是重头开始。

但注意：这是「下一步」，不是「起步」。先跑通空白上下文版本，再考虑 fork。

子智能体 vs TodoWrite：什么时候用？

场景用哪个
一个任务需要做很多步骤，会话变长TodoWrite
一个任务要读很多文件、产生很多中间结果Subagent
任务简单，不需要大量工具调用TodoWrite
任务可能污染主上下文Subagent

核心区别：

  • TodoWrite：同上下文，聚焦下一步
  • Subagent：新上下文，避免污染

常见误区

❌ 子智能体不是为了「炫技」

不是为了展示「我有 5 个 Agent」，而是为了解决上下文问题。

❌ 不要把子历史全部带回父对话

# ❌ 错误：把子智能体全部历史粘回去
messages.extend(sub_messages)

# ✅ 正确：只返回摘要
messages.append({"content": summary})

❌ 不要一上来就搞复杂角色

exporer / reviewer / planner / tester / implementer

这些都可以做，但先把这个做好：

一个干净上下文的子任务执行器

❌ 不要忘记停止条件

没有 max_turns 和异常处理，子智能体会无限转。

对比总结

父智能体子智能体
messages主对话历史独立干净上下文
工具全部工具精简工具集
目的主线任务局部子任务
结果完整对话摘要返回

一句话总结

Subagent 的核心，不是多一个角色，而是多一个干净上下文。

往期回顾：

下期预告：当上下文越来越长怎么办？聊聊 Context Compact（上下文压缩）技术。

avatar
文章
阅读
粉丝