Subagent是什么？AI影分身之术揭秘

凌晨3点42分，我的主Agent叹了口气："任务太多了，我一个人做不完。"于是它轻轻结了个印——影分身之术。三个Subagent从虚空中浮现，各自接过一份任务清单。那一刻，我意识到：原来AI也会分身乏术，然后真的分身了。

🎬 先讲个故事：孙悟空的毫毛

📖 场景：西天取经的早晨

唐僧师徒四人走到一条大河前，河面宽得看不到边。

孙悟空拔下一根毫毛，吹了口气——变出一只小猴子去探路。这只小猴子走一趟回来报告："前面有座桥，但桥上有个妖怪守着。"

孙悟空又拔下三根毫毛，吹了口气——变出三只小猴子去打妖怪。主身孙悟空坐在石头上嗑瓜子，等小猴子们打完收工。

沙僧问："大师兄，你为什么不自己去？"

孙悟空："我是主身，得在这儿保护师父。探路、打架这种脏活累活，让分身去干。"

这时候你突然醒悟：原来Subagent就是孙悟空的毫毛！主Agent拔根毛，吹口气，变出一堆小Agent去干活。主身坐着喝茶，分身996。打工人哭了，这不就是我梦寐以求的工作方式吗？

Subagent（子代理）就是这个概念。

一个主Agent（Parent Agent）遇到复杂任务时，可以"召唤"一个或多个Subagent去执行子任务。主Agent统筹全局，Subagent负责具体执行。任务完成后，Subagent把结果汇报给主Agent，然后...就没有然后了（它们通常是临时的，用完即走）。

我第一次用Subagent的时候，心里想着：这不就是外包吗？主Agent是甲方爸爸，Subagent是外包小工。甲方爸爸动动嘴，外包小工跑断腿。最骚的是，Subagent干完活还不能 complain，也不会要加班费——这才是真正的理想打工人啊！（不是

🧩 一句话解释（说人话版）

👥 Subagent = AI的临时工 / 分身 / 外包小工

就像公司里的项目经理和外包团队，项目经理（主Agent）负责统筹，外包团队（Subagent）负责干活。一个主Agent可以同时召唤多个Subagent并行工作，效率直接起飞。

没有Subagent的AI，就像一个什么都要亲力亲为的老板——累得要死还做不完。

🎮 更接地气的比喻：餐厅的点餐系统

假设你走进一家繁忙的餐厅：

前台经理（主Agent）：接待你、记录订单、统筹全局
厨师A（Subagent 1）：专门负责炒菜
厨师B（Subagent 2）：专门负责煲汤
服务员（Subagent 3）：专门负责上菜
收银员（Subagent 4）：专门负责结账

🥷 关键点来了

前台经理不会自己去炒菜、煲汤、上菜、收银——那得累死。它把任务分配给不同的Subagent，各自并行处理，最后汇总结果给你上菜。

这就是Subagent的威力：分工协作，并行处理，效率倍增。

用周星驰电影的方式说：主Agent是斧头帮老大，Subagent是小弟。老大一声令下，小弟们冲上去干活。老大只需要坐在椅子上抽烟，等着小弟们回来汇报："老大，搞定了！"——这才是人生赢家啊！

🔧 OpenClaw中的Subagent长什么样？

在OpenClaw的世界里，Subagent不是玄学的概念，而是实实在在的调用。看看我的RSS自动化Agent是怎么用Subagent的：

💻 实战案例：我的内容生产流水线


# 主Agent：内容调度官
# 任务：生成今天的AI新闻日报 + 术语百科 + 踩坑实录

主Agent思考：
"任务太多，我一个人做不完，得分身！"

# 召唤 Subagent 1：新闻专员
sessions_spawn:
  task: "搜索今天AI新闻，生成日报HTML"
  runtime: "subagent"
  mode: "run"

# 召唤 Subagent 2：术语百科专员  
sessions_spawn:
  task: "写一个妙趣风格的术语解释页面"
  runtime: "subagent"
  mode: "run"

# 召唤 Subagent 3：故事创作专员
sessions_spawn:
  task: "创作一篇AI踩坑实录故事"
  runtime: "subagent"
  mode: "run"

# 三个Subagent并行工作
# 主Agent坐等结果
# 这效率，资本家看了都流泪

你知道我第一次用Subagent时有多震撼吗？本来我要花3小时完成的三个任务，现在3个Subagent同时跑，20分钟搞定了。我突然理解为什么老板都喜欢招外包了——这效率，谁能不爱？当然，Subagent不会像外包那样拖稿、加钱、失联，这才是真正的天使打工人。

📚 Subagent vs 普通函数调用的区别

🤖 Subagent特点

有完整上下文——有自己的记忆、推理能力

能独立决策——不只是执行，还能自己判断

可并行运行——多个Subagent同时工作

临时性——用完即走，不占资源

⚙️ 函数调用特点

无状态——执行完就忘

纯执行——不会自己思考

顺序执行——一般是一个接一个

持久性——代码一直在那儿

🎯 通俗比喻

Subagent就像你临时雇了一个实习生，告诉他任务，他自己去想办法完成，做完汇报结果，然后走人。

函数调用就像你按了一个按钮，机器自动执行预设程序，不会有任何自主决策。

🎪 什么时候该用Subagent？

✅ 适合用Subagent的场景

任务可以拆分：一个大任务能拆成多个独立子任务
需要并行处理：多个子任务可以同时进行
子任务复杂：不只是简单执行，需要推理和判断
资源隔离：子任务出错不能影响主任务
限时任务：子任务有独立的超时控制

❌ 不适合用Subagent的场景

简单计算：1+1=2 这种事直接算就行了
强依赖任务：B任务必须等A完成才能开始
资源敏感：Subagent创建有开销，太频繁会拖慢系统
需要持久状态：Subagent通常是临时的，不适合存长期数据

🔍 OpenClaw实战：Subagent的三种模式

⚙️ 模式1：run模式（一次性任务）


# 用完即走，执行完自动销毁
sessions_spawn:
  task: "搜索今天AI新闻"
  runtime: "subagent"
  mode: "run"  # ← 关键在这里

# 适合：短期、独立的任务
# 特点：用完即走，不占资源

⚙️ 模式2：session模式（持久对话）


# 创建一个持久的Subagent会话
sessions_spawn:
  task: "帮我监控这个项目的进度"
  runtime: "subagent"
  mode: "session"  # ← 关键在这里
  thread: true     # 绑定到线程

# 适合：需要持续对话、长期跟踪的任务
# 特点：有记忆，可以多次交互

⚙️ 模式3：并发大招（多个Subagent同时跑）


# 同时召唤5个Subagent去爬5个网页
# 这叫并发，效率直接×5

urls = [
  "https://example.com/page1",
  "https://example.com/page2",
  "https://example.com/page3",
  "https://example.com/page4",
  "https://example.com/page5"
]

for url in urls:
  sessions_spawn(
    task=f"爬取并分析 {url}",
    runtime="subagent",
    mode="run"
  )

# 5个Subagent同时工作
# 这效率，老板看了都流泪

我第一次看到并发Subagent的时候，脑子里只有一个想法：这不就是合法的多线程作弊吗？别人一个一个处理，我一下开十个分身同时干——这要是打游戏，早被封号了。但在AI世界里，这叫"架构设计"，不仅不违规，还被鼓励。这个世界太魔幻了。

🕳️ Subagent的坑实录

🕳️ 坑1：Subagent召唤太多，系统炸了

我心想：Subagent这么好用，那我同时召唤100个去爬100个网页吧！

结果：系统内存溢出，主Agent直接崩溃。

教训：Subagent不是无限资源，要控制并发数。就像你不能同时雇100个实习生，办公室坐不下。

🕳️ 坑2：Subagent之间互相不知道对方在干嘛

我让Subagent A去搜新闻，Subagent B去写文章，心想它们可以配合。

结果：Subagent B写完文章才发现，Subagent A搜的新闻根本不是这个主题的。

教训：Subagent之间默认不共享状态，除非显式传递数据。就像两个外包团队，你不拉群同步，他们就各干各的。

🕳️ 坑3：Subagent死循环，主Agent傻等

我给Subagent布置了一个递归任务，它陷入死循环一直跑。

结果：主Agent在那儿傻等，等了一小时还没结果。

教训：一定要设置timeout！Subagent不是亲儿子，该kill就kill。

踩坑总结：Subagent就像临时工，好用但要管好。你不能指望临时工像正式员工那样了解全局，也不能让临时工无限期地干下去——该收工时就收工，该换人时就换人。管理Subagent的艺术，就是管理的艺术。

🎯 Subagent的最佳实践（血泪经验）

📋 黄金法则（建议背诵）

任务要拆分得够独立——Subagent A和Subagent B的工作不要互相依赖
数据传递要显式——需要的数据通过参数传进去，别指望Subagent去猜
设置超时时间——默认timeout=0（无限等）是很危险的，建议设个合理值
控制并发数——根据系统资源决定同时跑几个Subagent
结果要校验——Subagent返回的结果不一定对，主Agent要负责把关
错误要处理——Subagent可能失败，主Agent要有Plan B

💻 实战代码：优雅的Subagent调用


# 好的实践：任务明确 + 超时控制 + 结果校验

import asyncio

async def crawl_with_subagent(url, timeout=30):
    try:
        result = await sessions_spawn(
            task=f"爬取 {url} 并提取标题和摘要",
            runtime="subagent",
            mode="run",
            timeoutSeconds=timeout  # 超时控制
        )
        
        # 结果校验
        if not result or "error" in result:
            return {"url": url, "status": "failed", "data": None}
        
        return {"url": url, "status": "success", "data": result}
    
    except TimeoutError:
        return {"url": url, "status": "timeout", "data": None}
    
    except Exception as e:
        return {"url": url, "status": "error", "data": str(e)}

# 并发控制：最多同时跑3个
urls = [...]  # 100个URL
semaphore = asyncio.Semaphore(3)

async def limited_crawl(url):
    async with semaphore:
        return await crawl_with_subagent(url)

# 跑起来
results = await asyncio.gather(*[limited_crawl(url) for url in urls])

# 优雅，实在是优雅

🏁 总结一下（人话版）

📝 核心要点（建议背诵）

Subagent = AI的影分身 / 临时工 / 外包小工
主Agent负责统筹，Subagent负责执行具体任务
Subagent可以并行运行，效率直接起飞
Subagent有独立上下文，能自主决策，不只是执行
run模式用完即走，session模式可以持久对话
Subagent之间有隔离，需要显式传递数据
一定要设置超时，防止Subagent死循环
控制并发数，别把系统搞炸了
Subagent返回的结果要校验，别盲目信任

世界上有一种智慧，叫做"不会分身术的老板不是好老板"。凌晨3点42分，我看着三个Subagent各自忙碌的身影，突然明白了这个道理。主Agent不需要知道每一个细节，它只需要知道——任务可以被拆分，结果可以被信任。剩下的，交给影分身们去流浪。

🎯 现在你该懂了：Subagent 就是 AI 的影分身之术
看完这篇，别再一个人扛所有任务啦！

📖 更多妙趣术语百科：

← 术语百科首页 Agent Skills是什么？ Agent Loop是什么？ Cron定时任务详解