你好,我是黄佳。春节即将到来,预祝你假期愉快。
今天的加餐我们对前六讲子代理的专题做个简要总结,并宣布一下假期的安排和练习作业。
子代理专题总结
经过六讲的学习,你已经掌握了子代理的完整知识体系。

我们可以把整个体系分为两层能力:
- 第一层: 结构化分工(Sub-Agents)
- 第二层: 协作型认知(Agent Teams)
Sub-Agents 解决的是“工程控制问题”,也就是“单脑如何安全分工”。 之后我们掌握了子代理的四种使用模式。
单独使用
↓
┌────────────────────────────┐
│ 只读型(代码审查) │
│ 高噪声(测试/日志) │
└────────────────────────────┘
↓
并行 / 流水线
↓
┌────────────────────────────┐
│ 并行探索(独立任务) │
│ 流水线编排(依赖任务) │
│ 混合模式(部分独立+部分依赖)│
└────────────────────────────┘
Sub-Agents 应用场景是上下文污染 、权限边界 、高噪声干扰 、阶段性分工和可控编排。
Agent Teams 解决的是“认知协作问题”,也就是多脑如何互相挑战。
当任务之间不只是 执行依赖 ,而是 认知依赖 时,并行已经不够了。
例如:
- 多个假设可能互相关联
- 不同视角可能互相推翻
- 架构决策需要立场冲突
- 根因链需要跨模块拼接
这时就要进入 Agent Teams。
Team Lead
│
┌────────────┼────────────┐
↓ ↓ ↓
Teammate A ↔ Teammate B ↔ Teammate C
Agent Teams 应用场景是锚定偏见 、单视角误判 、过早收敛和决策质量不足等。
各种模式的综合运用:一个完整案例
在第 5 至 7 讲,我们学习了四种子代理。让我们用一个完整案例把它们串起来。
场景 :你的电商系统在大促期间出现了“支付超时”问题,需要排查并修复。
第一阶段:并行探索(了解现状)
同时启动三个只读型探索子代理:
├── payment-explorer: 分析支付链路代码
├── order-explorer: 分析订单处理流程
└── infra-explorer: 分析基础设施配置(超时设置、连接池等)
这里同时运用了 并行模式 (三个同时工作)和 只读型 (只看不改)。
第二阶段:高噪声处理(收集线索)
启动两个高噪声处理子代理:
├── log-analyzer: 分析大促期间的错误日志(可能几万行)
└── test-runner: 跑支付相关的测试看看有没有失败
这里运用了 高噪声处理模式 ——日志和测试输出都是典型的高噪声场景。
第三阶段:假设竞争(Agent Teams 介入)
这一步如果只用 Sub-Agents,风险是什么?每个子代理只向主对话汇报。是否会出现 infra 的连接池问题,N+1 查询是否可能存在级联关系。
第四阶段:流水线修复(解决问题)
基于前两阶段的信息,启动修复流水线:
Locator → Analyzer → [人工审批] → Fixer → Verifier
这里运用了 流水线模式 ,并在关键阶段设置人工审批。
第五阶段:并行验证(确认修复)
修复后,并行验证:
├── test-runner: 跑全量测试
├── performance-checker: 验证超时是否解决
└── code-reviewer: 审查修复代码的质量
整体编排
Phase 1: Parallel Explore (只读)
↓ 综合三份探索报告
Phase 2: Parallel Noise-filter (只读)
↓ 综合日志分析和测试结果
Phase 3: Hypothesis Debate (Agent Teams)
↓ 团队协作讨论
Phase 4: Sequential Pipeline (读写)
↓ 修复完成
Phase 5: Parallel Verify (只读+执行)
↓ 确认修复有效
Done
注意每个阶段的权限变化 :只有 Phase 4 的 Fixer 有写权限,其他所有子代理都是只读的。这就是第 3 讲中“最小权限原则”在复杂场景中的体现。 贯穿始终的工程方法论 :
第 5 讲的方法论:痛点驱动设计(痛点→缺什么→选机制→画边界→验证)
第 6 讲的方法论:信噪比框架 + 输出格式设计 + 模型选择验证
第 7 讲的方法论:交接契约 + 编排者决策 + 混合模式选型
共同主线:不是"学会配置子代理",而是"面对任何工程场景,
能判断是否需要子代理、需要什么样的子代理、如何组合它们"
春节假期作业
春节即将到来,预祝你假期愉快。按照我们的课程安排,春节假期(2.16~2.22)这一周会暂停更新,你可以利用这个时间回顾前面的课程,查漏补缺。这里我也准备了两个综合性的思考题与你探讨。假期之后,我们将开启“ Skills 技能系统 ”的学习,敬请期待。
- 明确用了哪些模式
- 标注每个子代理的权限
- 标注人工介入点
- 回到“电商大促支付超时”这个完整案例,假设 **不使用任何子代理** ,而是只在主对话中让 AI 一步步帮你排查和修复,请回答:
- 在 Phase 1(问题探索) 阶段,哪些信息最容易被遗漏或相互覆盖?为什么?
- 在 Phase 2(日志 / 测试分析) 阶段,高噪声输出会对后续判断产生哪些具体干扰?
- 在 Phase 4(修复阶段),如果没有权限隔离,AI“好心修改”可能带来哪些工程风险?
- 从审计、回滚、团队协作的角度看,这种“单对话全包”的方式有哪些不可控点?
最后,请用一句话总结: 子代理真正解决的是不是“能力问题”,还是哪一类“工程风险”?