Claude Code
subagents 是什麼:讓主對話保持乾淨的分工術
subagents 是什麼:讓主對話保持乾淨的分工術
用 Claude Code 工作一段時間,你會撞到一面牆:對話越長,它越健忘。原因不是它累了,是 context window 滿了:每一次讀檔、每一次搜尋的結果都堆在主對話裡,空間有限,塞滿了就開始擠掉前面的東西。
subagent 就是為這面牆而生的分工術:把「過程很吵、結論很短」的任務外包出去,讓髒活在別的房間做完,只把答案帶回來。這篇帶你看懂它的原理、內建有哪些、什麼時候該用與不該用。
你將學到什麼
subagent 的原理
獨立 context 做事、只回傳摘要,過程全部不佔主對話。
為什麼需要它
context window 是有限資源,塞滿了主對話就開始失憶。
內建的三個
general purpose、Explore、Plan 各自負責什麼。
何時該用與不該用
一條判斷準則:中間過程對主對話重不重要。
先懂問題:context window 是有限的
跟 Claude Code 的每一句對話、每一次工具呼叫、每一份被讀進來的檔案內容,全都會存進主對話的 context window。這個空間是有限的,塞滿之後,模型就會開始抓不住對話前段的內容,表現出來就是「忘記你剛剛說過的規則」「重複問已經回答過的問題」。
麻煩的是,很多任務的過程很佔空間、結論卻很小。想知道「哪個服務處理退款」,可能要讀十五個檔案、跑好幾輪搜尋、追好幾層函式呼叫;但你真正需要留下的,只有最後那一行答案。把這種任務直接在主對話做,等於用一個問題的價格,付了十五個檔案的房租。
subagent 的運作原理
subagent 是 Claude Code 可以委派任務的專職助手。委派發生時,會有一個全新的 context window 被開出來,subagent 在裡面收到兩樣東西:一是設定檔給它的 system prompt,定義它的角色與行為;二是主 agent 根據你的要求寫的任務說明。
接著它就自己開工:讀檔案、搜尋、改程式,需要什麼做什麼。做完之後,只有一份摘要回到主對話,subagent 那整串工作紀錄隨即被丟棄。主對話裡留下的只有「你問了什麼」跟「答案是什麼」,中間的塵土完全不落地。
拿前面那個退款的例子實際走一遍:你在主對話問「哪個服務處理退款」,Explore subagent 被派出去,在自己的 context 裡翻檔案、追呼叫鏈,最後回報一句「退款驗證在某個 middleware 檔案裡,由 API 路由呼叫」。主對話的帳本上只多了兩行:你的問題、它的答案。
同樣的問題直接在主對話問,帳本上會多出十幾份檔案內容,而那些內容之後的每一輪對話都還在持續佔位。
內建的 subagent 有哪些
- general purpose:多步驟任務用,既要探索又要動手做事的通用型。
- Explore:快速搜尋與導覽程式碼專用,適合「幫我找到某段邏輯在哪」。
- Plan:plan mode 時上場,負責研究與分析你的專案,作為提出計畫的基礎。
除了內建款,你也可以打造自己的 subagent:自訂 system prompt 與工具權限,做出程式碼審查員、測試撰寫員、文件產生器這類專職角色。做法我會在下一篇完整教。
什麼時候該用:一條判斷準則
決定要不要委派給 subagent,問自己一個問題就夠:中間過程對主對話重要嗎?如果你只需要結果,過程是雜訊,就委派出去;如果每一步的發現都會影響你下一步怎麼走,就留在主對話。
| 適合交給 subagent | 應該留在主對話 |
|---|---|
| 研究與探索:翻很多檔案、只要一個結論 | 每一步都依賴上一步發現的除錯過程 |
| 程式碼審查:獨立視角反而看得更清楚 | 跑測試:失敗時你需要完整輸出來診斷 |
| 需要專屬 system prompt 的任務,例如文案 | 「你是某某專家」這種沒有實質加成的人設 |
左邊第三項值得多說一句:Claude Code 預設的 system prompt 走精簡技術風,寫行銷文案或設計網頁時反而綁手綁腳。這時一個帶著自訂 system prompt 的文案 subagent(定義好語氣、受眾、結構),或一個開場就載入你設計系統檔案的樣式 subagent,能做到主對話做不到的事。
另外,程式碼審查交給 subagent 還有個微妙的好處:跟你一起把程式寫出來的主對話,往往看不出自己的問題;獨立 context 的審查員以旁觀者身分讀 diff,回饋通常更誠實。
表格右邊那三種是點名的反模式:專家人設沒有用,因為 Claude 本來就有那些知識;環環相扣的多段流水線會在交接時遺失資訊;測試執行員會把你需要的失敗細節壓縮掉,只回一句「測試失敗了」反而害你多跑一輪。
小結
subagent 的本質是 context 的財務管理:主對話的空間是最貴的資產,把高耗損、低留存的工作外包到獨立 context 去做,只讓結論入帳。判斷準則記一句話就好:只要結果,就委派;要看過程,就自己來。下一篇我們動手打造自己的 subagent。
延伸學習
HE101|Harness Engineering Foundation(3 小時)
三小時的地圖課,不是操作課。把 Model 與 AI System 分開,拆解一套 AI Harness 的八個組成(Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration),再帶你逆向拆解四個你已經在用的系統,最後畫出自己的第一張 Harness Blueprint。5 章 27 課,附學員講義 PDF 與術語速查表。
NT$ 2,599
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599

