跳至正文返回首页密歇根大学公开 Subagents 讲义：从长对话劣化到 Fresh/Forked 取舍
- 课程背景：密歇根大学 Applied Agentic Software Engineering 课程第 14 讲「Subagents」讲义公开，围绕「为什么需要 subagents、机制是什么、关键取舍、与相邻概念的区别」四部分展开，属于把编码 Agent 架构作为正式工程课内容讲授的案例。
- 为何需要：讲义将长对话的必然劣化归为四点——上下文有限且内容只进不出；被否决的想法仍留在场（history bleed），模型会把它们捡回来；每次请求重发全部历史，caching 省钱不省窗口；单对话串行，读代码时无法并行比较方案。解法是主对话只保留请求与计划，各部分阅读留在各自的 subagent 中，只回流结果。
- 机制细节：Agent 工具对模型而言就是普通工具，prompt（即 brief）是 subagent 信息的唯一来源；harness 立即返回 launched 并默认后台执行，新对话使用更短的系统提示、更少的工具（Explore 物理上只读，无 Edit/Write/Agent）、同样的 CLAUDE.md，但不带主对话历史；结束必须调用 SubagentHandback，否则内容不送达；报告回流时标记为模型输出而非用户、整体缩进以守住对话边界。brief 是模型写给模型的提示词，位置、验收标准与报告形状都需写清。
- 最大取舍：Fresh 起点仅为 brief，适合第二意见与独立审查，成本更高；Forked 携带全部历史加 brief，适合需要全部积累的侧任务，因复用 prompt cache 而更便宜。讲义强调 Fresh 不是廉价选项而是独立选项——依赖 fork 的 subagent 会用记忆填补文档缺口，然后回报文档没有问题。
- 概念辨析：用三个问题区分所有形态——几个对话、谁和谁说话、谁决定下一步。Subagent 每段新对话只与父对话通信、父对话掌权；Team 是多对话互发消息加共享任务列表（带文件锁）；Handoff 是一段对话换 agent 接管且不回头，与 subagent 恰好相反；Swarm 是机制乘以规模，讲义引用 Kimi K2.5 的 100 并发与 OpenAI Navier–Stokes 的约 10000 agents、1300 亿 token 作为量级参照。并行编辑靠 worktree 隔离，每个 subagent 独立 checkout 与分支。
🔗 课程讲义 | 原帖汇总
