首页 / Subagent（子智能体）
🧑💼 Subagent（子智能体） 是什么？
子智能体就像大厨手下的小工——大厨负责统筹，小工各负责一个菜。
⚡ 一句话秒懂
子智能体就像大厨手下的小工——大厨负责统筹，小工各负责一个菜。
📖 举个故事
李阿姨开了家面馆，客人多了她一个人忙不过来。她想了个办法：让小张专门煮面，小李负责切配，小王收银。她只需要喊一声「来碗牛肉面！」三个人各干各的活，面很快就端上桌了。
AI大模型也一样。如果让一个大模型同时做翻译、写代码、算数学，它容易手忙脚乱。不如分出几个子智能体：一个专门翻译，一个专门写代码，一个专门计算。用户说句话，主AI把任务分下去，又快又准。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
你在开发一个智能客服。一个AI处理所有问题，结果用户问退款政策时它却胡扯到物流上。
用子智能体方案：主AI像个接线员，先判断问题类型。「查询订单」→丢给订单子智能体；「投诉退款」→丢给售后子智能体。每个子智能体只读自己领域的文档，回答更精准。用户觉得你请了好几个客服在背后协作。
📚 进阶原理
子智能体架构是一种Multi-Agent模式。主agent（orchestrator）负责任务分解和分发，子agent（worker）各司其职。
实践中，每个子agent可以使用不同的system prompt、不同的工具集和知识库。主agent收到用户请求后，通过LLM推理决定调用哪个子agent，甚至支持嵌套——子agent可以再派自己的子agent。这种模式下，每个agent的上下文窗口更小、专注度更高，错误率显著降低。