17｜任务委派：引入 Subagent 隔离复杂探索任务的上下文瓶颈
Tony Bai
你好，我是 Tony Bai。欢迎来到《从 0 开始构建 Agent Harness》专栏的第十七讲。
在过去的 16 讲中，我们为 go-tiny-claw 打造了全方位的生存能力：通过阶梯掩码（Compactor）管理了内存，通过 TODO.md等 持久化了记忆，通过 Reminder 和 Middleware 构建了防走神和防删库的安全屏障。
它现在就像一个极其靠谱的“单兵特种兵”。但是，特种兵再强，终究是一个人。
当你遇到一个极其庞大、充满未知领域的长程任务时，比如：“请帮我阅读完这个 5 万行的开源 C++ 项目源码，理解它的权限校验逻辑，然后把它翻译成 Go 语言。”
如果你的 Agent 只有一条命（一个 Main Loop 线程），它可能最终会陷入“崩溃”。哪怕我们有 Compactor 机制，大模型依然需要在一轮轮的 ReAct 循环中，使用 read_file 翻阅成百上千个文件，使用 bash 调用 grep 搜索关键词。
在这个漫长的“探索”阶段，主线程的上下文会被海量的尝试、报错、无关的代码片段塞满。最终，当它终于找到关键代码，准备开始“写代码”时，它可能早就忘记了你最初要求它“翻译成 Go 语言”的那个小细节了。
在 Harness 驾驭工程中，突破单体大模型能力天花板的解法，就是向现代企业管理学习：任务委派（Delegation）与多智能体（Multi-Agent / Subagent）架构。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《从 0 开始构建 Agent Harness》，新⼈⾸单¥59
《从 0 开始构建 Agent Harness》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论