我把過程長、結論短的工作交給子 agent

經驗 L2 948 字 2 分鐘 v2.0.0 更新 2026-11-16

Claude Code 可以另外啟動 agent 分擔工作,稱為子 agent。我把正在與使用者對話的 Claude Code 稱為主線。

我的分工是:寫程式、改設定與部署留在主線,查資料與審查才考慮派出去。我派工的條件是過程遠比結論長,而不只是工作屬於哪一類。

省下的是主線反覆讀取的中間資訊

context 是一次請求送給模型的全部內容,包含工具定義、系統指示與對話。每一輪都會重送 context,所以留在對話中的工具結果,也會跟著被反覆讀取。

模型讀寫文字的單位是 token。工具結果不斷加進 context,每一輪讀的內容比上一輪多,所以輪數加倍,累計輸入的 token 不只加倍。

prompt cache 會保留請求前段的計算結果,供相同前段的後續請求重用。快取降低讀取的單價,但不減少每輪計入的 token 數量。

子 agent 讀進來的內容不會進入主對話。因此,子 agent 處理的中間資訊,不會成為主線後續每一輪都要讀取的內容。

例如,讀取長篇的程式執行紀錄,也就是 log,可能只需要交回簡短結論。我會把這類只讀、不修改內容的查詢交出去,讓主線接收查詢結果。

下圖用示意數字呈現輪數增加時,固定開銷與工具結果如何累積成輸入用量。

5 輪
  • 固定開銷100k
  • 工具結果50k

輪數少時,固定開銷佔大部分。

重新開始有成本,交接要補背景

子 agent 要重新讀取規則、工具定義與任務背景。任務太短時,重新開始的用量可能高於省下的用量。

一般子 agent 不帶原本的對話,所以我派工時會重新交代背景。需要沿用目前對話時,我才使用 fork,讓子 agent 帶著目前的對話開始。

主線剛讀過的檔案,我不再派子 agent 重讀。

派工指示也要寫清楚任務、限制與執行位置。我會明列執行的機器,以及不能碰的內容。

CLAUDE.md 是 Claude Code 每次新對話開始時載入的規則檔。我不假設子 agent 一定會遵守,因此仍會把派工所需的限制寫進指示。

我依工作難度選模型:審查與規劃用最強的模型,查資料用中階模型,依規則掃描文字用最小的模型。

只讀的查詢、高風險審查與拆工作清單可以派出去

除了讀檔與長篇 log,跨專案盤點、上網研究也在我的派工範圍。這些查詢都限定為只讀,不修改內容。

審查方面,我只派高風險的修改,判斷方式見 只審高風險。目標模糊時,我也會請子 agent 拆出工作清單,但需要決定的事項交回主線。

下圖依寫程式、查資料與審查,呈現工作交給誰,以及查與審要帶回什麼。圖中的 Codex 是 OpenAI 的 coding agent。

這個工作交給誰

誰做

  • 主線的 Claude Code 處理
寫程式由主線的 Claude Code 處理。避免重新交代主線已知的背景。

需要持續對話的工作留在主線

需要與使用者來回討論的事,我留在主線處理。

如果一項工作的過程與結論差不多長,我會直接在主線完成。

來源

讀完之後

協作花費審查並行隔離Codex