自从用了Claude Code的子代理，我一个人就是一支AI开发团队 • halo 的技术博客

Claude CodeAI编程子代理Agent效率工具

一个人管理5个AI同时干活，比我原来逐个布置任务快了整整5倍。

先说痛点#

你是不是也遇到过这种情况：

让 Claude Code 帮我分析一个 1000+ 文件的老项目，它确实能干，但：

太慢 —— 只能一个一个目录扫，我泡杯咖啡回来还没完
太乱 —— 上下文有限，分析到后面忘了前面
太浅 —— 通用 AI 啥都懂一点，但啥都不深

我就一直在想：能不能让 Claude Code 同时派几个”小兵”出去干活？

答案是：能。而且它早就能了。

这就是 Claude Code 的 Sub-Agents（子代理）系统 。

什么是子代理#

子代理 = 独立的 AI 实例 。

每个子代理都有自己的：

🎯 专门任务 ：只干一种活
🧠 独立上下文 ：有自己的记忆，不互相干扰
🔄 并发执行 ：多个代理同时开工
📊 结果汇总 ：主代理最后整合

简单说：你是一个管理者（主代理），下面有5个员工（子代理），各有分工。

为什么要用子代理#

单一 AI	子代理团队
一次只能做一件事	多个任务并行，效率 3-5x
复杂任务容易迷失方向	每个代理专注自己领域
通用 AI 啥都懂但不深	专门化深度分析
一个任务失败就卡住	单个失败不影响整体

真实案例：
一个 1000+ 文件的代码审查项目，原来要 2 周。
用 5 个子代理（安全+性能+测试+文档+风格）并行审查，3 天搞定 。

4 种内置代理，用好就够#

1️⃣ Explore 代理 — 代码库探索专家#

擅长：快速浏览和理解大型代码库
工具：Glob（找文件）、Grep（搜内容）、Read（读文件）
权限：只读，不修改代码

使用场景：
"请用 Explore 代理帮我找到所有用户认证相关的代码"

plaintext

2️⃣ Plan 代理 — 架构设计师#

擅长：设计方案、规划实现路径
输出：结构化的实施计划

使用场景：
"请用 Plan 代理设计一个新的微服务架构"

plaintext

3️⃣ Bash 代理 — 命令执行专家#

擅长：运行命令、安装依赖、执行脚本
工具：Terminal 命令

使用场景：
"请用 Bash 代理运行测试并生成覆盖率报告"

plaintext

4️⃣ 通用代理 — 啥都能干#

适合：不适合归类的综合性任务

plaintext

选错代理 = 效率减半#

不知道怎么选？记住这个决策树 ：

任务类型判断
│
├── 只需要读取代码？
│   └── 是 → Explore 代理
│
├── 需要架构设计？
│   └── 是 → Plan 代理
│
├── 需要执行命令？
│   └── 是 → Bash 代理
│
└── 需要综合处理？
    └── 是 → 通用代理

plaintext

三种协作模式#

模式1：并行协作#

主代理
├── 子代理A：分析前端代码
├── 子代理B：分析后端代码
└── 子代理C：分析数据库设计
↓
汇总：生成完整架构分析报告

plaintext

适用场景： 各部分相互独立，同时开工

模式2：流水线协作#

子代理A（探索） → 子代理B（设计） → 子代理C（实施）

plaintext

适用场景： 有依赖关系，后一个需要前一个的输出

模式3：专家团队#

主代理（协调者）
├── 安全专家：审查安全性
├── 性能专家：优化性能
├── 测试专家：生成测试
└── 文档专家：编写文档

plaintext

适用场景： 需要多维度专业审查

子代理优先设计原则#

Claude Code 官方建议：任何可以分解的任务，都优先考虑用子代理。

原则1：任务分解优先#

先问自己：

这个任务能拆成哪些子任务？
哪些可以并行处理？
哪些需要专门技能？

原则2：并行优先#

独立任务 → 创建多个子代理并行 → 汇总结果

原则3：专精优先#

让专业的人干专业的事，别让通用代理啥都掺和

原则4：通信最小化#

子代理之间只传必要信息，别刷屏

怎么用？给个例子#

比如我要”重构用户认证系统”，我是这样分工的：

# 子代理分配方案
sub_agents = {
    "代码分析": ExploreAgent(focus="auth"),           # 扫描现有代码
    "最佳实践": ExploreAgent(task="搜索认证模式"),   # 研究业界方案
    "架构设计": PlanAgent(),                         # 设计新架构
    "代码实施": GeneralAgent(),                       # 写新代码
    "测试生成": GeneralAgent(task="测试"),           # 写测试用例
    "文档编写": GeneralAgent(task="文档")            # 更新文档
}

plaintext

协作流程：

并行阶段：代码分析 + 最佳实践（同时进行）
串行阶段：架构设计（等分析结果）
并行阶段：代码实施 + 测试生成 + 文档编写（同时进行）

最佳实践避坑指南#

✅ 适合用子代理的场景#

大型代码库分析（500+ 文件）
并行独立任务（3+ 个子任务）
专门化需求（安全/性能/测试审查）
复杂架构设计

❌ 不需要子代理的场景#

单文件修改
简单查询
快速原型

⚠️ 子代理不要太多#

小型任务：1-2 个
中型任务：3-5 个
大型任务：5-10 个

超过 10 个？ 你会陷入”协调成本比干活还高”的陷阱。

一句话总结#

子代理 = 把你一个人变成一个 AI 团队的管理者。

学会拆分任务、分配角色、汇总结果——你不是在”用 AI”，你是在”管 AI”。

作者：halo，AI 工具深度实践者。关注我，持续探索 AI 时代的开发效率。