Sub-agents

可以先理解为:把复杂任务拆给专门子代理并行处理

主 agent 像总负责人,子代理像被派去查资料、审代码、跑实验的小组,回来要交证据。

关键结构图

当前相关远处弱强

中心节点写「Sub-agents」,周围连接 Isolated context、Parallel tasks、Workstreams orchestrator,用细线表示相邻路径和调用方向。

Sub-agents 是多代理工作流中的分工单元。它们负责在独立上下文里完成阅读、检索、审查、调查或执行任务,再把结论、证据和缺口回传给主流程。

当你需要理解模型之外还有哪些基础设施支撑 AI 能力时,可以用「Sub-agents」命名这块砖,再连接相邻概念继续判断。

Sub-agents 让主上下文保持干净,也让不同任务线可以并行推进。它们真正承重的地方,是输出必须能被主流程验证和整合。

在拆解一个 AI 系统为什么能稳定运行时,你可以用「Sub-agents」标记其中最需要被看见的结构,再检查它提供了什么证据、边界或行动方向。

在整理「AI 基础设施」主题时,把「Sub-agents」和「Isolated context」放在同一路径里,可以帮助读者从单点概念走向可复用的判断框架。

类型:系统结构 / 概念整理

事实线:这张卡把「Sub-agents」整理为概念提炼: Sub-agents 是多代理工作流中的分工单元。

依据:1000 Bricks 本地砖块库的概念定义、相邻砖块关系和AI 基础设施、系统架构和工具链讨论。

边界:适用于「AI 基础设施、算力、存储、运行时和工具系统」主题下的理解、复盘和设计判断;不等于行业统一标准或对所有场景都成立的结论。

常见误读:不要把它当作某篇材料的原文摘要,也不要因为概念名清晰就忽略具体情境和验证证据。