LegközelebbKövetkező útmutató
Hosszú kontextus vs RAG
Nyelvi AI
Nyelvi AI ÚTMUTATÓ
A szubügynök egy önálló modellpéldány, amelyet a fő AI ügynök indít el egy adott, fókuszált részfeladat ellátására.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Saját, friss kontextusablakot kap, és csak egy tömörített eredményt küld vissza. Ez röviden és a tárgynál tartja a fő ügynök kontextusát, és lehetővé teszi a független munka párhuzamos futtatását, extra tokenek ára, valamint annak kockázata mellett, hogy fontos részletek veszhetnek el az átadás során.
Language models work within a limited context window, and quality often drops as that window fills with search results, file contents and old tool outputs, even before the hard limit is reached. Subagents deal with this by splitting the work. The main agent, sometimes called the orchestrator or lead, writes a task description and starts a subagent with a clean context, often with a narrower set of tools. The subagent explores, calls tools and reasons, then sends back a summary. Only that summary enters the main agent's context. The pattern appears in real products. Claude Code, for example, lets users define subagents with their own instructions and tool permissions, and several coding and research agents send exploration work out to parallel workers. Anthropic has written about a multi-agent research system in which a lead agent runs subagents in parallel. It reported gains on broad research questions and much higher token use than a single agent. The tradeoffs are real. Cost goes up because each subagent reloads instructions and repeats some exploration. Coordination gets harder: parallel subagents cannot see each other's work, so they may duplicate effort or make incompatible choices. That is a particular problem when tasks are tightly linked, as in writing different parts of one piece of code. Information is lost because a summary drops details the main agent might have needed, and the subagent knows only what its task description told it. One misconception is that more agents always means better results. Some practitioners argue that for tightly linked work, a single agent with well-managed context is more reliable. Subagents work best for tasks that are independent, heavy on reading and easy to summarize: searching, surveying, checking and gathering.
Egy hibajavítással megbízott kódoló ügynök elindít egy szubügynököt, hogy keressen meg egy nagy adattárban egy függvény minden hívóját. A szubügynök átolvas több tucat fájlt, és visszaadja a helyek tízsoros listáját, így a fő ügynök kontextusa soha nem telik meg a fájlok tartalmával.
Egy kutatási asszisztens egyszerre három szubügynököt indít el, részkérdésenként egyet-egyet, amelyek mindegyike önállóan keres az interneten. A vezető ügynök ezután a rövid összefoglalóikat egyetlen jelentéscsé gyúrja össze.
Egy kódellenőrzési beállítás csak a diffet és egy ellenőrzőlistát ad át a szubügynöknek. Mivel nem látta a fő ügynök korábbi okfejtését, kisebb eséllyel veszi át annak előfeltételezéseit arról, hogy miért helyes a kód.
Egy csapat azt tapasztalta, hogy a „futtasd le a teszteket” utasítást kapó szubügynök újra lefuttatta az egész csomagot, és nem kapcsolódó hibákat jelentett. Ezt úgy orvosolják, hogy átadják a szubügynöknek a pontos tesztfájlt, a célt és a visszakért formátumot.
A szubügynökök a kódolási és kutatási ügynökök alapvető funkcióivá válnak, egyre nagyobb támogatással az egyedi definíciók, a szubügynökönkénti eszközjogosultságok és a párhuzamos végrehajtás terén. A megválaszolatlan kérdések közé tartozik, hogy hogyan lehet gazdagabb megosztott állapotot átadni az ügynökök között anélkül, hogy a kontextusduzzadást visszahoznánk, és hogyan lehet automatikusan eldönteni, hogy egy feladat megosztása megéri-e a költséget. A nagyobb kontextusablakok és a jobb kontextuskezelés, például az automatikus összefoglalás, bizonyos esetekben csökkenthetik a szubügynökök iránti igényt. Az izolációnak ráadásul megvannak a maga előnyei is, beleértve a friss perspektívát, a párhuzamos munkát és a szigorúbb jogosultságokat, így a minta valószínűleg hasznos marad.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A szubügynök egy önálló modellpéldány, amelyet a fő AI ügynök indít el egy adott, fókuszált részfeladat ellátására. Saját, friss kontextusablakot kap, és csak egy tömörített eredményt küld vissza. Ez röviden és a tárgynál tartja a fő ügynök kontextusát, és lehetővé teszi a független munka párhuzamos futtatását, extra tokenek ára, valamint annak kockázata mellett, hogy fontos részletek veszhetnek el az átadás során.
A kontextus elkülönítése a meghatározó jellemző. Az alügynök működési részletei kimaradnak a fő kontextusból, és csak az összefoglaló jön vissza.
A nagy mennyiségű régi keresési eredmény és fájltartalom gyengítheti a modell figyelmét arra, ami most fontos.
A keresés független, megterhelő az olvasás és könnyen összefoglalható, ez az a hely, ahol a segédanyagok működnek a legjobban.
Az információ mindkét irányban elveszik: az átadás korlátozza azt, amit az alágens tud, és az összegzés korlátozza azt, ami visszajön.
Minden segédügynök újrakezdődik, így a megosztott beállítás és az egymást átfedő feltárás többször is fizetendő.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Hosszú kontextus vs RAG
Nyelvi AI