SOLA AI Agent 共学营 · 补充材料

派子 Agent 去干

三个场景揭示的是同一个核心原理：子 Agent 的本质是"用摘要换空间"。

场景一（写代码+Review）展示了角色隔离——写的人和审的人用独立 context，互不干扰。主 Agent 只收到两段摘要（"代码改了什么""Review 发现了什么"），不用在一个 context 里同时装代码全文和 Review 全文。

场景二（批量处理）展示了并行加速——10 个文件拆给 5 个子 Agent 同时做，每个只处理 2 个文件。主 Agent 的 context 里只有 5 段摘要（~500 token），不是 10 份完整分析（~50,000 token）。

场景三（超长文档）展示了 context 突破——200 页 PDF 一个 Agent 装不下，拆成 4 段分别读取摘要，压缩比 30:1。主 Agent 拿 2000 字摘要就能综合出整体理解。

贯穿三个场景的底层机制都一样：主 Agent 调用 delegate_task → 子 Agent 获得独立 context + 独立终端 → 子 Agent 在隔离环境中处理细节 → 只把摘要返回给主 Agent → 子 Agent 消失。主 Agent 的 context 始终保持轻量。

唯一的代价是摘要意味着信息损失。子 Agent 决定"什么值得汇报"，漏了就丢了。所以给子 Agent 的指令要写清楚"返回时必须包含所有数字和关键结论"——这比"总结一下"有效得多。

从 agent-depth.html 主课件正文抽取生成，用于替代缺失的嵌入材料页面。