实战篇 03：子 Agent 任务委派

一句话总结：task 工具背后是另一个 CodingAgent，它用自己的上下文把活干完，只把一段总结交回来。

本实战新增： 一个 task 工具，大约 70 行（含注释）。子 Agent 直接复用 CodingAgent，没有另写一个循环。

对应理论篇：第 06 章 Subagents。

先看结构

主 Agent
   ↓ 调用 task(prompt)
子 Agent：新的 CodingAgent，新的 messages
   ├─ read / 只读 bash：可以
   ├─ write / edit / 其他命令：授权回调永远返回 False，一律拒绝
   └─ task：没有挂扩展，手里根本没有这个工具
   ↓ 最后一段话
主 Agent：只收到总结，外加一句“子 Agent 调用了 N 次工具”

三个限制是怎么做到的

限制	做法	为什么这样做
只能读	confirm=lambda action: False	需要授权的动作都会被拒绝。只读限制直接复用 Lab 01 的授权层，不用另写一套规则
不能再委派	创建时不挂 subagent 扩展	工具池里没有 task，模型想调也调不了
过程不进主上下文	子 Agent 的 emit 只收集，不转发给网页	主 Agent 的 messages 里只多出一条 task 结果

注意：子 Agent 和主 Agent 共用同一个工作区。这是上下文隔离，不是文件隔离。

用生活例子理解

你让实习生去档案室查“哪几份合同提到了违约金”。他在档案室里翻了一下午，回来只给你一张纸：三份合同，分别在第几页。

你不需要知道他翻了哪些柜子，只需要结论和出处。

跑起来

uv run python labs/01-mini-coding-agent/server.py --lab 03

会自动挂上 subagent 扩展，工作区是项目根目录。页面上会显示下面这几个示例，点一下就能填进输入框。

试试一个需要翻很多文件的问题：

请交给子 Agent 调查：chapters 目录下哪几章的 code.py 用到了 threading 模块？交回章节名列表。

实测结果：子 Agent 在自己的上下文里查完了所有章节，交回了章节名、行号和依据；主 Agent 的 messages 里只有 5 条消息（system、user、task 调用、task 结果、最终回答）。

再试一个小问题，比如“pyproject.toml 里有哪些依赖”。模型应该直接用 read，不走子 Agent。工具说明里写了“读一两个文件就能回答的事，不要用它”。

代价

• 慢：子 Agent 至少要多跑一轮完整的模型循环，主 Agent 在这期间一直等着；
• 会丢细节：主 Agent 只看得到总结，总结里漏了的东西就真的看不到了；
• 停不下来：你在网页上点「停止」，只会在 task 返回之后生效。子 Agent 最多跑 MAX_TURNS 轮。这和一条正在运行的 bash 命令不会被打断是一个道理。

今天只记住

子 Agent 买的是一个干净的主上下文，付出的是时间和细节。

想一想

子 Agent 的授权回调现在永远返回 False。如果想让它也能改文件，最简单的改法是什么？这样改有什么风险？

参考思路（先自己想一想，再展开）

最简单的改法是把主 Agent 的 confirm 传给子 Agent，这样子 Agent 要改文件时，你同样会看到授权弹窗。

风险是：你在弹窗里看到的只是一个孤零零的动作，看不到子 Agent 前面读了什么、为什么要改，比主 Agent 的请求更难判断。另外，子 Agent 改过的文件，主 Agent 只能从总结里知道，如果总结没写，主 Agent 就会基于过期的认识继续工作。