子智能体

子智能体是智能体系统在复杂任务中引入的分工单元。它由父智能体、调度器或协作协议创建，被赋予相对明确的目标、上下文和权限，在限定范围内进行感知、推理、调用工具并输出结果。与把全部任务交给单一智能体不同，子智能体把大问题拆成可管理的小问题，让不同角色分别处理检索、计算、写作、审核、执行等环节，再通过汇总与验证形成整体答案。它不是某个产品的专属功能，也不是简单函数调用。工具调用通常是被动能力，输入输出较确定；子智能体拥有目标、状态、行动选择和停止条件，能在局部环境中做多步决策。它也不等于完整多智能体系统，后者强调多个智能体之间的对等或协作关系，而子智能体更强调从属、委派和边界。理解子智能体，关键看任务是否被分解，决策是否被授权，结果是否被回收与校验。若只有任务拆分没有自主决策，它更像工作流节点；若只有模型调用没有状态与反馈，它更像工具。子智能体的价值与风险同时存在。它能降低单一上下文的负担，提高并行处理与角色隔离，但也带来协调成本、错误传播、权限扩散和评估困难。因此，百科式理解不应停留在概念标签，而要考察其结构、机制、治理和应用边界。以下从定义、系统位置、运行闭环、组织形态、能力要求、安全评估与抽象应用等角度展开。

一、概念界定与基本边界

1. 什么是子智能体

子智能体可以定义为：在智能体系统中，由更高层控制主体创建、授权或调度，围绕特定子目标运行的智能体实例或角色。它通常具备局部记忆、局部工具集、局部权限以及可观察的行动轨迹。其目标来自父任务分解，而非完全自发。与独立智能体相比，子智能体的自主性是有边界的：它可以在授权范围内选择步骤、调整策略、请求补充信息，但一般不能任意扩大目标、访问未授权资源或改变系统级约束。子智能体的“子”不是指能力必然弱，而是指关系上的从属与任务上的局部化。一个子智能体可能专门做信息核验，另一个专门做方案生成，还可能有一个专门做风险审查。它们共享上层目标，却拥有不同上下文与评价标准。判断一个实体是否属于子智能体，可以看它是否接收委派目标、是否维护自身状态、是否能通过工具或环境采取行动、是否向上层返回结构化结果。若缺少这些特征，称为模块或工具更准确。

(1) 目标局部性：子智能体围绕被授予的子目标行动，不承担全局目标的最终责任，其成功标准通常由父任务或调度规则界定。

(2) 有限自主：它可以在权限内选择行动路径，但行动空间、工具范围、资源额度和停止条件受到明确约束。

(3) 状态与接口：它维护局部状态与行动记录，并通过约定格式向上层返回结论、证据、风险和未解决问题。

2. 与工具调用、普通模块、父智能体的区别

工具调用、普通模块和父智能体常被混在一起。工具是能力接口，执行单步或少数步骤，输入输出由调用方决定；普通模块是代码或服务中的功能单元，行为通常由固定逻辑约束；父智能体是目标所有者与资源协调者，负责任务分解、委派、监控和最终整合。子智能体处在中间层：它比工具更自主，比父智能体更局部。它可能调用多个工具，也可能与其他子智能体通信，但最终仍要服从父任务。父智能体与子智能体的关系并非绝对上下级，在某些协议中可表现为协商、竞价或角色切换。但如果没有清晰的委派边界，系统会退化为多个智能体互相等待或重复劳动。区分它们有助于架构设计：工具适合确定性能力，模块适合稳定服务，父智能体适合全局规划，子智能体适合需要多步推理、局部上下文和独立反馈的复杂子任务。

(1) 自主程度差异：工具按调用执行，模块按预设逻辑运行，子智能体可在局部目标下进行多步决策，父智能体则掌握全局目标。

(2) 生命周期差异：工具调用短暂，模块常驻服务，子智能体可临时创建也可长期保留，取决于任务和治理策略。

(3) 责任接口差异：子智能体需要返回可校验的结果与过程信息，父智能体承担整合与最终责任，工具和模块通常只返回确定输出。

二、系统结构与运行机制

1. 父智能体、调度器与子智能体的关系

典型子智能体系统包含父智能体、调度器、子智能体池、共享环境、记忆存储、工具接口和评估组件。父智能体负责理解总目标、拆解任务、设定约束和整合结果；调度器关注何时创建、如何分配、如何限流和何时终止；子智能体执行局部任务并返回状态。共享环境可以是文件工作区、消息队列、数据库或模拟环境，但本质是让多个角色在不直接共享全部上下文的前提下交换必要信息。记忆存储分为短期工作记忆和长期知识，前者保存当前委派上下文，后者保存可复用经验。工具接口让子智能体获得搜索、计算、代码执行、外部系统操作等能力。评估组件负责检查中间结果是否偏离目标。这样的结构不是固定模板，而是反映了分工、通信、记忆和治理等多种需求。缺少通信会重复劳动，缺少记忆会反复探索，缺少治理会权限失控。

(1) 父智能体：拥有总目标与最终输出责任，决定任务边界、优先级和汇总策略，并对子智能体结果进行验收。

(2) 调度器：把可用子智能体与待处理任务匹配，管理创建、排队、限流、重试和销毁，降低无序协作。

(3) 子智能体池：提供不同职能的角色或实例，既可共享通用能力，也可按任务加载专用工具与知识。

2. 任务分解、委派、执行与聚合闭环

运行闭环通常从目标解析开始。父智能体把总目标转化为可委派的子目标，并定义成功条件、输入材料、输出格式、权限范围和终止条件。委派时，系统把必要上下文裁剪后交给子智能体，避免把全部历史都塞入局部窗口。子智能体在局部循环中观察、规划、选择工具、执行、记录和自检，必要时请求信息或上报阻塞。完成后，它以结构化形式返回结果，如结论、证据、置信度、未解决问题和行动记录。父智能体或评估子智能体再对结果进行验证、合并、冲突消解和最终输出。聚合不是简单拼接，而是要去重、排序、检查一致性并解决矛盾。若子智能体只给出自由文本，父智能体难以自动校验；若接口过于僵硬，又可能丢失重要上下文。因此，接口设计要在可解析性与表达力之间平衡。

(1) 目标解析：把模糊需求转成可执行子目标，明确范围、约束、交付物和判定标准，避免委派后反复澄清。

(2) 局部执行：子智能体在授权工具与上下文中多步推进，记录关键决策，遇到风险或信息缺口时及时上报。

(3) 聚合校验：父智能体或评审角色检查一致性、证据质量和权限合规，合并结果并处理冲突，再形成最终输出。

三、组织形态与关键能力

1. 常见类型与组织模式

子智能体可按生命周期、职能、通信方式和控制结构分类。按生命周期，有临时创建、任务结束即销毁的子智能体；也有跨任务保留状态的长期角色。按职能，有检索型、规划型、执行型、评审型、记忆型、安全型等。按通信方式，有通过消息传递协作的，也有通过共享黑板或工作区间接协作的。按控制结构，可分为中心化、去中心化和混合式。中心化由父智能体统一调度，边界清楚但可能成为瓶颈；去中心化让子智能体对等协商，灵活但一致性与责任追踪更难；混合式保留上层协调，同时允许局部自治。组织模式没有绝对优劣，取决于任务可分解程度、环境不确定性、权限敏感度和可验证性要求。若任务步骤明确，工作流式组织更稳；若探索性强，多角色协商可能更合适。

(1) 生命周期：临时子智能体适合一次性子任务，长期子智能体适合持续角色，但后者需要更强的记忆治理与权限复查。

(2) 职能角色：检索、规划、执行、评审、安全等角色分工，可减少单一角色同时追求冲突目标带来的偏差。

(3) 控制结构：中心化、去中心化与混合式各有取舍，选择时应匹配任务确定性、风险等级和协调成本。

2. 上下文、记忆、通信与工具使用

子智能体的能力不只来自模型本身，还来自上下文工程与工具编排。每个子智能体拥有局部上下文窗口，必须获得足够信息又不能被无关内容淹没。常见做法包括摘要、检索增强、结构化状态、角色提示和输出模板。记忆方面，短期记忆保存当前子任务，长期记忆保存可复用事实、流程和偏好，但需要写入策略、过期策略和冲突处理。通信方面，消息应尽量包含任务编号、目标、输入、约束、输出格式和状态，减少反复澄清。工具方面，子智能体应只看到完成局部任务所需的工具，并受到调用频率、范围和审计约束。工具越多并不越好，错误选择会放大风险。上下文、记忆、通信和工具共同决定子智能体能否稳定协作，也决定了系统是否可解释、可复现和可维护。

(1) 上下文隔离：通过裁剪、摘要与检索，让子智能体只接收与子任务相关的内容，降低注意力分散和上下文污染。

(2) 记忆分层：短期状态用于当前执行，长期记忆用于跨任务复用，写入前应校验来源、时效与冲突，避免错误固化。

(3) 结构化通信：用固定字段表达目标、输入、约束、结果和状态，可提升自动校验能力，也便于审计与重放。

四、安全治理、评估与应用抽象

1. 权限边界、审计与失效防控

子智能体引入更多行动主体，安全边界必须随委派同步收紧。父智能体不能把全部权限无条件传给所有子智能体，而应按任务授予最小必要权限。对敏感操作，应设置审批、交叉复核或人工确认。审计要求记录谁在何时以何理由调用了什么工具、访问了什么资源、产生了什么结果，并支持回放与追责。失效模式包括目标漂移、重复委派、无限循环、错误传播、提示注入、工具滥用、权限扩散和通信死锁。防控手段包括终止条件、预算限制、沙箱隔离、输出校验、冲突仲裁和人工监督。尤其要注意，子智能体可能被外部内容影响，把恶意指令当作任务目标。因此，来自环境的文本、文件和消息不能天然被视为可信指令。治理不是事后补丁，而应嵌入创建、委派、执行、聚合和销毁的每个环节。

(1) 最小权限：每个子智能体只获得完成任务所需的资源与工具，权限随任务创建，也随任务结束回收。

(2) 审计可追溯：记录委派理由、工具调用、数据访问和结果流转，使异常行为可定位、可复盘、可问责。

(3) 人工监督：对高风险、不可逆或涉及敏感信息的操作设置人工确认，避免自治链条把局部错误放大为系统后果。

2. 评估方法、常见误区与应用抽象

评估子智能体系统，不能只看最终答案。还应考察任务分解是否合理、委派是否清晰、子智能体是否在权限内行动、通信开销是否可接受、冲突是否被解决、失败是否可恢复。评估可以是离线模拟、回放、对照测试和人工评审，但都需关注过程指标与结果指标。常见误区包括把子智能体数量等同于能力、把多智能体讨论当作必然更准确、把工具调用当作自主智能、把最终成功归因于某个局部角色。实际上，更多角色会增加协调成本和错误入口。应用上，抽象场景包括某类金融机构的风险材料核查、某类制造企业的设备维护知识问答、某类研究团队的文献梳理、某类软件项目的模块化开发辅助。它们共同依赖任务分解、权限隔离、结构化汇报和结果验证。只有把子智能体当作受治理的分工单元，而非万能替身，才能获得稳定收益。

(1) 过程评估：观察分解质量、委派清晰度、工具选择、通信效率和冲突处理，判断系统是否在正确路径上运行。

(2) 结果评估：检查答案正确性、证据充分性、权限合规性和可复现性，避免只看表面完成度。

(3) 常见误区：角色更多不等于能力更强，讨论更多不等于结论更准，自治更强不等于责任更少，工具更全不等于风险更低。