Agent Harness 实现对比 A3：SubAgent（7 框架 Prompt 双语对照）¶

Ch04.238 Agent Harness 实现对比 A3：SubAgent（7 框架 Prompt 双语对照）¶

📊 Level ⭐⭐ | 9.9KB | entities/agent-harness-comparison-a3-subagent-2026-06-10.md

Agent Harness 实现对比 A3：SubAgent（7 框架 Prompt 双语对照）¶

摘要¶

Agent Harness 实现对比系列第三篇，聚焦 SubAgent 功能。覆盖 Claude Code（4 种模式）、Codex（Collab/MultiAgentV2/Agent Jobs）、OpenAI Agents SDK（Agent As Tool + Handoff）、OpenCode、Kimi Code（Agent As Tool + AgentSwarm）、OpenClaw、Hermes Agent（delegate_task + Kanban + MoA）共 7 个框架。全篇采用 Prompt 双语对照 + 评论的方式，是 SubAgent 实现差异的系统性参考。

深度分析¶

1. 导言：SubAgent 的三个核心目的¶

SubAgent 与 Agent As Tool、MultiAgent 有交集但概念范围不完全一致。三个核心目的：

1. 应对 Long Context：将复杂任务拆解为独立 Context Session，降低每个任务的最大 Context Window，同时将 Context 用量范围调整到 LLM 训练阶段更熟悉的范围，抑制模型在 LongContext 场景下的偷懒、作弊问题。SubAgent 本身可视为一种 Context 控制方式（如 Claude Code Fork 模式）。
2. 获取旁观者视角：不让 Agent Session 自己自省 review，而是让另一个独立 Context Session 检查或讨论。人类有明显旁观者视角优势（以群体方式进化），LLM 虽无强证据但实际使用中能看到效果。
3. 并行加速：对可拆分并行子任务的任务进行加速，但很看具体任务类型。

2. 综述：SubAgent 范式 > 古典 MultiAgent¶

目前主流 Agent Harness 更多使用 SubAgent/Agent As Tool 而非古典 MultiAgent 的对等 Agent 范式。最标准实现是 Claude Code。Claude Code 从 Opus 4.6 左右开始大量推行 SubAgent。SubAgent 的 session 历史一般独立存储。

3. Claude Code：4 种互斥模式¶

3.1 非 Fork 模式（默认）：SubAgent 从零开始，不继承主 session context。5 种 agent type：general-purpose / Explore / Plan / claude-code-guide / statusline-setup。Prompt 强调"像给刚走进房间的聪明同事交代情况"。

3.2 Fork 模式：SubAgent 继承当前主 session context。适用场景：需要子 agent 基于已有上下文继续工作，而非从零开始。作者认为这是一种"另类的 Context 压缩方式"。

3.3 Coordinator 模式：定义 Coordinator + Workers 两层结构，Coordinator 负责任务分解和结果综合，Workers 执行具体子任务。6 段详细 Prompt：角色定义、工具、Workers 列表、任务工作流、撰写 worker prompt 指南、示例会话。

3.4 Teammate / Agent Swarms 模式：多 Agent 对等协作，通过信箱消息通讯。

限制：Claude Code 不允许 SubAgent 再创建 SubAgent。SubAgent 和 Shell 一样支持前台/后台执行，后台完成后自动通知主 Session。

4. Codex：3 种模式¶

4.1 Collab 模式（默认）：类似 Agent As Tool，SubAgent 始终异步。5 个工具：spawn_agent / wait_agent / send_input / close_agent / resume_agent。Prompt 强调"当且仅当用户明确要求时才使用"、"不要委派紧急阻塞工作"、"极其节制地调用 wait_agent"、"并行委派模式"。

4.2 MultiAgentV2：默认关闭，与 Collab 互斥。接近 Claude Code Teammate 方式，采用信箱消息通讯。

4.3 Agent Jobs 批量模式：使用 CSV 表格数据批量创建一组 Agent，Collab 模式，等待所有任务完成。

递归：Codex 支持递归创建 Agent，默认 1 层。

5. OpenAI Agents SDK：Agent As Tool + Handoff¶

5.1 Agent As Tool：类似 Claude Code 非 Fork 模式，支持多层递归，内部权限请求层层穿透。Prompt 简单，留给开发者自己调教。

5.2 Handoff：不是 SubAgent 能力，而是直接把当前 Agent 的 role/system prompt 替换为另一个，在原有 context 上继续执行。本质是执行由 SubAgent 节点组成的 workflow。限制：无法复用 KV Cache。

6. OpenCode¶

支持 Agent As Tool（Claude Code 非 Fork 模式）。Prompt 强调：尽可能并发启动多个 agent、agent 结果对用户不可见需自行总结、支持 task_id 恢复会话、明确告诉 agent 写代码还是只做调研。还包含 SubAgent Prompt 的生成 Prompt（精英 AI agent 架构师角色，6 步流程：提取核心意图→设计专家人设→架构全面指令→性能优化→创建标识符→示例）。

7. Kimi Code：Agent As Tool + AgentSwarm¶

7.1 Agent As Tool：支持前台/后台运行，30 分钟超时。Prompt 强调"不要委托理解"、"优先恢复而非重新启动"、"委托有上下文交接成本"。

7.2 AgentSwarm：类似 Codex Agent Jobs 批量模式或 Claude Code 动态 Workflow 单 Step 退化版。支持最多 128 个子 agent 自动排队启动，prompt_template + {{item}} 占位符。

8. OpenClaw¶

支持 Agent As Tool，允许调用外部 CLI Agent 作为 SubAgent。可选择是否 fork context、是否吃持久性运行 session。支持多层嵌套。SubAgent Prompt 简洁：7 条规则（保持聚焦/完成任务/不主动发起/接受短暂存在/信任 push-based 完成/把子 agent 输出当证据/从截断工具输出恢复）+ 4 条禁止（不与用户对话/不发外部消息/不创建定时任务/不假装主 agent）。

9. Hermes Agent：delegate_task + Kanban + MoA¶

9.1 delegate_task：Agent As Tool，默认 1 层嵌套，有专门 orchestrator 角色。关键设计：子 agent 无对话记忆（通过 context 字段传递）、子 agent 总结是自我报告非验证事实（需主 agent 验证外部副作用）、同步运行（父被打断则子被取消）。orchestrator 补充指令：目标分解为 2+ 独立子任务时可并行委派。

9.2 Kanban：外部进程的 Agent 调用，生命周期不绑定主 Agent，结果通过消息途径发送给订阅者。

9.3 Mixture-of-Agents：同时调用多个不同模型生成回答再综合答案。

10. 框架对比总览¶

实践启示¶

1. SubAgent 本质是 Context 控制：Fork 模式可视为另类 Context 压缩，将任务 Context 用量范围调整到模型训练阶段更熟悉的范围。
2. "不要委托理解"是通用原则：Claude Code 和 Kimi Code 都强调——如果任务取决于文件路径或行号，主 Agent 应先找到再写进 prompt。
3. Codex 的"极其节制地调用 wait_agent"值得借鉴：子 agent 运行时主 Agent 应做有意义的不重叠工作，而非阻塞等待。
4. Hermes 的"自我报告非验证事实"是重要的安全设计：子 agent 声称的操作结果需主 agent 独立验证，防止幻觉传播。

相关页面¶

• JiuwenSwarm Coordination Engineering
• Claude Code Subagents 上下文卫生
• 原文存档

相关实体¶

• MOC