Subagent 能力委派

委派必须有明确收益

OpenAI 的工程指南建议先最大化单 Agent 能力，因为多 Agent 引入额外编排与维护；Anthropic 的多 Agent 研究系统报告则表明，宽度优先、可并行搜索且信息超过单上下文的高价值任务可能受益。两者并不矛盾：是否委派由任务结构和基线证据决定。

Anthropic 报告中的多 Agent 收益来自其特定研究任务、模型和内部评测，不能外推为通用比例；同一报告也指出 token 消耗显著增加，并且高度依赖共享 Context 的任务并不适合。架构评审必须用自己的任务集做单 Agent 对照。

父 Agent 交付的是任务契约

“研究竞争对手”会造成范围漂移和重复搜索。合格契约应写清目标与非目标、输入 Artifact、允许来源、输出 Schema、证据标准、Tool 与数据权限、预算、Deadline、失败/部分完成语义，以及能否继续委派。

interface DelegationRequest {
  delegationId: string;
  parentRunId: string;
  objective: string;
  nonGoals: string[];
  contextRefs: Array<{ uri: string; integrity: string; sensitivity: string }>;
  capabilities: string[];
  outputSchemaVersion: string;
  acceptance: string[];
  budget: { maxTurns: number; maxCost: number; deadlineAt: string };
  mayDelegate: boolean;
}

interface DelegationResult {
  status: 'complete' | 'partial' | 'failed' | 'cancelled';
  artifacts: string[];
  evidenceRefs: string[];
  unresolved: string[];
  childRunId: string;
}

子 Agent 需要知道“何时停止”。完成条件、最大努力和无结果的报告格式比“尽可能全面”更重要；后者会诱发无限搜索和伪造完整性。

按能力与约束选择 Subagent

能力目录不只记录名称，还应包含领域/模态/语言、可用 Tool、输入数据级别、模型与版本、输出 Schema、成本/延迟、健康状态和代表性任务表现。匹配先做硬约束过滤，再按质量、成本、延迟和负载评分。

历史表现要按任务类型和版本分桶，避免一个 Agent 在摘要任务表现好就被泛化到安全审查。没有满足数据域、权限或质量阈值的候选时，应回退父 Agent、确定性服务或人工，不能为了“完成委派”选择越权或未知候选。

默认不复制父级全部历史

父级对话包含与子任务无关的指令、敏感数据和旧假设。默认传递最小任务包：稳定目标、必要事实、Artifact 引用、来源与时间、不可覆盖约束和术语定义。对子 Agent 隐藏不必要信息既减少干扰，也缩小泄露面。

Context 输入应可追溯：区分用户事实、系统策略、父 Agent 假设和其他子任务的未验证结果。Subagent 的自由 Scratchpad 保持私有；只有通过契约验证的 Artifact 或事实提案，才由父级提交共享层。

Anthropic 的工程报告描述了让 Subagent 直接写持久 Artifact、向 Orchestrator 返回轻量引用的做法，以减少多次口头转述的信息损失。这一模式适合结构化产物，但 Artifact Store 必须有权限、版本、完整性哈希和生命周期管理。

返回结果先验收，再汇聚

验收从 Schema 和状态开始，再检查完成证据、引用/测试/Tool 回执、目标覆盖、与其他结果的冲突和未决项。complete 是子 Agent 的声明，不是父级事实；父级验证通过后才改变任务状态。

部分完成不是失败的文本变体。它要列出已完成范围、缺失原因、可复用 Artifact 和后续建议。父级据此决定重新委派、补一个子任务、降级交付或人工接管。

父子运行关系必须可追踪

Trace 关联 parent run、delegation step 和 child run；记录任务/能力版本、下发预算、实际消耗、Context Artifact 和结果。Deadline、取消和策略必须向下传播，子 Agent 不能延长父级截止时间或隐式扩大权限。

取消是协议而非一个布尔值：停止尚未开始的 Tool，向运行中活动发送协作取消，等待必要清理，并处理晚到结果。父级取消后，子级晚到结果只能进入审计或缓存，不能提交到已经关闭的任务版本。

观测指标包括委派命中率、重复/空洞任务、验收失败、子任务尾延迟、预算超支、取消传播时间和父级重做率。只看“成功启动了多少 Subagent”会鼓励无效并发。

委派特有失败

验证应包含对抗用例：移除一项关键约束看子 Agent 是否越界；让一个 Agent 返回合法 Schema 但伪造引用；让取消与结果同时到达；让能力 Registry 信息过期。最终要证明系统拒绝错误结果并可解释，而不是只证明正常 Demo 能合成答案。