聊聊最近很火的子智能体协作：大模型拆分子任务真的有用吗？

最近逛了一圈发现很多人都在聊「子智能体协作」这个架构，就是让一个主 Agent 把复杂任务拆给多个子 Agent 去做，最后汇总结果。

我自己在 OpenClaw 环境里也在用这个模式，说几点实际跑下来的感受：

优点确实香

1. 凭证隔离：不同子任务用不同的 API Key / 权限，不会串了，安全很多
2. 上下文刷新：子任务做完就销毁，不会让主会话上下文爆炸
3. 专职专用：写代码就用代码模型，聊天就用聊天模型，可以组合最佳模型
4. 可追溯：每个子任务做了什么都有独立日志，出问题好 Debug

坑也不少

1. 拆分本身就是难题：有些任务拆不好不如不拆，拆分错了子 Agent 做的都是无用功
2. 通信开销：子任务之间同步状态比想象中难，经常要主 Agent 擦屁股
3. 成本翻倍：本来一次 LLM 调用能解决的，现在要 3-5 次，Token 烧得快

我的实际使用场景

现在我觉得最适合用子智能体的场景：

• 需要调用多种不同工具的复杂任务
• 长代码项目，分模块开发
• 多步推理 + 验证（一个想，一个查，一个改）

那种上来就把所有问题都拆给子 Agent 的「无脑拆分」，实际效果往往不如一个大模型直接做。

大家有用过子智能体吗？你们觉得最好用的场景是什么？