在Deep Agents中引入动态子代理

随着AI智能体承担越来越复杂的任务，它们在规模化的可靠执行和上下文管理方面面临挑战。Deep Agents引入的动态子代理（Dynamic Subagents）通过一种全新的方式解决了这些问题：智能体不再通过通用的工具调用逐个启动子任务，而是编写一段简短的脚本来驱动子代理的执行。这种方式利用了模型在编写代码（如循环、分支、并发等）方面的优势，生成适合任务的编排逻辑。

传统的子代理调用方式在规模较小时工作良好，但当需要同时启动数百个子代理，或者编排逻辑涉及条件分支和多阶段处理时，就会失效。动态子代理通过程序化编排解决了这一难题：智能体编写一个简短的脚本，在轻量级解释器中运行，从而实现对子代理的灵活调度。例如，在处理一份300页的文档时，智能体不再需要调用300次工具，而是编写一个循环，使用Promise.all并行处理所有页面。这种方法的优势在于：第一，确定性覆盖——脚本保证了所有项都会被处理，而不会像无结构方法那样只处理部分就停止；第二，可靠复杂编排——将编排逻辑写成代码，比让模型通过一系列工具调用来重现更加可靠。

要使用动态子代理，需要两个组件：用于分派工作的子代理和代码解释器。Deep Agents自带一个基于QuickJS的可选解释器。用户只需安装相应的中间件包，并在创建智能体时传入CodeInterpreterMiddleware即可。此外，Deep Agents内置了一个通用子代理，用户也可以配置自定义子代理，通过名称、描述和系统提示来指定不同角色。要触发动态子代理，只需在提示中包含“workflow”一词。例如，要求智能体“运行一个工作流，检查src/routes/中的每个文件并总结主要风险”。最快的尝试方式是使用dcode，这是基于Deep Agent构建的终端编码智能体，默认启用了代码解释器，开箱即支持动态子代理。

动态子代理的工作原理是：智能体获得一个评估工具，它编写JavaScript代码在解释器中安全执行。解释器暴露了一个内置的task()全局函数，用于从代码中分派子代理。task()接受描述、子代理类型和可选的响应模式，返回结构化结果。模型根据任务编写不同的代码（循环、分支、Promise.all等），解释器确定性地执行。

文章还介绍了六种常见的编排模式，这些模式并非固定功能，而是根据任务自然形成的结构：

• 分类执行：先对项目进行分类，然后由专门的子代理处理每一类。适用于混合输入需要不同处理的情况，如支持工单分类。
• 扇出合成：并行执行相同类型的任务，然后合并结果。适用于批量文档分析或代码审查。
• 对抗验证：两轮验证，第一轮产生发现，第二轮独立验证每个发现，仅保留一致同意的结果。适用于误报代价高的安全审计。
• 生成过滤：多个子代理独立生成解决方案，然后比较评分，保留最佳。适用于架构方案或内容变体。
• 锦标赛式：两两比较，胜者晋级，直到选出冠军。适用于主观标准下的优化。
• 循环直至完成：重复发现循环，去重，直到没有新结果。适用于范围未知的全面搜索。

动态子代理是递归语言模型（Recursive Language Model）理念的简单实现：智能体编写代码，代码调用更多智能体。它不受上下文窗口的限制，也不被固定工作流所束缚。智能体可以自主分解问题并重组结果。随着模型代码编写能力的提升，这种方法的潜力将不断增长。Deep Agents今天就将动态子代理交到了用户手中，用户可以通过添加代码解释器来开始使用，或者直接使用dcode体验其开箱即用的能力。