在Deep Agents中引入動態子代理

隨著AI智慧體承擔越來越複雜的任務，它們在規模化的可靠執行和上下文管理方面面臨挑戰。Deep Agents引入的動態子代理（Dynamic Subagents）透過一種全新的方式解決了這些問題：智慧體不再透過通用的工具呼叫逐個啟動子任務，而是編寫一段簡短的指令碼來驅動子代理的執行。這種方式利用了模型在編寫程式碼（如迴圈、分支、併發等）方面的優勢，生成適合任務的編排邏輯。

傳統的子代理呼叫方式在規模較小時工作良好，但當需要同時啟動數百個子代理，或者編排邏輯涉及條件分支和多階段處理時，就會失效。動態子代理透過程式化編排解決了這一難題：智慧體編寫一個簡短的指令碼，在輕量級直譯器中執行，從而實現對子代理的靈活排程。例如，在處理一份300頁的文件時，智慧體不再需要呼叫300次工具，而是編寫一個迴圈，使用Promise.all並行處理所有頁面。這種方法的優勢在於：第一，確定性覆蓋——指令碼保證了所有項都會被處理，而不會像無結構方法那樣只處理部分就停止；第二，可靠複雜編排——將編排邏輯寫成程式碼，比讓模型透過一系列工具呼叫來重現更加可靠。

要使用動態子代理，需要兩個元件：用於分派工作的子代理和程式碼直譯器。Deep Agents自帶一個基於QuickJS的可選直譯器。使用者只需安裝相應的中介軟體包，並在建立智慧體時傳入CodeInterpreterMiddleware即可。此外，Deep Agents內建了一個通用子代理，使用者也可以配置自定義子代理，透過名稱、描述和系統提示來指定不同角色。要觸發動態子代理，只需在提示中包含“workflow”一詞。例如，要求智慧體“執行一個工作流，檢查src/routes/中的每個檔案並總結主要風險”。最快的嘗試方式是使用dcode，這是基於Deep Agent構建的終端編碼智慧體，預設啟用了程式碼直譯器，開箱即支援動態子代理。

動態子代理的工作原理是：智慧體獲得一個評估工具，它編寫JavaScript程式碼在直譯器中安全執行。直譯器暴露了一個內建的task()全域性函式，用於從程式碼中分派子代理。task()接受描述、子代理型別和可選的響應模式，返回結構化結果。模型根據任務編寫不同的程式碼（迴圈、分支、Promise.all等），直譯器確定性地執行。

文章還介紹了六種常見的編排模式，這些模式並非固定功能，而是根據任務自然形成的結構：

• 分類執行：先對專案進行分類，然後由專門的子代理處理每一類。適用於混合輸入需要不同處理的情況，如支援工單分類。
• 扇出合成：並行執行相同型別的任務，然後合併結果。適用於批次文件分析或程式碼審查。
• 對抗驗證：兩輪驗證，第一輪產生髮現，第二輪獨立驗證每個發現，僅保留一致同意的結果。適用於誤報代價高的安全審計。
• 生成過濾：多個子代理獨立生成解決方案，然後比較評分，保留最佳。適用於架構方案或內容變體。
• 錦標賽式：兩兩比較，勝者晉級，直到選出冠軍。適用於主觀標準下的最佳化。
• 迴圈直至完成：重複發現迴圈，去重，直到沒有新結果。適用於範圍未知的全面搜尋。

動態子代理是遞迴語言模型（Recursive Language Model）理念的簡單實現：智慧體編寫程式碼，程式碼呼叫更多智慧體。它不受上下文視窗的限制，也不被固定工作流所束縛。智慧體可以自主分解問題並重組結果。隨著模型程式碼編寫能力的提升，這種方法的潛力將不斷增長。Deep Agents今天就將動態子代理交到了使用者手中，使用者可以透過新增程式碼直譯器來開始使用，或者直接使用dcode體驗其開箱即用的能力。