你让 AI 帮你做一件事，它吭哧吭哧干完了。还行。
你让它同时做三件事——代码审查、文档生成、测试用例编写……它一件一件来，你等得心焦。
这不是 AI 的问题，是单线程模式的问题。
WorkBuddy 的 SubAgent 系统打破了这个限制。它不是一个 AI，而是一个**「主控 + 分身」的多智能体协作网络**。你可以让一个 Agent 去探索代码库，另一个去修 Bug，第三个去写文档——三个同时跑，你没多花一分钟。
今天这篇文章，把 SubAgent 的四种类型、并行调度机制、团队协作模式——全部拆给你看。
一、SubAgent 是什么——别把它想成「多个聊天窗口」
很多人一听到「多个 Agent」就想到「开好几个 AI 同时聊天」。这是最根本的误解。
1.1 单 Agent vs 多 Agent 的本质区别
| 维度 | 单 Agent 模式 | SubAgent 多 Agent 模式 |
|---|---|---|
| 执行方式 | 串行，一件一件来 | 并行，多个任务同时跑 |
| 上下文 | 所有信息在一锅里 | 每个 Agent 有独立上下文，互不污染 |
| 工具权限 | 所有工具都可用 | 不同 Agent 类型有不同的工具集 |
| 适用场景 | 简单的线性任务 | 复杂、多维度、可并行拆解的任务 |
| 完成后的行为 | 返回结果给用户 | 返回结果给主 Agent，主 Agent 汇总后呈现 |
关键理解：SubAgent 不是「你又开了一个聊天」，而是「主 Agent 派出了一个临时工」。这个临时工有自己独立的上下文空间，拿到任务、执行、汇报、销毁——全程不需要你参与。
1.2 主 Agent 的角色：调度者，不是参与者
在多 Agent 模式下，你的「主控 AI」角色发生了变化：
传统模式： 你 → AI → 做所有事 → 给你结果 SubAgent 模式： 你 → 主 Agent（分析任务 → 拆解 → 分派） ↓ ↓ ↓ Agent A Agent B Agent C （探索）（写代码）（写文档） ↓ ↓ ↓ 主 Agent ← 汇总三个结果 → 统一呈现给你主 Agent 不做具体执行，做的是「任务拆解、分派调度、结果汇总」。它像一个项目经理，不管代码怎么写，只管「谁干什么、什么时候干完、结果对不对」。
二、四类 SubAgent——不是所有 Agent 都一样
WorkBuddy 提供了四种 SubAgent 类型，每一类有不同的工具权限、适用场景、启动方式。
2.1 四种类型速览
| 类型 | 核心能力 | 工具权限 | 典型用途 | 启动方式 |
|---|---|---|---|---|
| general-purpose | 全能力、通用型 | 全部工具（读写文件、执行命令、网络等） | 复杂开发任务、Bug 修复、重构 | 默认类型 |
| Explore | 专门探索代码库 | 只读工具（Read、Glob、Grep、搜索、WebFetch） | 理解项目结构、搜索代码、查找定义 | subagent_type: 「Explore」 |
| Plan | 专门做分析和规划 |
