การมอบหมาย Subagent — โคลนของ AI

ลองนึกภาพว่าคุณเป็นผู้จัดการโปรเจกต์ที่ต้องรับมือกับเดดไลน์สามอย่างพร้อมกัน คุณคงไม่ลงมือทำทุกอย่างด้วยตัวเองหรอกใช่ไหม—คุณจะเรียกผู้ช่วยสามคนมาบรีฟ ส่งพวกเขาออกไปทำงาน แล้วเก็บรายงานกลับมา นั่นคือสิ่งที่ delegate_task ทำกับ AI ของคุณเป๊ะๆ

การมอบหมายงานให้ซับเอเจนต์คืออะไร?

พูดง่ายๆ คือ มันทำให้ AI หลักของคุณสามารถสร้าง “AI จิ๋ว” (ซับเอเจนต์) ขึ้นมาหลายตัวได้ โดยแต่ละตัวทำงานในสภาพแวดล้อมที่แยกจากกันโดยสิ้นเชิง พวกมันไม่แชร์ข้อมูลกัน ไม่ขัดจังหวะกัน และเมื่อทำงานเสร็จ พวกมันจะส่งคืนแค่บทสรุปเพียงอันเดียว ลองนึกภาพว่ามันคือการทำให้ AI ของคุณมีพลังในการโคลนตัวเองได้

ข้อแม้สำคัญ: ซับเอเจนต์มีความจำเสื่อม

นี่คือสิ่งที่สำคัญที่สุดที่ต้องจำไว้: ซับเอเจนต์ของคุณไม่รู้อะไรเลยเกี่ยวกับประวัติการสนทนาของคุณ มันคือพนักงานใหม่ที่เพิ่งเข้าทำงานวันแรก ทุกอย่างที่คุณคุยกันมา ทุกคำสั่งที่คุณรัน—หายไปหมด ข้อมูล “ปฐมนิเทศ” เพียงอย่างเดียวของมันมาจากสองฟิลด์ที่คุณกรอกลงไป:

• goal: สิ่งที่คุณต้องการให้มันทำสำเร็จ
• context: ข้อมูลพื้นฐานที่มันจำเป็นต้องใช้เพื่อให้งานสำเร็จ

ดังนั้น คุณต้องยัดเยียดรายละเอียดที่จำเป็นทั้งหมดลงไปในการเรียกใช้ครั้งนั้น มิฉะนั้น ซับเอเจนต์ของคุณจะเดินไปเดินมาเหมือนไก่ถูกจิกหัว

งานเดียว? ส่งผู้ช่วยหนึ่งคน

สำหรับงานชิ้นเดียว ไวยากรณ์ก็ตรงไปตรงมา:

delegate_task(
    goal="Debug why tests fail",
    context="Error: assertion in test_foo.py line 42"
)

ตรงนี้ คุณกำลังบอกซับเอเจนต์ว่า: “ไปสืบหาสาเหตุที่เทสต์ล้มเหลว—เออเร่ออยู่ที่บรรทัด 42”

หลายงาน? ส่งทีมไปเลย

ต้องการให้ทำหลายอย่างพร้อมกันใช่ไหม? ยิงซับเอเจนต์หลายตัวออกไปแบบขนาน โดยค่าเริ่มต้น มันสามารถทำงานพร้อมกันได้สูงสุด 3 ตัว (คุณปรับได้—ไม่มีเพดานตายตัว):

delegate_task(tasks=[
    {"goal": "Research topic A", "context": "Focus on recent primary sources"},
    {"goal": "Research topic B", "context": "Compare the leading explanations"},
    {"goal": "Fix the build", "context": "Project root: /home/user/project"}
])

แต่ละงานจะกลายเป็นซับเอเจนต์อิสระของตัวเอง พวกมันทำงานแบบขนาน ไม่ต้องรอซึ่งกันและกัน

โหมดเบื้องหลัง: AI หลักยังคงทำงานต่อไป

นี่คือทริคเจ๋งๆ: การเรียกใช้ในระดับบนสุดจะทำงานในเบื้องหลังโดยอัตโนมัติ AI หลักจะยิงคำสั่งออกไปแล้วก็ทำงานอื่นต่อไปเรื่อยๆ เมื่อซับเอเจนต์ทำงานเสร็จ ผลลัพธ์จะกลับมาเป็นข้อความใหม่ ถ้า AI หลักของคุณทำหน้าที่เป็น “ผู้ประสานงาน” มันจะรอให้ซับเอเจนต์ทั้งหมดเสร็จสิ้น แล้วจึงรวบรวมทุกอย่างเป็นรายงานสุดท้ายเพียงฉบับเดียว

สรุป & คำแนะนำเชิงปฏิบัติ

delegate_task ก็เหมือนการให้เครื่องโคลนนิ่งกับ AI ของคุณ มันจัดการงานอิสระหลายอย่างพร้อมกันได้ ช่วยเพิ่มประสิทธิภาพได้อย่างมาก

เคล็ดลับจากมือโปร: เพราะซับเอเจนต์มีความจำเสื่อม ให้เขียน context ของคุณเหมือนกับว่าคุณกำลังส่งอีเมลหาเพื่อนร่วมงานคนใหม่ที่ไม่รู้อะไรเกี่ยวกับโปรเจกต์ของคุณเลย ใส่รายละเอียดพื้นฐาน, พาธไฟล์, ข้อความเออเร่อ, ลิงก์อ้างอิง—ทุกอย่าง เมื่อไม่แน่ใจ ให้แชร์เกินไว้ดีกว่าขาด นั่นคือเคล็ดลับที่จะทำให้เครื่องมือนี้ทำงานได้อย่างยอดเยี่ยม

---