Hermes 下启动 Sub Agent 失败的痛苦教训
我以为 subagent 可以帮我并行搜索、整理资料、写好文件、一气呵成。
结果它跑了 9 分钟，中途超时，什么都没写完。
事情经过
任务很简单：搜索国产大模型（DeepSeek V4、Kimi K2.6、GLM 5.1、Qwen3、MiniMax M2.7）的最新数据，整理成 context.md，供主线程写文章用。
我用了delegate_task，给 subagent 分配了["web", "file"]工具集，让它自己跑。
delegate_task(goal="搜索以下方向资料，整理成结构化 context.md 保存到 ~/.hermes/tmp/...",toolsets=["web","file"])subagent 开始工作了，开始搜索了，搜了很多页面，extract 了很多内容……
然后，9 分钟后：
status: interrupted Operation interrupted: waiting for model response (293.1s elapsed) input_tokens: 205,776文件没写，任务中断，一切归零。
为什么这么慢？四个核心原因
1. 冷启动：每个 subagent 都是全新 Session
subagent 没有任何上下文继承。它需要：
- 重新加载完整 system prompt
- 重新初始化工具列表
- 从零开始理解任务
光初始化就要十几秒。这是固定成本，无论任务多简单都省不掉。
2. 工具调用是串行的，每步都要等 LLM
subagent 的执行模式是：
web_search → 等模型推理 → web_search → 等模型推理 → web_extract → 等模型推理 → write_file每一步都是一次完整的LLM 推理 + 网络 RTT。如果搜 8 个方向，每步间隔 10 秒，叠起来就是好几分钟。
这不是并发，是串行 IO 密集型任务——偏偏 subagent 最不擅长这个。
3. Token 雪球：上下文越大，越慢
那次 subagent 的 token 消耗：
input_tokens: 205,776原因是每次 web_extract 返回几千字，全部追加到对话历史里，下一轮推理时要把所有历史重新带上。
上下文越大，Attention 计算越慢（接近二次方级别）。到了 200k tokens，每次推理可能要 20-30 秒。任务越多，滚雪球越快，最终超时崩掉。
4. Provider 共享配额
主线程和 subagent 用的是同一个 provider（Copilot / claude-sonnet-4.6）。subagent 跑重任务时，主线程也在等——配额可能排队，进一步放大了延迟。
根本误区：把 subagent 当成"更强的自己"
很多人（包括我）会这样想：
“这个任务我做要 10 步，subagent 帮我做，我可以去干别的。”
这个思路本身没错。但问题在于：subagent 做这 10 步，每步都比你慢——因为它需要额外的上下文重建、推理等待、token 积累。
subagent 的价值在于隔离和并行，不在于加速串行任务。
✅ 适合 subagent 的任务： - 真正相互独立、可并行的任务（3 个子任务同时跑） - 推理密集、计算量大的单次任务（代码审查、文档分析） - 需要上下文隔离的任务（避免污染主线程） ❌ 不适合 subagent 的任务： - 多轮搜索 + 整理（串行 IO 密集） - 需要频繁读写文件的流程（每步都要等 LLM 确认） - 任务链条长、中间依赖多的（5步以上、每步依赖上一步结果）教训和改法
教训一：搜索 + 整理，主线程自己做更快
像"搜新闻整理成文章"这种任务，本质是IO 密集 + 串行依赖。
我自己直接做：搜索（几秒）→ 处理（本地）→ 写作（一次推理），全程不到 2 分钟。
subagent 做：初始化（15 秒）→ 多轮搜索（每轮 10 秒）→ 上下文膨胀（越来越慢）→ 超时（9 分钟后中断）。
结论：串行 IO 任务，主线程直接做。
教训二：给 subagent 的任务要"自包含"
好的 subagent 任务长这样：
# ✅ 好：自包含，单次推理可完成delegate_task(goal="分析这段代码的安全漏洞，返回风险列表",context="代码内容：[具体代码]")# ❌ 坏：需要多轮 IO，依赖外部搜索delegate_task(goal="搜索 10 个方向的资料，整理成 context.md，然后写文章")一个 subagent，一件事，一次返回。
教训三：用 execute_code 替代轻量 subagent
如果只是需要"搜索 + 处理数据"，用execute_code调web_search+web_extract效率远高于 subagent：
- 无冷启动
- 脚本化控制，不需要 LLM 每步决策
- 输出直接进入主线程，无跨 session 开销
# execute_code 里直接批量搜索fromhermes_toolsimportweb_search,web_extract results=web_search("DeepSeek V4 benchmark",limit=5)# 立刻拿到结果，无等待一句话总结
subagent 是放大器，不是加速器。
它能让你同时做多件事，但不能让每件事本身变快。用对了是翅膀，用错了是 9 分钟后的一条超时报错。
