Gemini CLI 引入子代理機(jī)制，實(shí)現(xiàn)任務(wù)委派與并行代理工作流

作者 ｜ Robert Krzaczyński

譯者 ｜ 馬可薇

谷歌在 Gemini CLI 中引入了子代理（subagents）功能，這是一項(xiàng)新能力，旨在幫助開發(fā)者將復(fù)雜或重復(fù)性的任務(wù)委派給在主會(huì)話旁協(xié)同運(yùn)行的專用 AI 代理。

該功能允許主代理充當(dāng)“協(xié)調(diào)者”，將代碼分析、調(diào)研或測(cè)試等子任務(wù)分配給不同的專用子代理。每個(gè)子代理都在隔離環(huán)境中運(yùn)行，并將匯總后的結(jié)果返回主會(huì)話，從而減少上下文負(fù)載，并在長(zhǎng)時(shí)間交互過程中提升性能。

據(jù)谷歌介紹，這種方式旨在解決代理工作流中的常見問題，尤其是中間步驟不斷累積所帶來的響應(yīng)變慢和成本上升。通過將細(xì)粒度操作下放給子代理，主代理可以專注于更高層級(jí)的推理和最終結(jié)果輸出。

子代理還支持并行運(yùn)行，使多個(gè)任務(wù)能夠同時(shí)執(zhí)行。例如，開發(fā)者可以讓系統(tǒng)同時(shí)分析代碼庫(kù)的不同部分，或并行開展多項(xiàng)調(diào)研任務(wù)。雖然這有助于縮短整體執(zhí)行時(shí)間，但谷歌也指出，并行執(zhí)行可能帶來一些風(fēng)險(xiǎn)，例如代碼修改沖突，以及由于并發(fā)請(qǐng)求導(dǎo)致的使用額度增加。

該功能的一個(gè)重要特點(diǎn)是高度可定制化。開發(fā)者可以通過帶有 YAML 配置的 Markdown 文件創(chuàng)建自定義子代理，從而定義其角色、可用工具以及行為規(guī)范。這些代理可以保存在本地或代碼倉(cāng)庫(kù)中，使團(tuán)隊(duì)能夠在項(xiàng)目間統(tǒng)一工作流或規(guī)范編碼實(shí)踐。此外，谷歌還提供了一些內(nèi)置子代理，例如通用助手、命令行（CLI）助手以及代碼庫(kù)分析代理。

系統(tǒng)還支持通過提示語語法進(jìn)行顯式任務(wù)委派，允許用戶直接將任務(wù)分配給特定代理。這使開發(fā)者能夠更精細(xì)地控制任務(wù)分發(fā)，而不必完全依賴自動(dòng)路由機(jī)制。

這一發(fā)布凸顯了多代理架構(gòu)的發(fā)展趨勢(shì)，即通過多個(gè)組件分別處理特定任務(wù)，而不是依賴單一模型，從而在復(fù)雜開發(fā)流程中提升系統(tǒng)的可擴(kuò)展性和可維護(hù)性。

不過，早期用戶的反饋顯示，整體開發(fā)者體驗(yàn)仍有改進(jìn)空間。有評(píng)論指出當(dāng)前存在的一些問題：

谷歌應(yīng)當(dāng)在 gemini-cli 的穩(wěn)定性以及 UI/UX 上投入更多精力。目前即使是 Pro 版本，整體體驗(yàn)也相當(dāng)一般。模型本身表現(xiàn)不錯(cuò)，但工具鏈還需要進(jìn)一步打磨。

盡管子代理的引入拓展了 Gemini CLI 的能力，其實(shí)際普及程度仍將取決于在功能迭代的同時(shí)，相關(guān)可用性和穩(wěn)定性問題能否得到及時(shí)解決。

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。