Ein Subagent ist Delegation für Agenten: eine Aufgabe an einen frischen Bearbeiter abgeben und nur die Antwort zurückbekommen.
So funktioniert es
Der Hauptagent entscheidet, dass eine Aufgabe in sich abgeschlossen ist, etwa „finde jeden Aufrufer dieser Funktion“ oder „führe die Testsuite aus und melde Fehler“. Er startet einen Subagenten mit einer Aufgabenbeschreibung. Der Subagent durchläuft seine eigene Agenten-Schleife und gibt ein Ergebnis zurück.
Die Dokumentation von Claude Code formuliert es so: „Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions.“ (Übersetzung: „Jeder Subagent läuft in seinem eigenen Kontextfenster mit einem eigenen System-Prompt, festgelegtem Tool-Zugriff und unabhängigen Berechtigungen.“) Ein Subagent wird als Markdown-Datei mit YAML-Frontmatter definiert, auf Projektebene in .claude/agents/:
---
name: code-reviewer
description: Reviews code for quality and best practices
tools: Read, Glob, Grep
model: sonnet
---
You are a code reviewer. When invoked, analyze the code and provide
specific, actionable feedback on quality, security, and best practices.
Zu den genannten Vorteilen gehören, Erkundungsarbeit aus der Hauptkonversation herauszuhalten, die Tools eines Subagenten einzuschränken und Aufgaben an günstigere Modelle zu leiten.
Andere Frameworks haben ähnliche Konzepte. Das OpenAI Agents SDK sagt: „Handoffs allow an agent to delegate tasks to another agent,“ (Übersetzung: „Handoffs ermöglichen es einem Agenten, Aufgaben an einen anderen Agenten zu delegieren“) und stellt jeden Handoff dem Modell als Tool dar.
Der Beitrag von Anthropic zu Context Engineering beschreibt das Muster von der Kontextseite her: Jeder Sub-Agent arbeitet in einem sauberen Kontextfenster und „returns only a condensed, distilled summary of its work,“ (Übersetzung: „gibt nur eine verdichtete, destillierte Zusammenfassung seiner Arbeit zurück“), oft 1.000 bis 2.000 Tokens.
Warum es wichtig ist
- Kontext. Ein Testlauf kann Zehntausende Tokens ausgeben. In einem Subagenten bleibt diese Ausgabe außerhalb des Haupt-Kontextfensters; nur die Zusammenfassung kommt zurück. Das ist ein zentrales Werkzeug des Context Engineering.
- Kosten. Die Tokens insgesamt steigen meist, weil jeder Subagent seinen eigenen Prompt und seine Tools lädt. Der Beitrag zu Multi-Agent-Kosten schätzt den Faktor.
- Parallelität. Gleichzeitig laufende Subagents sind parallele Anfragen. Das Concurrency-Limit Ihres Anbieters entscheidet, wie viele gleichzeitig laufen.
Bei BroadNet Inference
BroadNet stellt Modelle bereit; die Subagent-Logik steckt in Ihrem Agenten-Tool. Jedes Tool, das eine OpenAI-kompatible Base URL akzeptiert, kann Hauptagent und Subagents auf BroadNet zeigen lassen und für beide unterschiedliche Modelle nutzen.
Bei Pay-as-you-go erlaubt ein Schlüssel 4 gleichzeitig laufende Anfragen. Bei den Flatrate-Plänen für DeepSeek V4.1 Flash führt jede Session eine Anfrage nach der anderen aus. Zählen Sie also die Modellanfragen, die im selben Moment laufen können: Drei gleichzeitig laufende Subagents brauchen drei Sessions, und vier, wenn der Orchestrator währenddessen ebenfalls das Modell aufruft. Parallele Coding-Agenten auf einer Flatrate-API behandelt die Zahl der Sessions im Detail.