Un sous-agent, c’est la délégation appliquée aux agents : confier une tâche à un exécutant neuf et ne récupérer que la réponse.
Comment ça marche
L’agent principal juge qu’une tâche est autonome, par exemple « trouver tous les appelants de cette fonction » ou « lancer la suite de tests et signaler les échecs ». Il lance un sous-agent avec une description de la tâche. Le sous-agent exécute sa propre boucle d’agent et renvoie un résultat.
La documentation de Claude Code le formule ainsi : « Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions. » (traduction : « Chaque sous-agent s’exécute dans sa propre fenêtre de contexte, avec un prompt système personnalisé, des accès aux outils spécifiques et des permissions indépendantes. ») Un sous-agent se définit dans un fichier Markdown avec un frontmatter YAML, au niveau du projet dans .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.
Parmi les avantages cités : garder l’exploration hors de la conversation principale, limiter les outils accessibles à un sous-agent et orienter les tâches vers des modèles moins chers.
D’autres frameworks ont des idées similaires. L’OpenAI Agents SDK indique que « Handoffs allow an agent to delegate tasks to another agent, » (traduction : « les handoffs permettent à un agent de déléguer des tâches à un autre agent ») et présente chaque handoff au modèle comme un outil.
L’article d’Anthropic sur le context engineering décrit le schéma du point de vue du contexte : chaque sous-agent travaille dans une fenêtre de contexte vierge et « returns only a condensed, distilled summary of its work, » (traduction : « ne renvoie qu’un résumé condensé et distillé de son travail ») souvent de 1 000 à 2 000 tokens.
Pourquoi c’est important
- Contexte. Une exécution de tests peut afficher des dizaines de milliers de tokens. Dans un sous-agent, cette sortie reste hors de la fenêtre de contexte principale ; seul le résumé revient. C’est un outil central du context engineering.
- Coût. Le total de tokens augmente généralement, puisque chaque sous-agent charge son propre prompt et ses outils. L’article sur le coût des systèmes multi-agents estime le multiplicateur.
- Parallélisme. Des sous-agents qui tournent en même temps sont des requêtes parallèles. La limite de concurrence de votre fournisseur fixe combien peuvent tourner à la fois.
Sur BroadNet Inference
BroadNet sert les modèles ; la logique des sous-agents réside dans votre outil d’agent. Tout outil qui accepte une URL de base compatible OpenAI peut faire pointer son agent principal et ses sous-agents vers BroadNet, et utiliser un modèle différent pour chacun.
En paiement à l’usage, une clé autorise 4 requêtes en cours. Sur les forfaits DeepSeek V4.1 Flash, chaque session exécute une requête à la fois : comptez donc les requêtes au modèle qui peuvent être en cours au même moment. Trois sous-agents simultanés exigent trois sessions, et quatre si l’orchestrateur appelle aussi le modèle pendant ce temps. Faire tourner des agents de code en parallèle sur une API au forfait détaille le nombre de sessions.