サブエージェントは、エージェントにとっての「委任」です。1 つの仕事を新しい作業者に渡し、答えだけを受け取ります。
仕組み
メインのエージェントは、「この関数の呼び出し元をすべて探す」や「テストスイートを実行して失敗を報告する」のように、タスクが独立して完結すると判断すると、タスクの説明を付けてサブエージェントを起動します。サブエージェントは自分のエージェントループを回し、結果を返します。
Claude Code のドキュメントはこう説明しています。“Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions.”(訳:各サブエージェントは独自のコンテキストウィンドウで動き、カスタムのシステムプロンプト、特定のツールへのアクセス、独立した権限を持つ。)サブエージェントは YAML フロントマター付きの Markdown ファイルで定義し、プロジェクト単位なら .claude/agents/ に置きます。
---
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.
挙げられている利点は、探索をメインの会話から切り離せること、サブエージェントが使えるツールを制限できること、タスクを低コストのモデルに振り分けられることです。
ほかのフレームワークにも似た考え方があります。OpenAI Agents SDK は “Handoffs allow an agent to delegate tasks to another agent,“(訳:ハンドオフにより、エージェントは別のエージェントにタスクを委任できる)と説明し、各ハンドオフをモデルに対してはツールとして表現します。
Anthropic のコンテキストエンジニアリングの記事は、このパターンをコンテキストの側から説明しています。各サブエージェントはまっさらなコンテキストウィンドウで作業し、“returns only a condensed, distilled summary of its work,“(訳:作業を凝縮・抽出した要約だけを返す)、その長さは多くの場合 1,000〜2,000 トークンです。
なぜ重要か
- コンテキスト。 テストの実行は数万トークンを出力することがあります。サブエージェントの中なら、その出力はメインのコンテキストウィンドウに入らず、戻ってくるのは要約だけです。これはコンテキストエンジニアリングの中心的な道具です。
- コスト。 各サブエージェントが自分のプロンプトとツールを読み込むので、トークンの総量はたいてい増えます。マルチエージェントのコストの記事がその倍率を見積もっています。
- 並列性。 同時に動くサブエージェントは並列のリクエストです。一度にいくつ動かせるかは、プロバイダーの同時実行数の上限で決まります。
BroadNet Inference の場合
BroadNet が提供するのはモデルで、サブエージェントのロジックはエージェントツールの側にあります。OpenAI 互換のベース URL を設定できるツールなら、メインのエージェントもサブエージェントも BroadNet に向け、それぞれ別のモデルを使うこともできます。
従量課金では、1 つのキーで同時に 4 リクエストを処理できます。DeepSeek V4.1 Flash の定額プランでは各セッションが同時に 1 リクエストしか処理しないので、同じ瞬間に処理中になりうるモデルリクエストの数を数えてください。同時に動く 3 つのサブエージェントには 3 セッションが必要で、その間にオーケストレーターもモデルを呼ぶなら 4 セッションです。セッション数の詳しい考え方は定額 API で複数のコーディングエージェントを並列実行するにあります。