用途：子智能体是由父智能体派生的隔离调用，运行在全新上下文中，完成聚焦任务后只返回一个最终结果。该技能用于并行研究、上下文隔离与专家分工。
适用场景：多主题并行研究（每个主题一个子智能体并发执行）；会产生大量上下文的子任务；专家型工作（如代码审查、安全审计子智能体）；相互独立、错误不应累积的工作项。不适合：单步琐碎任务（启动开销大于收益）；需要看到父智能体完整上下文的任务；高度交互、需要反问澄清的工作。
运行模型：父智能体看到 Task（或 Agent）工具，调用后派生子智能体，其拥有全新对话（无父历史）、独立工具集（可为父集子集）、描述工作的单一提示，并要求返回一个最终响应。子智能体的中间工具调用对父智能体不可见，只返回最终结果。
SDK 用法示例： import { query } from "@anthropic-ai/claude-agent-sdk"; for await (const msg of query({ prompt: "Research and compare the top 3 vector databases. Summarize pros/cons.", options: { model: "claude-sonnet-4-6", allowedTools: ["Task", "WebFetch", "Read"], }, })) { /* ... */ } 父智能体可一步发出多个 Task 调用，子智能体并发运行，父智能体等待全部结果后综合。
提示词写法：子智能体从零开始，需自包含。应说明目标、给足判断所需上下文、规定输出格式与长度、列出范围内与范围外内容。示例好提示："Research Pinecone as a vector DB for a 10M-vector production workload. Find pricing, latency at 10M scale, clustering support, filtering support. Report as a 200-word summary with bullet points for each metric. Do not cover marketing fluff."
结果处理：可用 PostToolUse 钩子记录每次委派（prompt 与 result）： hooks: { PostToolUse: async ({ toolName, output }) => { if (toolName === "Task") { await db.logDelegation({ prompt: output.prompt, result: output.result }); } }, }
上下文经济学：子智能体运行完整模型推理，成本更高，但节省父上下文，例如父从 5 万 token 原始研究降为 500 词摘要。
专业化模式：可为 researcher（WebFetch、Read）、reviewer（Read、Grep）、writer（Read、Write）等角色定义不同提示与工具，父智能体负责规划、专家负责执行。
错误处理：子智能体可能返回"找不到信息"、"所需工具不可用"或静默坏输出；父智能体应重试、改方案或在采用前核验关键结果。
限制：默认不支持嵌套委派（子智能体不能再派生子智能体）；子智能体 token 预算来自父预算；并发过多会触发速率限制；子智能体之间不能直接通信，只能经父智能体。
反模式：委派琐碎工作；需要父上下文却传递完整历史；子智能体返回"全部细节"造成信息洪流；不记录委派导致无法调试；无上限并发（如 50 个子智能体等于 50 倍速率消耗）。
最佳实践：用于研究、上下文隔离与专家工作；提示自包含；要求带字数限制的摘要；独立工作并行、有依赖则串行；记录每次委派的提示与结果；限制并发（如最多 5 个）；父智能体在使用关键结果前先行核验。