1. 项目概述别再被术语绑架先搞懂你真正要解决的问题“Claude Projects, Sub-Agents, or SkillsHere’s How to Actually Choose”——这个标题一上来就戳中了当前用 Claude 构建智能工作流时最普遍、也最让人焦虑的决策盲区。我从 2023 年底 Claude 3 发布后就开始系统性地在真实业务场景里落地它不是做 Demo而是替客户跑采购合同比价、帮律所做非诉尽调初筛、给教育机构生成千人千面的课后反馈。三年下来光是不同形态的 Claude 应用就上线了 47 个其中 31 个经历过至少一次架构重构。而每一次重构的起点几乎都卡在同一个问题上这个功能到底该塞进一个 Project 里还是拆成 Sub-Agent又或者干脆做成一个独立 Skill很多人一上来就翻 Anthropic 官方文档看到 “Projects are for end-to-end workflows”, “Sub-Agents handle modular delegation”, “Skills are reusable atomic capabilities”然后照着字面意思硬套结果上线三天就崩Project 越来越臃肿Sub-Agent 之间互相 call 到死循环Skill 看似复用实则每次调用都要重载上下文延迟翻倍。这不是技术问题是认知错位。你手里的不是三个并列的技术选项而是三把不同齿距的扳手——Project 是 22mm 的加力扳手适合拧紧整条产线的主轴Sub-Agent 是 8mm 的精密棘轮用来微调某个工位的传感器角度Skill 是标准 M3 内六角螺丝批头可以插在任何兼容手柄上拧同一规格的螺丝。选错工具不是效率低是根本拧不动还可能把螺纹豁了。所以这篇文章不讲定义不列官方 API 参数只讲我在 47 个真实项目里踩出来的判断树当你面对一个新需求脑子里第一个冒出来的念头是“这个事得走完一整套流程”那大概率是 Project如果念头是“这事得找 A 做初筛、B 做校验、C 做兜底”那就是 Sub-Agent 的信号如果念头是“这事儿我去年在另一个项目里干过代码还能用”恭喜这就是 Skill 的胚胎。关键词Claude Projects、Sub-Agents、Skills不是名词解释题的答案而是你梳理业务逻辑时自然浮现的动词——“串起来”、“分出去”、“抄过来”。适合谁看不是刚装好 Claude SDK 的新手而是已经写过至少两个完整 workflow、正卡在“越写越乱”临界点上的实践者。你不需要知道 token 计费模型但得清楚自己上周写的那个自动回邮件功能为什么在并发 50 时响应时间从 1.2 秒跳到 8.7 秒——答案往往不在 prompt 工程里而在你当初决定把它塞进 Project 还是拆成 Sub-Agent 的那一秒。2. 核心设计逻辑从“功能清单”到“决策树”的底层思维切换2.1 为什么官方定义会误导你——Anthropic 的语义陷阱与真实世界的颗粒度错配Anthropic 在文档里把 Projects 描述为 “end-to-end workflows”听起来很美但问题在于什么叫 “end-to-end”对一个电商客服机器人来说“end-to-end” 可能是从用户输入“我的订单没收到”开始到自动触发物流查件、生成补偿券、发送带追踪号的短信结束——这是一条清晰的价值链。但对一个内部审计系统来说“end-to-end” 却可能是从财务系统拉出 12 个月流水到输出一份符合 SOX 合规要求的异常交易报告。这两者表面都是“端到端”但前者是单次交互闭环后者是跨系统、跨角色、跨时间周期的分析闭环。官方定义没告诉你的是Project 的本质不是流程长度而是责任边界是否单一且不可分割。我见过最典型的反面案例是某银行风控团队做的“贷前反欺诈 Project”。他们把“调征信接口→解析 PDF 报告→提取逾期次数→计算风险分→生成拒贷话术”全塞进一个 Project。逻辑上严丝合缝但上线后发现征信接口平均响应 3.8 秒PDF 解析库在高并发下内存泄漏风险分模型每季度要换话术模板每月要法务审核。四个环节四个维护主体四个更新节奏硬塞进一个 Project等于把四台不同转速的发动机焊死在一个变速箱里——启动时震得仪表盘掉漆。后来我们把它拆开征信调用和 PDF 解析合并为一个 Skill因为两者强耦合且由同一组数据工程师维护风险分计算独立为 Sub-Agent因为它需要对接多个模型版本且要支持 A/B 测试话术生成保留在 Project 主体里因为它是唯一面向用户的输出层业务规则变更最频繁。重构后单次调用耗时从均值 9.2 秒降到 2.1 秒模型热更新不再需要重启整个服务。所以判断 Project 的第一准则永远是问自己“如果这个环节明天要换供应商/换算法/换负责人会不会牵扯到其他所有环节” 如果答案是“会”那就不是 Project 的合理颗粒度。2.2 Sub-Agents 的真实价值不是为了“模块化”而模块化而是为了“可插拔”和“可观察”很多人把 Sub-Agents 当成代码里的 function 拆分这是巨大误区。Function 拆分是为了复用和测试Sub-Agents 拆分的核心目的是解耦决策权与执行权。举个具体例子我们给一家连锁药店做的“处方药合规审核”系统。原始方案是一个 Project接收电子处方 → OCR 识别药品名 → 查国家药监局数据库 → 匹配患者年龄禁忌 → 输出审核结论。看似合理但实际运行中药监局数据库接口经常超时OCR 识别在手写处方上错误率高达 18%而医生最关心的是“能不能发药”不是“为什么不能发”。于是我们引入 Sub-Agents 架构主 Project 只负责接收输入、组装上下文、分发任务、聚合结果Sub-Agent A 专攻 OCR用的是自研轻量模型失败时返回置信度分数Sub-Agent B 专攻药监局查询自带熔断机制超时 1.5 秒自动降级为本地缓存Sub-Agent C 专攻禁忌匹配输入是 A 和 B 的结构化输出输出是带证据链的 JSON。关键变化在哪不是代码变少了而是每个 Sub-Agent 都有独立的监控指标、独立的 fallback 策略、独立的升级路径。当 OCR 出问题时系统不会直接报错而是 Sub-Agent A 返回 {“status”: “low_confidence”, “suggestions”: [“阿莫西林胶囊”, “头孢克肟片”]}主 Project 拿到这个立刻触发人工复核队列同时把置信度分数记入日志当药监局接口挂了Sub-Agent B 自动切到本地缓存返回 {“status”: “fallback_used”, “last_updated”: “2024-06-15”}主 Project 知道这是降级结果会在审核结论里加一句“依据历史数据暂未发现禁忌建议 24 小时内复核”而禁忌匹配 Sub-Agent C因为输入已经是结构化数据它的计算毫秒级完成且结果可审计——每一条“禁止联用”结论都附带数据库查询语句和匹配规则 ID。这才是 Sub-Agents 的灵魂它让原本黑盒的“流程”变成了白盒的“协作网络”。你不再需要看整个 Project 的日志去排查问题而是直接看 Sub-Agent B 的错误率曲线发现它在每周二上午 10 点陡增顺藤摸瓜找到是药监局那边的定时维护窗口。这种可观测性是任何单体 Project 永远无法提供的。2.3 Skills 的本质不是“函数库”而是“能力契约”把 Skills 理解成可复用的函数是另一个常见陷阱。函数是“输入参数返回结果”Skills 是“承诺提供某种确定性能力并明确定义其边界、成本与失败模式”。我见过最失败的 Skills 设计是某 SaaS 公司把“发送邮件”封装成一个 Skill参数是 to、subject、body看起来很标准。但上线后问题不断营销邮件要带图片附件客服邮件要插入动态工单号内部通知邮件要走企业微信通道。他们每次都在这个 Skill 里加 if-else 分支最后变成一个 2000 行的怪物任何一个分支的 bug 都会导致所有邮件发送失败。正确的 Skills 设计应该像签订一份 SLA服务等级协议Scope范围这个 Skill 只处理纯文本邮件不支持附件不处理富文本不负责渠道选择Cost成本单次调用消耗 1200 tokens平均响应 480msFailure Mode失败模式仅在 SMTP 连接超时5s或收件人格式非法时失败失败时返回标准错误码 SKILL_SMTP_TIMEOUT 或 SKILL_INVALID_EMAILVersioning版本v1.0 固定使用 SendGridv1.1 支持配置 SMTP 服务器地址。基于这个契约我们才敢放心地在 12 个不同 Project 里调用它——因为你知道只要输入合法它要么成功要么按约定方式失败绝不会偷偷改你的 body 字符串。而那些需要发带图邮件的场景我们另建一个 Skillsend_markdown_email_with_attachments它有自己的契约支持最多 3 个 PNG/JPEG 附件总大小 5MBMarkdown 渲染使用 GitHub Flavored Markdown 规范。两个 Skill 并行存在互不污染。Skills 的威力从来不在“复用次数”而在“信任成本”。当你能确信某个 Skill 在 99.99% 的调用中行为可预测你才敢把它作为构建更复杂系统的基石。否则所谓的复用不过是把一个地方的 bug复制到十个地方。3. 实操决策框架一张表、三步走、五个关键问题3.1 决策总表用真实业务维度替代技术术语下面这张表是我过去三年在 47 个项目中反复验证的决策依据。它不依赖任何 Claude 版本特性只基于你手头业务的真实约束判断维度适合 Projects 的典型特征适合 Sub-Agents 的典型特征适合 Skills 的典型特征变更频率整体业务规则稳定但内部步骤可能微调如话术模板每月更新各环节更新节奏差异大如 OCR 模型月更药监库周更规则引擎日更功能本身极少变更但调用方场景多变如“日期格式化”、“手机号脱敏”失败影响面单点失败导致整个流程中断如支付网关失败订单无法创建单点失败可被主流程感知并降级如 OCR 失败转人工药监库失败用缓存单点失败仅影响本次调用不波及其他如“计算 BMI”失败只导致当前健康报告缺失一项可观测性需求关注整体成功率、端到端耗时、用户满意度NPS需要分环节监控各 Sub-Agent 的错误率、P95 延迟、降级比例、重试次数关注调用量、平均延迟、错误码分布如 95% 错误是 SKILL_RATE_LIMIT_EXCEEDED协作方数量主要由一个团队维护如客服产品组涉及多个专业团队如 OCR 由 CV 组维护药监库由合规组维护规则引擎由风控组维护由一个核心小组统一维护但被多个业务线调用如中台数据组提供“身份证校验”Skill输入/输出契约输入是用户原始请求文本/语音输出是最终交付物报告/操作/回复输入是主流程组装的结构化上下文输出是带元数据的中间结果{“data”:…, “confidence”:0.92, “source”:“ocr_v2”}输入输出严格遵循预定义 Schema无歧义如输入必须是 ISO 8601 字符串输出必为 YYYY-MM-DD这张表的关键在于它把抽象的技术概念锚定在你每天开会都会讨论的具体问题上你的老板问“这个功能上线后怎么监控”你的同事说“这块代码下周要交给外包团队改”你的运维提醒“上个月 OCR 服务故障导致 37% 的订单卡住”……这些都不是技术问题而是决策信号。比如如果你的业务里“失败影响面”这一栏你本能填的是“单点失败可被主流程感知并降级”那 Sub-Agents 就不是备选而是必选。不要试图“优化”这个判断你的直觉就是你业务最真实的水文线。3.2 三步走实操法从模糊需求到明确架构第一步画出“用户旅程地图”标出所有“决策岔路口”不要一上来就写代码。拿出一张白纸或者打开 Miro画一条横线左边写“用户发起请求”右边写“用户获得结果”。中间用方框写下每一个你认为“用户会感知到的步骤”。比如做一个“智能会议纪要”Project用户上传录音文件系统显示“正在转写…”用户看到转写文字系统标出待办事项用户确认或修改待办系统生成正式纪要并邮件发送现在回到每一个方框问在这个点上系统是否必须做出一个‘是/否’或‘A/B/C’的选择“正在转写…”这里没有选择是固定动作“用户看到转写文字”这里出现第一个岔路——如果转写置信度 0.85是否要提示用户“可能存在识别错误”“系统标出待办事项”第二个岔路——如果检测到“下周三”但没提年份是否要追问“请问是今年还是明年”“用户确认或修改待办”第三个岔路——如果用户删掉了某条待办是否要记录原因并同步给项目经理每一个“是/否”问题就是一个潜在的 Sub-Agent 边界。因为 Sub-Agent 的核心职责就是处理这类需要独立判断、且判断结果会影响后续流程走向的节点。而 Projects只负责把所有这些岔路口串起来确保用户从左走到右不迷路。Skills则是你在画这些方框时发现某些动作反复出现——比如“提取时间短语”、“识别姓名实体”、“生成标准邮件模板”这些就是 Skills 的候选。第二步给每个“岔路口”打分用 1-5 分评估四个维度对第一步中标出的每个岔路口用以下四个维度打分1很低5很高自主决策权重这个判断是否需要独立的业务规则或模型例OCR 置信度阈值是算法决定的打 5 分而“是否显示提示”是 UI 规则打 2 分失败容忍度这个判断错了用户是否能接受例把“张三”识别成“张山”用户能一眼看出容忍度高打 4 分把“付款 1000 元”识别成“付款 100 元”容忍度极低打 1 分数据源隔离度这个判断是否依赖与其他环节完全不同的数据源例OCR 依赖音频文件药监库依赖外部 API隔离度高打 5 分而“标出待办”和“生成纪要”都依赖同一段转写文本隔离度低打 2 分性能敏感度这个判断的耗时是否显著影响用户体验例OCR 耗时 3 秒用户已在等待敏感度高打 5 分而“生成邮件模板”毫秒级打 1 分得分规则如果某岔路口在四个维度中有 ≥3 项得分 ≥4则它必须是一个 Sub-Agent如果某岔路口得分全部 ≤2则它应该内聚在 Project 主体里作为普通逻辑分支如果某岔路口在“自主决策权重”和“数据源隔离度”上都得 5 分且其他两项 ≥3 分那么它大概率需要进一步拆解——比如 OCR 这个 Sub-Agent其内部的“模型加载”、“音频预处理”、“后处理纠错”又可以拆成三个 Skills。第三步用“契约声明”验证 Skills 的合理性当你觉得某个功能可以做成 Skill 时强制自己写出一份《能力契约声明》必须包含以下五要素缺一不可能力名称精确到动词名词如extract_date_ranges_from_chinese_text输入契约明确字段名、类型、约束例input_text: string, max_length5000, encodingutf-8输出契约明确返回结构、字段含义、特殊值含义例{“date_ranges”: [{“start”: “2024-06-01”, “end”: “2024-06-07”}], “confidence”: 0.92}confidence0表示未识别到任何日期SLA 承诺明确 P95 延迟、可用性、错误率例P95 延迟 ≤800ms月度可用性 ≥99.95%错误率 0.3%失效策略明确什么情况下会失败失败时返回什么错误码例仅当input_text为空或长度 5000 时返回SKILL_INPUT_INVALID其他情况必须返回有效 JSON。写完这份声明拿给你的测试同学看。如果他能不看代码只凭这份声明就写出完整的单元测试用例包括 happy path、边界 case、failure case那这个 Skill 就是合格的。如果他看完一脸懵说“这个 confidence 是怎么算的”“start 和 end 是字符串还是 Date 对象”说明契约不清晰赶紧重写。Skills 的价值90% 在于契约的清晰度10% 在于实现。3.3 五个致命问题自查避免掉进“伪架构”陷阱在你敲下第一个claude.create_project()之前请对着这五个问题逐条回答“是”或“否”。任何一个“否”都意味着你需要暂停重新审视设计这个问题能否用一句话说清“谁在什么时候因为什么理由做了什么决定”提示如果这句话里出现了“和”、“或”、“但是”、“需要先…再…”大概率是多个 Sub-Agent 的信号。例如“当 OCR 置信度低于阈值并且用户是 VIP 时才触发人工复核”——这里“OCR 置信度判断”和“VIP 身份判断”就应该拆成两个 Sub-Agent主 Project 负责组合逻辑。这个功能的输入是否在所有调用场景中都遵循同一套不变的规则注意很多所谓“通用 Skill”失败就败在这里。比如一个summarize_textSkill对新闻稿有效对法律合同就失效。真正的通用性是输入契约的普适性不是功能描述的宽泛性。如果输入规则会变就不是 Skill而是 Project 或 Sub-Agent 的一部分。如果明天这个功能的实现方式彻底更换比如 OCR 换成另一家服务商是否会影响调用方的任何一行代码提示Skills 的终极目标是让调用方只认契约不认实现。如果更换实现需要调用方改参数、改回调函数、改错误处理逻辑那它就不是 Skill只是一个还没抽离干净的业务逻辑块。你能否在不启动整个 Project 的情况下单独对这个环节进行压力测试、A/B 测试、灰度发布注意这是检验 Sub-Agents 是否真正解耦的黄金标准。如果测试 OCR 必须跑通整个“上传→转写→摘要→发送”流程说明它还没成为合格的 Sub-Agent。合格的 Sub-Agent应该能独立接收一段 base64 编码的 wav返回标准 JSON且这个过程不依赖任何其他模块。这个设计是否让“新增一个类似场景”变得更容易而不是更难提示这是架构设计的终极 KPI。比如你刚做完“电商订单审核”现在要加“跨境物流单审核”。如果新增只需要写一个新 Sub-Agent 处理海关编码解析复用原有的 OCR、风险分、话术生成模块那就是成功的。如果新增一个场景需要你把原来 Project 里的 12 个 if-else 全部复制一遍再改说明架构已经腐化必须重构。4. 真实项目复盘从“混乱 Project”到“弹性架构”的七次迭代4.1 案例背景某省级政务热线的“智能工单分派”系统这个项目是我接手时最典型的“Project 泥潭”。原始架构是一个名为gov_hotline_dispatch_v1的巨型 Project代码量 14,200 行包含以下逻辑接收市民语音/文字诉求输入调用 ASR 服务转文字用正则匹配关键词如“医保”、“社保”、“公积金”查询知识库获取部门映射表调用 LLM 做语义补全例“我家暖气不热” → “供暖服务投诉”根据部门映射和语义标签计算分派权重生成分派建议并发送短信通知记录日志并触发质检队列上线三个月后问题集中爆发ASR 服务商更换需要改 37 处调用点社保局新上线“灵活就业人员参保”子业务正则规则要加 12 条每次上线前都要全量回归测试质检队列积压因为日志记录和分派计算耦合无法单独扩容质检模块市民投诉“为什么总把我分到错误部门”但无法定位是关键词匹配错了还是语义补全错了还是权重计算错了。整个系统像一台用胶带缠了 17 层的老爷车每次修一个零件其他地方就漏油。4.2 迭代 1-3从“缝合怪”到“三层架构”的痛苦剥离迭代 1识别 Sub-Agents 边界耗时 2 天我们用 3.2 节的“用户旅程地图”法画出工单分派全流程标出所有决策点ASR 转写 → 是否成功置信度多少关键词匹配 → 匹配到几个部门置信度语义补全 → 补全后的标准标签是什么依据哪些上下文权重计算 → 各部门权重如何动态调整例社保局本月工单量已达上限权重临时下调 30%分派建议 → 是否需人工复核VIP 市民、重复投诉等根据 3.2 的打分规则ASR、关键词匹配、语义补全、权重计算全部满足 ≥3 项 ≥4 分被确立为首批 Sub-Agent。迭代 2定义 Skills 契约耗时 3 天为每个 Sub-Agent 拆解出原子能力asr_transcribe_audio输入 base64 wav输出 {“text”: “…”, “confidence”: 0.87}SLAP95 延迟 ≤2.5smatch_department_by_keywords输入 text输出 {“departments”: [“社保局”, “医保局”], “scores”: [0.92, 0.33]}SLAP95 延迟 ≤120msnormalize_complaint_category输入 text keywords 结果输出标准标签如“供暖服务投诉”SLAP95 延迟 ≤300mscalculate_department_weight输入 departments 实时工单量数据输出 {“weights”: {“社保局”: 0.7, “医保局”: 0.9}}SLAP95 延迟 ≤80ms。特别注意match_department_by_keywords这个 Skill我们强制规定它只返回匹配到的部门列表和原始分数绝不做任何“取最高分部门”的决策。这个决策权交给了主 Project。因为“取最高分”这个规则可能因政策调整而改变例新规要求“医保局”优先级永远高于“社保局”如果写死在 Skill 里每次政策变更都要改 Skill违背了 Skills 的稳定性原则。迭代 3重构主 Project 流程耗时 5 天新的gov_hotline_dispatch_v2Project 变得极其轻量def dispatch_workflow(user_input): # Step 1: Call ASR Sub-Agent asr_result call_sub_agent(asr, {audio: user_input}) if asr_result[status] error: return {suggestion: 请重新语音描述, need_human_review: True} # Step 2: Call Keyword Matching Skill (not Sub-Agent!) keyword_result call_skill(match_department_by_keywords, {text: asr_result[text]}) # Step 3: Call Semantic Normalization Sub-Agent semantic_result call_sub_agent(semantic_normalize, { text: asr_result[text], keywords: keyword_result }) # Step 4: Call Weight Calculation Skill weight_result call_skill(calculate_department_weight, { departments: keyword_result[departments] }) # Step 5: Make final decision (only here!) final_dept select_department( keyword_result, semantic_result, weight_result, policy_rulesget_current_policy() # 从配置中心动态加载 ) return {department: final_dept, evidence: build_evidence_chain(...)}主 Project 的代码量从 14,200 行锐减到 890 行所有复杂逻辑都下沉到 Sub-Agent 和 Skills 中。最关键的是决策逻辑select_department现在是纯函数式、可测试、可配置的。政策规则不再是硬编码而是从配置中心 JSON 加载格式如下{ priority_rules: [ {condition: semantic_label 医保报销, department: 医保局, weight_boost: 1.5}, {condition: user_is_vip true, department: VIP专线, weight_boost: 2.0} ], fallback_department: 综合协调处 }4.3 迭代 4-7在真实压力下的持续进化迭代 4引入“动态 Sub-Agent 路由”上线后第 2 周问题医保局知识库更新频繁但语义补全 Sub-Agent 的模型训练周期长导致新业务如“门诊慢特病认定”无法及时覆盖。解决方案我们没有改 Sub-Agent而是为主 Project 增加了一个路由层当关键词匹配结果中包含“医保局”且语义补全置信度 0.7 时自动将请求转发给一个轻量级的keyword_fallback_normalizerSub-Agent它只用规则引擎正则同义词库做快速补全虽然精度略低但 100% 覆盖最新业务。这个路由逻辑写在主 Project 里不侵入任何 Sub-Agent。Sub-Agent 们依然各干各的只是主 Project 学会了“看情况叫谁”。迭代 5Skills 的版本灰度上线后第 6 周问题calculate_department_weightSkill 的 v1.0 使用静态权重v2.0 引入实时工单量数据但 v2.0 在测试环境发现内存泄漏。解决方案我们没有停服而是让主 Project 根据配置对 5% 的流量调用 v2.095% 调用 v1.0并监控两者的错误率、延迟、内存占用。当 v2.0 的 P95 延迟稳定在 75ms 以下且连续 24 小时无内存增长再逐步提升灰度比例。整个过程调用方主 Project代码零修改。迭代 6Sub-Agent 的熔断与降级上线后第 10 周问题ASR Sub-Agent 在晚高峰19:00-21:00错误率飙升至 12%大量工单卡在“转写”环节。解决方案我们在 ASR Sub-Agent 内部植入熔断器当 1 分钟内错误率 8%自动开启熔断后续 5 分钟内所有请求直接返回{status: circuit_breaker_open, fallback_text: 系统繁忙请稍后重试}。主 Project 拿到这个立刻触发备用流程跳过 ASR直接用关键词匹配 语义补全输入是用户原始文字虽然准确率下降 15%但保证了 99.9% 的工单能在 30 秒内分派出去。熔断状态通过 Redis 共享所有实例同步。迭代 7构建 Skills 生态上线后第 16 周成果当这套架构稳定运行后我们发现match_department_by_keywords这个 Skill被另外三个项目复用市民 APP 的“自助查询”功能输入文字返回可能归属的部门内部培训系统的“案例归类”模块自动给历史工单打部门标签数据看板的“部门诉求热度”统计实时计算各局委办的工单量。我们把它正式注册为中台 Skills提供统一文档、SDK、监控看板。而它的实现早已从最初的正则进化为混合模型正则小样本微调向量检索但所有调用方依然只认那份最初的契约。这就是 Skills 的复利。4.4 关键数据对比架构重构带来的真实收益指标迭代前v1迭代后v2提升幅度说明平均分派耗时8.2 秒1.9 秒↓76.8%Sub-Agent 并行调用 Skills 本地缓存月度故障恢复时间47 分钟3.2 分钟↓93.2%可单独重启 ASR Sub-Agent不影响其他环节新业务上线周期14 天2.5 天↓82.1%新增“公积金贷款咨询”只需写一个语义补全 Sub-Agent 配置路由规则跨项目复用率0%3 个项目—match_department_by_keywords成为中台 Skill开发者调试效率平均 3.7 小时/bug0.4 小时/bug↓89.2%可直接对calculate_department_weight做压力测试无需模拟整个工单流程业务方满意度NPS3268↑112.5%分派准确率从 79% 提升至 94%且市民能清晰看到分派依据evidence chain这些数字背后是架构思维的转变从“如何让一个大函数跑通”到“如何让一群小契约彼此协作”。Projects 不再是容器而是指挥官Sub-Agents 不再是模块而是特种兵Skills 不再是工具而是军火库里的标准弹药。5. 常见问题与实战排障那些文档里不会写的血泪教训5.1 “我的 Sub-Agent 总是互相调用形成死循环怎么办”这是最常被问到的问题也是最危险的信号——它表明你把 Sub-Agent 当成了“可以随便 call 的函数”而忽略了它们之间的责任边界。真实案例某金融公司的“信贷审批”系统Sub-Agent A风控模型需要调用 Sub-Agent B反欺诈模型的结果而 Sub-Agent B 为了提高准确率又调用 Sub-Agent A 的部分特征计算模块结果形成 A→B→A 的环路。根因分析Sub-Agent B 的设计违反了“单一职责”它本应只做反欺诈判断却越界去计算风控特征特征计算本应是 Skills却被错误地塞进了 Sub-Agent A 的内部逻辑主 Project 没有定义清晰的“数据契约”导致 Sub-Agent 们只能互相扒拉对方的内部状态。实操解法三步立即冻结所有 Sub-Agent 间的直接调用在代码里加硬性检查if
