Claude Code 子智能体精通栈 2026：从单次对话到协调的智能体议会

单线程 AI 编码在 2025 年底撞上了天花板：一个庞大的 Claude 对话读了 30 个文件，用探索性内容塞满了自己的上下文窗口，然后在只剩一半所需工作记忆的情况下开始编辑代码。2026 年的答案是委派式专业化——用一小队具有严格信息边界的子智能体，取代单一过载的大脑。

本合集汇集了通往这个目标的完整路径：五篇深度指南 + 配套工具，并按你应当学习的顺序排列。这不是理论——这些正是我们用来构建 dibi8 本身的模式（我们真的用了并行翻译子智能体来生产这个栈里的文章）。

TL;DR——一览精通栈 #

学习顺序（以及为什么） #

从五种模式开始（1）。 在你构建任何自定义内容之前，先内化何时该派出一个子智能体——并行研究扇出是阻力最小的切入点，收益立竿见影。底层原则贯穿其余一切：你的父对话是一种稀缺资源；子智能体就是你在不耗尽它的前提下进行支出的方式。

然后学会编写自定义智能体（2）。 一旦掌握了模式，就把它们固化下来。一个自定义智能体就是可执行的制度知识——把你的评审清单、安全关卡或迁移审计器，做成受版本控制的 .md 文件。成败的关键细节在于 description（路由信号）和工具白名单（最小权限能防止一个评审者『好心地』去编辑它本该评审的代码）。

退一步看决策框架（3）。 这是基石。在构建下一个智能体之前，先问：我缺的是知识（→ 写一个技能）、上下文（→ 派一个子智能体），还是能力（→ 构建一个 MCP 服务器）？大多数团队在一个 markdown 文件就能在午饭前交付同样结果的情况下，却过度伸手去够 MCP 服务器。

精通技能这条轴（4）。 技能是最被低估的扩展——即时加载、仅在相关时才出现的专业知识，让你的基础上下文保持精简。手艺在于触发描述和渐进式披露。

然后研究它如何崩溃（5）。 复盘是 demo 与生产之间的差距所在。每一种失败都共享同一个根源：把一个智能体的声称当成已验证的现实。把验证（git diff、测试退出码）和边界（停止条件、预算）嵌入每一个接缝。

为什么这个栈胜过零散学习 #

零散的博客文章只教你子智能体存在这件事。这个栈教你完整闭环：何时委派 → 如何构建工人 → 该选哪种扩展 → 如何打包可复用的专业知识 → 如何防止它静默失败。这正是我们每天在 dibi8 上跑的同一个闭环——亲历经验筑成的护城河，而非照搬文档。

搭建可投入生产的 Claude Code #

要大规模运行多智能体流水线，你需要稳定的基础设施：一个能扛长会话和 CI 关卡的可靠主机（HTStack——香港 VPS，与托管 dibi8.com 的是同一家 IDC），以及供并行扇出使用的云端余量（DigitalOcean——$200 免费额度）。刚开始编写不会崩溃的智能体？我们的 Gumroad 上 $19 技能包 提供五个久经实战检验的技能，外加这些模式背后的编排器提示词。

结论 #

别把子智能体当成五个互不相干的小把戏来学。按顺序走完整个栈——模式 → 编写 → 决策框架 → 技能 → 失败模式——你就能从『一个大对话』毕业，升级为一个你真正能在生产中信任的协调智能体议会。今天就从模式 1 开始；随着你的会话越来越长、任务越来越重，再逐层叠加其余部分。