AI-Wiki

基本定义

多Agent任务拆分原则是多智能体协作场景下的任务拆解通用执行规则，是OpenClaw多Agent协作：从一脸懵到真正跑通中提出的核心落地标准，用于解决多Agent协作中任务分配混乱、协作成本过高、输出质量不可控的问题。

核心拆分规则

拆分依据优先选择产出物而非动作：禁止按执行动作拆分任务，需以独立可交付的产出物作为拆分的最小单元，每个子任务对应唯一的可验证产出，由单个子Agent全程负责交付。例如制作产品落地页时，不拆分「搜索关键词」「撰写标题」两个动作，而是直接将「SEO优化全方案」作为产出物分配给对应专业Agent。
拆分粒度控制：禁止拆分过细，避免协作沟通成本超过多Agent并行带来的效率收益。例如前端开发任务无需拆分「编写HTML」「编写CSS」两个子任务，直接以「落地页可运行前端代码」作为单个产出即可。

适用场景

本原则仅适用于需要多Agent协作的复杂任务，典型适用场景分为两类：

1. 主从协作场景

由指挥型Agent作为主控节点，将复杂任务拆解为多个不同专业方向的子任务，分配给对应领域的专业Agent并行执行，最终由主控Agent汇总所有子产出物，整合为最终结果交付。例如制作产品落地页时，主控Agent可同时分配「SEO优化方案」「前端页面代码」「产品宣传文案」三个子任务给对应Agent，并行执行后汇总输出完整落地页。

2. 临时外援场景

主线对话流程无需中断的前提下，临时调用专属领域Agent完成支线任务，支线任务的产出物完成后同步回主线，全程避免主线上下文被污染。例如用户与主Agent讨论技术方案时，临时需要竞品分析数据，可直接调用数据分析师Agent输出「竞品分析报告」，完成后将结果同步到主线对话，不影响原有技术讨论的上下文连贯性。

适用边界与例外

短流程、目标单一、无多专业能力需求的简单任务，禁止使用多Agent拆分，强行拆分反而会提升不必要的系统复杂度与协作成本。典型不适用场景包括：单条日志排查、小范围代码Bug修复、单一领域技术问题解答等，单个Agent即可独立完成，无需拆分。

OpenClaw体系下的落地要求

在OpenClaw多Agent体系中应用本原则时，需满足以下配套规则：

拆分后分配的子Agent必须在主控Agent的subagents.allowAgents白名单内，否则无法被正常调用；
每个子Agent的执行过程对应独立的sessions会话记录，与主线会话完全隔离，避免上下文交叉污染；
可直接调用agency-agents中预定义的专业Agent承接对应产出任务，无需从零搭建子Agent能力。

多Agent任务拆分原则