Субагенты Claude Code: где параллельные агенты реально экономят время, а где только усложняют работу

Разбор транскриптов десяти клиентских интервью обычно занимает у продакта или маркетолога около пятидесяти минут последовательного чтения. Автор на Хабре описал, как раздал эти десять транскриптов десяти параллельным субагентам Claude Code — каждый разобрал свой файл одновременно с остальными — и получил сводку за пять минут вместо пятидесяти. Отдельно завёл ещё одного субагента в роли «адвоката дьявола», который проверяет выводы на прочность прежде, чем показывать их команде — это снимает часы согласований, которые раньше уходили на споры о том, не выдаёт ли команда желаемое за действительное.

Субагент в Claude Code — это отдельный экземпляр агента, которому можно поручить кусок работы, пока основной диалог занят чем-то другим. Технически это просто md-файл с описанием роли в папке .claude/agents/, либо агент настраивается прямо в сессии командой /agents, без ручной правки конфигов. Разница с обычным диалогом в том, что вместо «сначала сделай это, потом то» можно раздать несколько задач сразу нескольким инстансам и дождаться, пока все закончат параллельно.

Чем это отличается от Skills

Вопрос закономерный — про разграничение уже писали и на VC.ru, когда разбирали обе фичи рядом. Skills (разбирали ранее — «Предприниматели и Claude Code Skills») — это зафиксированная в файле рутина, инструкция, которую агент выполняет по требованию: один агент, один навык, повторяемый процесс. Субагент устроен вокруг другого вопроса: Skills фиксирует, что именно делать, субагенты — кто делает и сколько таких работает одновременно. Skills экономит время на объяснении задачи заново каждый раз. Субагенты экономят время на количестве задач: несколько сразу параллельно вместо одной последовательной очереди.

Комбинация тоже работает: субагенту можно назначить конкретный Skill как часть его роли, и тогда параллельно работают несколько специализированных инстансов, каждый со своей зафиксированной рутиной.

Что это стоит в токенах

Здесь есть счёт, который стоит знать до того, как раздавать задачи трём агентам просто потому что можно. По собственным данным Anthropic, один агент тратит примерно в 4 раза больше токенов, чем обычный диалог, а мультиагентная связка — уже около 15 раз. Agent Teams, экспериментальный режим, где участники общаются друг с другом напрямую, не ограничиваясь докладом лидеру, поднимает расход примерно в 7 раз против одной сессии, и этот множитель растёт линейно с числом участников команды.

Цифра не абстрактная: у корпоративных клиентов средний расход на разработчика — 13 долларов в день, 150-250 в месяц, а у 90% пользователей укладывается в 30 долларов в день. При подписке Max за 100 долларов в месяц с лимитами это не критично, но на Pro за 20 долларов лимиты выбираются заметно быстрее, если держать параллельные связки постоянно включёнными вместо того, чтобы поднимать их точечно под конкретные объёмные задачи. Для Agent Teams в документации отдельно рекомендован размер команды — три-пять участников, пять-шесть задач на каждого: цифра, которая примерно совпадает с рабочим диапазоном, найденным независимо инженерами на практике для обычных субагентов.

Окупается ли переплата? По внутреннему исследовательскому бенчмарку Anthropic — да: связка из ведущего агента на Opus и субагентов на Sonnet обошла одиночный Opus на 90,2% задач, и 80% этой разницы объясняется именно объёмом обработанных токенов — модель в связке не становится умнее, она просто успевает переработать больше материала. Независимая оценка без данных Anthropic скромнее: реальный прирост токенов после вычета дублирующейся работы — в 2-3 раза, не в 15.

Кейс из практики: где параллель ломается

Инженер, который решил разогнать работу пятью параллельными агентами сразу, получил на выходе пять разных версий одной и той же ORM-схемы, три конфликтующих варианта авторизации и одного агента, самовольно поставившего запрещённый пакетный менеджер. Причина в том, что субагент не наследует историю основного диалога — видит только то, что явно передали в промпте, и файлы проекта. Пять агентов, работающих над смежным кодом без общего контекста друг о друге, неизбежно принимают пять разных архитектурных решений там, где нужно было одно.

Чинилось это дисциплиной, не отказом от параллели: отдельный git worktree на каждого агента, чтобы черновые правки не сталкивались напрямую в одной папке, и промпт-шаблон из шести обязательных пунктов, которые каждый агент обязан учесть перед тем, как менять общий код. Рабочий диапазон нашёлся эмпирически, не расчётом на бумаге — два-пять агентов одновременно, дальше координационные издержки начинают перевешивать выигрыш в скорости.

Общий вывод отсюда шире одного случая: главная причина, по которой мультиагентные системы проваливаются, — противоречивые решения агентов без общей спецификации задачи, слабость конкретной модели здесь почти ни при чём. Команда SRE в Microsoft Azure добивалась стабильности письменным техническим заданием, которое агенты получали до старта параллельной работы, — не увеличением числа самих агентов.

Где выигрыш реальный, а где только оверхед

Параллель однозначно выигрывает там, где задачи независимы друг от друга: разбор десяти отдельных документов, ресёрч по нескольким несвязанным темам, проверка одного и того же кода несколькими агентами в разных ролях (один пишет, второй — тот самый «адвокат дьявола» — ищет, что сломается). Здесь агенты не мешают друг другу, потому что не трогают общее пространство одновременно.

Оверхед начинается там, где агентам приходится договариваться о разделяемом состоянии: один файл, одна схема данных, один общий API. Багфиксы, тесно связанный код и последовательные зависимости («сначала сделай A, потом на основе A сделай B») — ровно те задачи, где один направленный агент почти всегда быстрее и надёжнее команды из нескольких. Показательно, что сам Anthropic держит масштаб скромным: за три дня в июле дефолтную вложенность субагентов переключили с одного уровня на ноль и обратно на три, а автоматический параллельный веер задач урезали до «меньше пятнадцати агентов» вместо анонсированных в июне «десятков-сотен». Даже разработчик фичи не доверяет ей максимальный масштаб без присмотра.

Конкурентный контент вокруг темы частично устарел прямо сейчас: одна из статей в топе поисковой выдачи по субагентам, обновлённая ещё в июне, утверждает, что субагенты не могут вызывать другие субагенты — это было верно до 24 июля, но с релизом Opus 5 вложенность подняли до трёх уровней. Продукт меняется быстрее, чем успевают обновляться гайды про него.

Масштаб амбиций тоже успел сдуться за пару месяцев. В майском анонсе автоматического параллельного веера задач Anthropic иллюстрировала возможности «десятками-сотнями агентов сразу» на примере переписывания движка Bun с Zig на Rust — порядка 750 тысяч строк кода за 11 дней, 99,8% тестов прошли. Деталь, которая не попала в громкий заголовок: часть тестов пришлось подогнать под новую версию, и в процессе всплыли ошибки, которых не было в оригинале. К июлю тот же дефолт официально урезали до «меньше пятнадцати агентов»: сотни остались красивой демонстрацией одного конкретного проекта, рабочим режимом по умолчанию их так и не сделали.

Частые вопросы

Сколько агентов запускать одновременно — есть ли предел? Формального предела почти нет, но практический рабочий диапазон, найденный эмпирически инженерами, — два-пять агентов. Больше — и координационные издержки (конфликты правок, противоречивые решения) начинают съедать выигрыш в скорости.

Субагенты работают на любой подписке? Технически да, но экономика разная. На Pro (20 долларов в месяц) лимиты выбираются заметно быстрее из-за многократно возросшего расхода токенов. Max (100 долларов) рассчитан именно на такие сценарии — у большинства пользователей укладывается в 30 долларов в день даже при активном использовании.

Нужно ли писать конфиги вручную? Нет — субагента можно настроить прямо в сессии командой /agents, без правки YAML-файлов руками. Готовые роли тоже не обязательно писать с нуля: на GitHub есть открытые библиотеки вроде awesome-claude-code-subagents (154+ готовых ролей на 10 категорий) и agents от wshobson (48 специалистов) — из них обычно просто собирают набор под свою задачу, каждую роль с чистого листа почти никто не пишет. По оценке одного из русскоязычных гайдов, настройка первых двух-трёх агентов занимает один вечер.

Чем субагент отличается от простого запроса «сделай несколько вещей»? Обычный запрос агент выполняет последовательно в рамках одного диалога и одного контекста. Субагенты — это разные инстансы с разными изолированными контекстами, которые физически работают в одно и то же время, не по очереди друг за другом.

С чего начать, если раньше работал только с одним агентом? С задачи, где куски явно не пересекаются между собой — разбор нескольких документов, параллельный ресёрч по разным темам, независимая проверка кода в другой роли. Диапазон в два-пять агентов, найденный инженерами эмпирически, — разумная стартовая точка: расширять его стоит только после того, как стало понятно, где проходит граница между независимыми и зависимыми друг от друга задачами в своих собственных процессах.

Заключение

Параллельные субагенты — инструмент под конкретную форму работы: независимые куски, которые не спорят друг с другом за общее состояние. Универсальным ускорителем для любой задачи подряд они точно не являются. Там, где задачи действительно не пересекаются, выигрыш по времени реален и измерим в разы. Там, где агентам приходится договариваться о разделяемом коде — выигрыша чаще всего нет, есть только более дорогой (в токенах) способ получить противоречивый результат. Стоимость в токенах при этом реальна и растёт быстрее, чем кажется на глаз, — трёхкратный или пятнадцатикратный множитель имеет смысл платить только тогда, когда экономия времени на выходе получается кратной, символическую экономию он не окупает. Разобраться, на каких именно задачах в своём бизнесе это уже окупается, а на каких пока рано, — проще на живых примерах участников AI Practiq Club, которые уже прогнали это через свои процессы.