核心思想：子代理系统的性能瓶颈通常不在单次执行的速度，而在于任务拆分策略、并行度控制、上下文管理和通信开销。合理的性能优化能显著提升子代理系统的吞吐量和响应速度。
任务粒度是子代理性能优化的首要考虑因素。粒度过大或过小都会显著影响整体效率。
任务太大：子代理执行时间长，失去并行意义。如果一个任务需要10分钟才能完成，那么即使分配10个子代理并行执行，总耗时仍然由最长的那个子代理决定，并行加速的效果大打折扣。
任务太小：通信和管理开销占比高。每个子代理的启动、prompt构建、结果解析都有固定开销。如果每个任务只需几秒钟，这些固定开销的占比会非常高，甚至超过任务本身的时间。
推荐粒度：每个任务30秒至5分钟可完成。这个范围内的任务能让子代理充分利用执行时间，同时保持足够的并行度。对于复杂系统，建议通过实际测试找到最优粒度。
动态调整策略：根据任务复杂度动态调整粒度。对于简单任务（如文件读取），可以合并多个操作；对于复杂任务（如代码审查），可以进一步拆分。实现自适应的粒度调整机制是高级优化的方向。
并行度决定了同时运行的子代理数量，是影响系统资源消耗和响应速度的关键参数。
合适的并行子代理数量：推荐3-5个。这个范围能在大多数场景下取得较好的加速比，同时避免过度消耗系统资源。
太多子代理：上下文窗口竞争导致token被多个子代理同时占用，管理开销（调度、状态跟踪、结果汇总）随子代理数量线性增长，反而降低了整体效率。
太少子代理：串行执行没有加速效果。当子代理数量为1时，系统退化为纯粹的串行执行，失去了使用子代理的意义。
动态调整方法：根据任务总规模和复杂度调整并行度。大规模任务可以适当增加并行度，但不超过系统承载上限。推荐实现自适应并行度控制，根据当前系统负载动态调整。
上下文（prompt）的大小直接决定了token消耗和LLM响应时间，是性能优化的重点领域。
精炼prompt：给子代理的prompt保持精炼，只包含必要信息。删除冗余指令、过长的示例、不必要的背景说明。每减少1000个token，响应时间通常能减少10-20%。
文件引用传递大型上下文：当需要传递大量数据时，使用文件引用而非直接嵌入prompt。子代理按需读取文件，避免在prompt中传递大型上下文导致的token浪费。
避免冗余历史：避免在prompt中包含冗余历史。每次调用子代理时，只提供本次任务需要的上下文，而不是累积之前的所有交互记录。使用独立的日志系统归档历史。
定期清理：定期清理不再需要的上下文。长时间运行的子代理系统会积累大量中间数据，定期清理无效上下文可以释放token预算，提升响应质量。
| 优化手段 | 效果 | 实施难度 |
|---|---|---|
| 精炼prompt | 减少10-30% token消耗 | 低 |
| 文件引用替代内联 | 减少50-80% 大上下文token | 中 |
| 消除冗余历史 | 减少20-40% token消耗 | 低 |
| 定期上下文清理 | 减少30-50% 累积token | 中 |
子代理之间的通信开销是容易被忽视的性能瓶颈，尤其在多轮交互场景中影响显著。
减少消息频率：批量发送而非逐条发送。将多个小消息合并为一个大消息批量传递，减少网络往返次数和消息解析开销。
消息内容精简：只传递必要信息。去掉冗余数据、格式化标记和不必要的元数据。每个消息应该只包含接收方需要知道的最小信息集。
异步通信：使用异步通信避免阻塞等待。子代理之间不应相互阻塞等待结果，而应采用事件驱动或回调机制，让各子代理独立运行。
批量结果处理：批量结果处理减少通信往返。收集一批结果后再统一处理，而不是每收到一个结果就触发一次通信交互。
资源管理决定了子代理系统能否长期稳定运行，是性能优化中不可忽视的一环。
Worktree创建和清理时机优化：按需创建worktree而非提前创建，用完即清理。避免创建过多的闲置worktree占用磁盘空间和文件系统资源。
共享文件使用临时文件：使用临时文件减少磁盘占用。对于子代理之间的中间数据传递，使用系统临时目录存放，任务完成后自动清理。
及时释放资源：子代理执行完毕及时释放资源。包括关闭文件句柄、清理临时文件、释放内存中的中间结果。
Output文件定期清理/归档：输出文件定期清理和归档。历史输出文件如果不做归档管理，会持续占用磁盘空间。推荐按时间或任务批次进行归档，设置保留期限。
总结：子代理性能优化是一个系统工程，需要综合考虑任务粒度、并行度、上下文、通信和资源管理五个维度。优化的核心原则是：在不牺牲任务质量的前提下，最小化资源消耗和等待时间。建议在部署前进行基准测试，找到最适合当前场景的配置参数。