Субагенти — спеціалізовані виконавці

Тривалість: ~10 хвилин Мета: Студенти розуміють субагентів як делегованих AI-виконавців з власними промптами, інструментами та моделями — і чому декомпозиція краща за одну перевантажену сесію.

Слайд 1: Менеджер і команда

Дозвольте навести аналогію.

Ви — інженерний менеджер. Claude Code — ваша права рука, ваш сеньйор-інженер, що вміє трохи всього. Але навіть найкращий сеньйор не бере кожну задачу на себе особисто. Він делегує.

“Гей, хтось із команди безпеки може глянути цей PR?” “Черговий SRE може провалідувати ці маніфести перед шіпом?” “Хтось може швиденько розвідати, чи працюватиме ця архітектура?”

Субагенти — це ті спеціалісти. Вони працюють всередині вашої сесії Claude Code, створені Claude, коли потрібна фокусована експертиза. Кожен отримує:

• Власний системний промпт — що він знає та як думає
• Власний доступ до інструментів — що може і не може робити
• Власне контекстне вікно — свіжий, фокусований контекст для задачі
• Власну модель — правильний мозок для роботи

Коли субагент завершує, він звітує вашій головній сесії Claude з результатами. Claude синтезує та продовжує розмову. Ви залишаєтесь при контролі — менеджер, що делегує, перевіряє та вирішує.

Слайд 2: Вбудовані агенти — Explore та Plan

Claude Code поставляється з двома вбудованими агентами, яких ви, мабуть, вже бачили в дії:

Explore — Read-only дослідник.

Коли ви задаєте Claude широке питання на кшталт “як працює автентифікація в цьому додатку?” або “який потік даних від API до UI?”, Claude часто делегує агенту Explore за кулісами. Цей агент може читати файли, шукати код та обходити кодову базу, але не може нічого модифікувати. Він — розвідник, висланий зібрати інформацію та повернутися зі звітом.

Ви: "Як працює алгоритм скорингу?"

Claude: [делегує агенту Explore]
  Explore: [читає 8 файлів, прослідковує потік даних, повертає зведення]
Claude: "Ось як працює скоринг..."

Plan — Проєктувальник архітектури.

Коли ви просите Claude спланувати щось складне — “спроєктуй шар кешування для лідерборду” або “сплануй міграцію з REST на GraphQL” — він може делегувати агенту Plan. Цей агент продумує проблему, зважує компроміси та створює структурований план. Теж read-only — він планує, але не реалізує.

Ви використовували їх, не знаючи. Щоразу, коли Claude робив паузу, щоб “подумати” перед великою відповіддю, є хороший шанс, що він делегував одному з цих агентів внутрішньо.

Слайд 3: Кастомні агенти — ваші спеціалісти

Справжня сила — у створенні власних. Кастомні агенти живуть у .claude/agents/:

.claude/
  agents/
    security-reviewer.md     <- Перевіряє код на OWASP top 10
    k8s-validator.md         <- Валідує K8s-маніфести
    quick-search.md          <- Швидкий пошук по кодовій базі на Haiku

Ось як виглядає визначення агента:

---
name: security-reviewer
description: Reviews code for OWASP top 10 vulnerabilities and security best practices
model: sonnet
allowed-tools:
  - Read
  - Grep
  - Glob
---

Ви — старший інженер із безпеки застосунків, який проводить security review.

Фокусуйтеся на OWASP Top 10:
1. Injection (SQL, NoSQL, command, LDAP)
2. Зламана автентифікація
3. Витік чутливих даних
...

Магія — у фронтматері:

• model: Яку модель Claude використовувати. haiku для швидких/дешевих задач, sonnet для балансу, opus для складного reasoning. Якщо не вказано, використовується та сама модель, що й батьківська сесія.
• allowed-tools: Обмеження інструментів, як у навичок. Ревʼювер безпеки не повинен мати змогу виконувати bash-команди.
• description: Допомагає Claude (та вам) знати, коли використовувати цього агента.

Тіло — це системний промпт, інструкції, що визначають експертизу та поведінку агента.

Слайд 4: Навички vs. Агенти — в чому різниця?

Студенти завжди це запитують, тож давайте розставимо крапки:

Ось як це уявити: навичка — це картка рецепту. Агент — це су-шеф.

Навичка каже “ось як ревʼюїти K8s-маніфести.” Claude слідує інструкціям у поточній сесії з усім контекстом вашої розмови.

Агент каже “ти — експерт з K8s, ось твої інструменти, провалідуй ці маніфести.” Він отримує власний робочий простір, повністю фокусується на задачі та звітує назад.

Коли що використовувати? Якщо задача проста і виграє від контексту поточної розмови — навичку. Якщо задача складна, виграє від свіжого контексту або потребує інших інструментів/моделі — агента.

Слайд 5: Worktree-ізоляція — безпечна паралельна робота

Ось сценарій: ви просите Claude поекспериментувати з новим підходом до компонента лідерборду. Хочете, щоб він зробив щось сміливе — реструктурував код, перемістив файли, змінив модель даних. Але не хочете цих експериментальних змін у робочій директорії. Ви посеред чогось іншого.

Worktree-ізоляція вирішує це:

---
name: experimenter
description: Tries new approaches in an isolated worktree
isolation: worktree
---

Коли встановлено isolation: worktree, субагент:

1. Створює новий git worktree (окремий checkout того ж репо)
2. Створює нову гілку для роботи
3. Вносить всі зміни у тому worktree, а не у вашій робочій директорії
4. Звітує назад з ім’ям гілки та зведенням змін
5. Worktree очищується після завершення

Ваша робоча директорія залишається рівно такою, як була. Експериментальні зміни агента живуть на окремій гілці, яку ви можете переглянути, змерджити або видалити.

Це неймовірно потужно для:

• Експериментальних реалізацій — “спробуй це двома способами і дай порівняти”
• Ризикованих рефакторингів — “реструктуруй модуль авторизації, не чіпаючи мою поточну роботу”
• Паралельних задач — “пофікси цей баг на гілці, поки я працюю тут”

Слайд 6: Вибір моделі — правильний мозок для задачі

Не кожна задача потребує найпотужнішої моделі. Субагенти дозволяють підібрати модель під задачу:

# Швидкий пошук по кодовій базі — швидко і дешево
---
model: haiku
allowed-tools: [Read, Grep, Glob]
---

# Ревʼю безпеки — потрібен уважний reasoning
---
model: sonnet
allowed-tools: [Read, Grep, Glob]
---

# Планування архітектури — складні компроміси
---
model: opus
allowed-tools: [Read, Grep, Glob]
---

Haiku — Швидкий, дешевий, добрий для рутинних задач. Пошук коду, форматування виводу, простий аналіз. Працює за секунди, коштує частки цента.

Sonnet — Збалансований. Добрий для більшості задач ревʼю та аналізу. Золота середина для код-ревʼю, сканування безпеки та валідації.

Opus — Глибокий reasoning. Архітектурні рішення, складний дебагінг, нюансований аналіз компромісів. Повільніший і дорожчий, але бачить те, що інші моделі пропускають.

Порада щодо вартості: Якщо субагент запускається часто (наприклад, на кожен PR) — зробіть його на Haiku. Opus залишайте для задач, де додаткова глибина reasoning дійсно має значення. Ваш гаманець скаже дякую.

Ключові висновки