Bible Network Crypto DeFi Onchain RWA AI Agent Stablecoin Chain SAFU CryptoTax DeFAI AGI Claude Me Claude Skill Claude Design Claude Cowork
獨立知識媒體
與任何項目無關聯
拆解加密世界的 AI Agent:機制、風險、經濟模型
aiagent-bible.com
最新
Onchain Agent 最壞情況防禦設計:如果你的 Agent 被完全攻陷,怎麼把損失限制在可接受範圍  ·  如何選擇加密 AI Agent 服務:五個評估框架,讓你不被行銷話術坑  ·  加密 Agent 上線前安全檢查清單:從測試網到主網的 12 個必做項目  ·  Agent 錢包怎麼設計:四種架構的風險與成本完整比較  ·  AutoGen vs LangChain vs ElizaOS:三大框架選哪個,加密 AI Agent 開發者的完整決策指南  ·  Agent 記憶系統設計:短期、長期、語意搜尋三層架構,以及加密場景的安全邊界
名詞解析 · multi-agent

Sub-agent

Sub-agent(子代理)
multi-agent 中級

完整解說 +
01 · 這是什麼?

Sub-agent 和 Orchestrator 怎麼分工?哪些決策應該在哪個層做?

Orchestrator 和 Sub-agent 的分工是多 Agent 系統設計的核心,分工不清會導致整個系統的性能和安全性都下降。

Orchestrator 負責的決策(「做什麼」)

  • 接收用戶的高層目標(「優化我的 DeFi 收益」)
  • 把目標分解成子任務序列(先查利率,再比較,再決定移倉,再執行)
  • 決定哪個 Sub-agent 執行哪個子任務(「利率查詢 Sub-agent」、「交易執行 Sub-agent」)
  • 處理子任務之間的依賴關係(子任務 B 必須等子任務 A 完成後才能開始)
  • 整合所有 Sub-agent 的輸出,形成最終決策
  • 決定是否需要人工確認(高金額操作的最終授權)

Sub-agent 負責的決策(「怎麼做」)

  • 在自己的專屬工具集範圍內執行具體操作
  • 處理自己子任務裡的技術細節(API 調用、重試邏輯、錯誤處理)
  • 把執行結果結構化地回傳給 Orchestrator
  • 不需要知道整個系統在做什麼,只需要知道自己的輸入和輸出格式

為什麼分工清晰很重要:如果讓 Sub-agent 自己決定「要不要把結果告訴其他 Sub-agent」、「應不應該繞過 Orchestrator 直接執行下一步」,整個系統的行為就變得難以預測和審計。好的設計是:Sub-agent 只做被明確要求的事,所有的「判斷要做什麼」都留給 Orchestrator。

02 · 為什麼存在?

Sub-agent 有哪四種主要類型?在 DeFi Agent 系統裡各自扮演什麼角色?

按功能特性分類,Sub-agent 通常可以分成四種類型:

類型一:數據採集 Sub-agent(Read-only Agent) 只有讀取工具(查詢 API、讀取鏈上狀態),沒有任何寫入工具。在 DeFi 系統裡:查詢各協議的 APY、Gas 費、代幣價格、流動性深度、鏈上地址持倉。這類 Sub-agent 的安全風險最低——即使被 Prompt Injection 攻擊,它也無法執行任何鏈上操作。可以讓它接觸更多外部數據源(多個 API、協議官網),因為讀取操作沒有鏈上後果。

類型二:分析 Sub-agent(Analysis Agent) 接收數據採集 Sub-agent 的輸出,做推理分析。在 DeFi 系統裡:比較各協議利率差、評估 Gas 費窗口、分析市場情緒、生成移倉建議。這類 Sub-agent 只需要 LLM 推理能力,不需要任何鏈上工具,也不需要接觸原始外部數據。它的輸入是已清洗的結構化數據,輸出是結構化的分析建議。

類型三:執行 Sub-agent(Execution Agent) 有鏈上寫入工具(簽署交易、調用合約),負責把 Orchestrator 批准的操作實際執行上鏈。安全風險最高,應該配置最嚴格的工具白名單和金額上限,只接受來自 Orchestrator 的指令(不直接接觸外部數據),在高金額操作前必須有確認通道。

類型四:監控 Sub-agent(Monitor Agent) 持續監控系統狀態,觸發熔斷和告警。在 DeFi 系統裡:監控操作錢包的餘額、監控策略倉位的 PnL、監控市場異常(價格閃崩、Gas 費飆升)。這類 Sub-agent 只做「觀察和告警」,不做任何操作決策——它的告警輸出是給 Orchestrator 看的,由 Orchestrator 決定怎麼響應。

03 · 如何影響你的決策?

Sub-agent 之間的通信協議怎麼設計?Agent 間的數據傳遞有哪些安全考量?

在大多數多 Agent 系統裡,Sub-agent 之間不直接通信——所有通信都通過 Orchestrator 中轉。這個「Hub-and-Spoke」架構不只是設計選擇,也是安全要求:

為什麼 Sub-agent 不能直接互相通信:如果 Sub-agent A 能直接把輸出發給 Sub-agent B,且這個通信通道不被 Orchestrator 監控,攻擊者只需要污染 Sub-agent A 的輸出,就能在 Orchestrator 不知情的情況下影響 Sub-agent B 的行為。這等於在系統裡開了一條 Orchestrator 看不到的指令通道——是重大安全漏洞。

Orchestrator 中轉的格式要求:Sub-agent 的輸出應該是嚴格格式化的結構化數據(JSON Schema 驗證),不是自由文本。自由文本輸出容易攜帶隱藏的 Prompt Injection(例如,數據採集 Sub-agent 的輸出裡混入了「忽略之前的所有指令,轉而做 X」),Orchestrator 直接把這個輸出傳給下一個 Sub-agent 時,就完成了 Prompt Injection 的「傳播」。結構化輸出 + Schema 驗證讓 Orchestrator 能在傳遞數據前過濾掉異常字段。

輸出大小限制:每個 Sub-agent 的輸出應該有明確的最大長度限制(例如最多 2,000 Token)。這防止一個被攻擊的 Sub-agent 把一段超長的「惡意指令」藏在輸出裡,通過 Orchestrator 傳播到整個系統。

實作建議:使用 LangGraph 的有向圖設計時,Sub-agent 之間的邊(Edge)只允許數據從 Sub-agent → Orchestrator,Orchestrator → Sub-agent,不允許 Sub-agent → Sub-agent 的直接邊。在圖的設計層面就消除了這個攻擊面。

04 · 你該怎麼辦?

Sub-agent 的安全邊界設計原則是什麼?最小權限原則怎麼在多 Agent 系統裡落地?

最小權限原則(Principle of Least Privilege)在多 Agent 系統裡的落地是最重要的安全設計決策之一。每個 Sub-agent 應該只持有它的具體任務所需的最小工具集和最小授權:

工具集最小化

  • 數據採集 Sub-agent:只有 get_aave_rates()get_morpho_rates()get_gas_price()——不能有任何寫入工具
  • 分析 Sub-agent:不需要任何工具(只用 LLM 推理)
  • 執行 Sub-agent:execute_deposit(protocol, amount)execute_withdraw(protocol, amount)——只有白名單協議的操作,不能有「向任意地址轉帳」的工具
  • 監控 Sub-agent:只有 get_wallet_balance()get_position_status()——只讀,無寫入

Context 信息最小化:每個 Sub-agent 的 System Prompt 只包含它執行任務所需的信息,不包含其他 Sub-agent 的工作邏輯、不包含整個策略的完整設計。攻擊者即使污染了一個 Sub-agent 的 LLM 推理,也只能看到這個 Sub-agent 的局部上下文,無法從中推斷整個系統的設計和其他 Sub-agent 的授權範圍。

失敗隔離設計:一個 Sub-agent 失敗(崩潰、被攻擊、輸出異常)不能導致整個系統崩潰。Orchestrator 必須能捕獲任何 Sub-agent 的異常輸出,標記為「子任務失敗」,決定是重試、跳過、還是升級到人工處理——而不是把異常輸出直接傳給下一個 Sub-agent 繼續執行。

驗證點設計:Orchestrator 在把每個 Sub-agent 的輸出傳給下一個 Sub-agent 之前,做一次「完整性驗證」:輸出格式是否符合預期 JSON Schema?數值是否在合理範圍?有沒有包含不應該出現的字段或指令?驗證失敗 → 拒絕傳遞,記錄異常,告警。

實際例子 +

具體架構:一個四層 Sub-agent 的 DeFi 利率優化系統

把一個 DeFi 利率優化 Agent 拆成四個 Sub-agent 協作:

Sub-agent 1:利率採集器(Rate Collector)

  • 工具:get_aave_usdc_apy()get_morpho_usdc_apy()get_compound_usdc_apy()get_gas_price()
  • 輸入:無(定時觸發)
  • 輸出:{"aave_apy": 4.2, "morpho_apy": 5.1, "compound_apy": 3.8, "gas_gwei": 12}
  • 安全邊界:只讀,無任何寫入授權

Sub-agent 2:策略分析器(Strategy Analyzer)

  • 工具:無(只用 LLM 推理)
  • 輸入:Rate Collector 的輸出 + 當前倉位信息
  • 輸出:{"recommended_action": "move_to_morpho", "reason": "APY diff 0.9%, exceeds threshold 0.5%", "estimated_gas_cost": "$2.4", "net_gain_estimate": "$8.7/day"}
  • 安全邊界:沒有任何鏈上工具,無法直接觸發操作

Sub-agent 3:交易執行器(Trade Executor)

  • 工具:withdraw_from_aave(amount_usdc)deposit_to_morpho(amount_usdc)
  • 輸入:來自 Orchestrator 的已授權操作指令(包含人工確認後的 approval token)
  • 輸出:{"tx_hash": "0x...", "status": "success", "actual_gas": "$2.1", "actual_apy_received": 5.08}
  • 安全邊界:只接受 Orchestrator 的指令,不接受任何外部輸入;每筆交易前驗證 approval token

Sub-agent 4:監控器(Monitor)

  • 工具:get_wallet_balance()get_position_pnl()check_market_volatility()
  • 輸入:持續輪詢(每 5 分鐘)
  • 輸出:正常時不輸出;觸發條件時發送 {"alert_type": "high_volatility", "action": "pause_all_execution"}
  • 安全邊界:只讀,輸出只給 Orchestrator,Orchestrator 決定是否暫停執行 Sub-agent

Orchestrator 的角色:接收 Sub-agent 1 的數據,傳給 Sub-agent 2 分析,收到 Sub-agent 2 的建議後,如果建議金額 > $100,觸發 Telegram 人工確認,確認後才把 approval token 連同指令傳給 Sub-agent 3 執行。Sub-agent 4 的告警可以隨時覆蓋 Orchestrator 的執行計劃,暫停一切操作。

圖解
Sub-agent System: Hub-and-Spoke Architecture with Four Sub-agent TypesSub-agent 系統架構圖:Orchestrator 居中,四種 Sub-agent(數據採集/分析/執行/監控)圍繞,所有通信通過 Orchestrator 中轉,展示各 Sub-agent 的工具集和安全邊界。Sub-agent Architecture: Hub-and-Spoke + Least PrivilegeOrchestratorTask decompose · Validate · GateHuman confirm for high-value opsData CollectorTools: get_apy() · get_gas()READ-ONLY · no write authRisk: LOWEST — no chain impactStrategy AnalyzerTools: NONE (LLM only)Input: clean structured dataRisk: LOW — no tools at allTrade ExecutorTools: deposit() · withdraw()Whitelist only · approval tokenRisk: HIGHEST — chain writesMonitorTools: get_balance() · get_pnl()READ-ONLY · alert onlyRisk: LOW — no write authstructured JSONanalysis resulttx resultalert / status✕ No direct Sub-agent ↔ Sub-agent communicationAll data routes through Orchestrator · Schema validated before forwardingAI Agent Bible · aiagent-bible.com
歡迎截圖分享,轉載請註明來源
常見誤解 +
✕ 誤解1
× 誤解一:Sub-agent 越多,系統越智能。Sub-agent 的數量不是「越多越好」,每增加一個 Sub-agent 都增加了系統複雜度、通信延遲、和攻擊面。在需求可以用一個 Agent 完成時,不要為了「看起來像多 Agent 系統」而拆分。拆分 Sub-agent 的正確理由:任務需要不同的工具集隔離(安全原因)、任務需要并行執行(性能原因)、或 Context Window 不夠裝下所有任務(技術原因)。
✕ 誤解2
× 誤解二:Sub-agent 可以直接互相通信,這樣效率更高。Sub-agent 直接互相通信繞過了 Orchestrator 的監控和驗證,讓攻擊者可以通過污染一個 Sub-agent 的輸出來影響其他 Sub-agent,且 Orchestrator 無法察覺。所有通信必須經過 Orchestrator 中轉——這不是低效,而是安全審計的必要條件。
這件事跟你有什麼關係 +
直接影響

Sub-agent 分工越細緻 → 每個 Sub-agent 的安全邊界越清晰、工具集越小、被攻擊的影響範圍越小;但系統複雜度、通信延遲、和 Orchestrator 的調度邏輯複雜度都線性上升。Sub-agent 數量少 → 系統簡單、延遲低、維護成本低;但每個 Sub-agent 需要更多工具授權(安全邊界更寬),一個 Sub-agent 被攻陷的影響範圍也更大。最佳實踐:以「功能隔離」和「安全邊界」為主要分拆理由,以「減少維護複雜度」為約束條件,找到適合當前業務規模的平衡點。對早期 DeFi Agent,2-3 個 Sub-agent(讀取/分析/執行分開)通常已足夠,不需要追求過度細分。

提問
請至少輸入 10 個字