Subagents en Claude Code: la guia definitiva

En l'ecosistema actual d'assistents de codi impulsats per intel·ligència artificial, un dels desafiaments més crítics és la gestió eficient del context. Cada consulta, lectura de fitxers o exploració del codi consumeix una porció valuosa del límit de tokens disponible. Quan es realitzen diverses operacions de recerca, l'espai es redueix ràpidament, comprometent la qualitat de les interaccions posteriors. Per abordar aquest problema, els subagents emergeixen com una solució elegant i potent. Un subagent és una instància independent del model que opera en el seu propi context aïllat: rep instruccions específiques, executa la seva tasca i retorna únicament el resultat final. L'agent principal mai veu el procés intermedi, només el resum. Aquest mecanisme permet externalitzar treballs costosos —com cerques a la base de codi, anàlisi de dependències o revisions extenses— sense contaminar la finestra de context principal. A diferència de les skills, que afegeixen instruccions al context actual, els subagents treballen completament fora d'ell. Claude Code inclou tres subagents integrats: Explore (ràpid i només lectura, basat en Haiku), Plan (usat durant el mode planificació) i General-purpose (amb totes les capacitats del model principal). El desenvolupador pot crear subagents personalitzats mitjançant fitxers Markdown amb frontmatter YAML, ubicats a .claude/agents/ (projecte), ~/.claude/agents/ (usuari) o configuracions gestionades per l'organització. La configuració del model és determinant: per a tasques de només lectura n'hi ha prou amb Haiku, per a anàlisi es recomana Sonnet, i només per a raonament complex s'usa Opus. Restringir les eines —per exemple, a només lectura, grepping i bash— evita escriptures accidentals. La memòria persistent opcional permet que un subagent acumuli coneixement sobre convencions del projecte al llarg de sessions. Els patrons d'ús més efectius inclouen la recerca paral·lela d'àrees independents, l'aïllament d'operacions que generen molt output intermedi (com anàlisi de logs o diffs grans), i l'encadenament seqüencial on un subagent alimenta el seu resum al següent. No obstant això, hi ha dos errors comuns que poden anul·lar els beneficis. El primer és un output massa verbose: si el subagent retorna milers de tokens, l'estalvi de context es redueix dràsticament. La solució és especificar al prompt del subagent un format de sortida concís —per exemple, un màxim de deu vinyetes amb gravetat, fitxer i descripció breu. El segon error és dependre de l'encaminament automàtic mitjançant la descripció del subagent; si aquesta és vaga, la delegació es torna impredictible. Per a fluxos crítics, és millor invocar el subagent pel seu nom explícitament. A la pràctica, empreses com Q2BSTUDIO apliquen aquests conceptes per construir solucions de ia per a empreses que maximitzen l'eficiència i redueixen costos operatius. En integrar agents IA amb arquitectures de subagents, aconseguim que les tasques d'anàlisi de codi, revisió de seguretat o generació d'informes no consumeixin recursos innecessaris. Els nostres serveis cloud AWS i Azure proporcionen la infraestructura escalable per desplegar aquests sistemes, mentre que les nostres pràctiques de ciberseguretat asseguren que els subagents només tinguin els permisos estrictament necessaris. A més, la intel·ligència de negoci amb Power BI permet visualitzar mètriques de rendiment d'aquests agents. Tot això s'emmarca dins de la nostra oferta de aplicacions a mida, on el programari a mida es combina amb intel·ligència artificial per oferir solucions robustes i personalitzades. Els subagents no són només una característica avançada; representen un canvi fonamental en com gestionem el context en assistents d'IA. El seu ús adequat permet mantenir sessions llargues i productives, alliberant el desenvolupador de la preocupació constant pel límit de tokens. A Q2BSTUDIO, entenem que l'eficiència en cada crida al model es tradueix en millors resultats per als nostres clients. Per això, adoptem patrons com la recerca paral·lela, l'aïllament d'operacions costoses i l'encadenament controlat, sempre amb un enfocament en la qualitat i la seguretat.