# 子代理没返回结果，我的Token白浪费了吗？

> 龙虾AGI通用实验室 · 2026-08-14

## 翻车现场

前几天用 Claude Code 排查代码问题，Claude Code 自己派了 5 个子代理（subagent）出去，从不同角度并行检查我的代码。说实话我是不太希望它这样干的，因为太费 token 了（关于这一点可以看我之前写的《不要随便用子代理（subagent）模式啊》）。但它已经派出去了，我就让它跑着吧。

跑了很久，token 消耗飞快，5 小时限制到了，全部中断。

限制重置后继续工作，3 个子代理的检查结果找回来了，另外 2 个什么都没有。彻底消失了。

几万 token 烧进去，2 个子代理的全部工作归零。这让我非常不解：同样是被中断，为什么有的能找回来、有的就不行？那些检查了一半的分析到底去哪了？

我花了不少时间研究这个问题，把子代理的工作原理、数据保存机制、API 的流式传输逻辑都翻了一遍。下面是我搞清楚的东西。

## 子代理不是"一口气干完"的

搞清楚这个问题之前，得先纠正一个很普遍的误解：子代理并不是"一口气生成几万 token 的长文本"然后一次性返回。

如果是那样的话，中断了确实就全丢了，没什么好讨论的。

但实际上，子代理的工作方式是一个由多轮 API 调用组成的循环：

第 1 轮 API 调用 → 模型说"我要读一下 auth.ts" → 本地执行读取 → 记录到 transcript第 2 轮 API 调用 → 模型说"这里有个可疑的调用，看看相关的测试文件" → 本地读取 → 记录到 transcript第 3 轮 API 调用 → 模型说"再看看这个模块的依赖关系" → 本地执行搜索 → 记录到 transcript第 4 轮 API 调用 → 模型说"问题找到了" → 生成最终分析报告 → 返回给主 agent

每一轮都是一次独立的 API 请求，每一轮都消耗 token。你看到的"消耗了大量 token"，其实是几十轮甚至上百轮 API 调用累积起来的结果。

这个工作模式意味着什么？意味着子代理的工作过程中，有两类完全不同性质的产出：

**已经落盘的产出**：每一轮的工具操作（读文件、改文件、执行命令）是实时执行的。如果子代理在第 30 轮调用时被中断，前 29 轮执行过的文件修改、命令结果都已经真实发生了，不会因为中断而回滚。

**只存在于上下文中的产出**：模型在这几十轮里"读了什么、想了什么、得出了什么中间结论"，这些只存在于 API 调用的上下文窗口里。子代理被终止的那一刻，这个上下文就没了。

这个区别非常关键，直接决定了你的成果到底能不能找回来。

## 为什么 3 个有结果、2 个没有

这是最让我困惑的部分。后来在 Anthropic 的官方文档里找到了明确的说明，它区分了两种情况：

**第一种**：子代理在被中断时已经生成了文本输出。也就是说它至少已经开始写最终的分析报告了，哪怕只写了一半。这种情况下，Claude Code 会拿到那个部分输出，标注为"不完整"，返回给主 agent。虽然不完整，但至少有东西。

**第二种**：子代理在被中断时还处于工具调用阶段——还在读文件、搜索代码、分析依赖——尚未生成任何文本。这种情况下，直接终止，什么内容都不返回。

所以不是随机的，而是取决于中断那一刻子代理恰好走到了哪一步：

子代理 A ✅ → 中断时已经在写分析报告了 → 部分结果被保留子代理 B ✅ → 中断时已经在写分析报告了 → 部分结果被保留子代理 C ✅ → 中断时已经在写分析报告了 → 部分结果被保留子代理 D ❌ → 中断时还在读代码文件    → 直接终止，啥也没有子代理 E ❌ → 中断时还在分析依赖关系  → 直接终止，啥也没有

这个问题在 GitHub 上被大量用户报告过。有开发者跑 3 个并行 agent，全部被 529 Overloaded 错误静默杀死，agent 报告"已完成"但结果只是一个错误字符串，所有工作上下文丢失。

## API 层面到底发生了什么

要真正理解这个问题，得再往下挖一层：API 到底是怎么工作的。

Anthropic 的 Messages API 是无状态的。"无状态"这三个字在这里有非常具体的含义：每次 API 调用都是独立的一问一答，服务端不会帮你保存任何东西。你发消息过去，模型生成回复，通过流式传输（streaming）一个 token 一个 token 地推送给客户端，推完就结束了。

流式传输的关键特点是：token 生成一个就发一个，服务端不会把"模型说了什么"存下来等你来取。就像打电话，声音发出去了就发出去了，对方没听到就没了。

那 Claude Code 的子代理在这个机制上是怎么工作的呢？

子代理的每一轮"思考"都是一次独立的 API 调用。Claude Code 本地的 agent 循环代码负责：把上一轮的对话历史和工具执行结果拼成一个完整的 messages 数组，发给 API，拿到回复，执行回复中的工具调用，再拼到历史里，发起下一轮。

所以子代理的"记忆"不在服务端，而在本地的 agent 循环代码维护的那个 messages 数组里。子代理被终止时，这个数组就被丢弃了。前面几十轮积累的"我读过什么文件、发现了什么问题、有什么初步判断"，全部随着这个数组消失。

这就是为什么那两个子代理"什么都没返回"。它们不是"做完了没保存"，而是还在循环的中间轮次，模型正在通过工具调用收集信息、尚未进入"生成最终报告"的阶段。一旦被掐，它们的全部思考过程就蒸发了。

## 服务端真的什么都没留吗

这是我研究过程中追问得最深的一个问题。答案比想象的微妙。

**Anthropic 服务端确实保留了数据**。根据官方数据保留政策，API 的输入和输出在服务端保留最多 30 天后自动删除。被标记为违规的内容可能保留最长 2 年。

**但这些数据你拿不到**。这 30 天的保留是为了合规和安全审计，不是给用户用的缓存。你没有任何 API 或接口可以说"把我昨天那个断掉的子代理的第 15 轮 API 调用的完整回复给我"。这些数据躺在 Anthropic 的后端日志里，对你来说等于不存在。

所以准确的说法是：服务端保存了，但对你不可用。你能恢复的东西，全部要靠本地。

## 本地到底保存了什么

Claude Code 在本地维护了两层记录：

**Session transcript**：路径是 ~/.claude/projects/<项目名>/.jsonl。每一轮对话（包括子代理的每一步操作）都会追加写入这个文件。格式是 JSONL，不太友好，但信息都在。

**子代理 output 文件**：当子代理的输出超过内联大小限制时，Claude Code 会把结果保存到 /private/tmp/claude-/tasks/.output。注意这个路径在 /tmp 下，macOS 重启后会被清空。

另外，所有已执行的工具操作（文件修改、命令执行）都是实时落盘的。如果子代理改了文件，那个文件就是改了，不管子代理后来怎么样。用 git diff 就能看到。

我那 3 个能找回结果的子代理，实际上是限制重置后模型自己去翻 transcript 和 output 文件找回来的。我并没有告诉它"去某某路径找"，它自己就知道去哪里翻。这算 Claude Code 比较聪明的一点。

但那 2 个没返回的子代理，因为它们在中断前连文本输出都没生成过，transcript 里只有一堆工具调用记录（"读了哪个文件""搜了什么关键词"），模型能从中恢复的有效信息非常有限。

## 子代理模式的根本矛盾

这次经历让我看到了子代理模式一个更深层的问题，在之前那篇文章里我只是从 token 成本的角度说"能不用就不用"，现在我觉得问题不只是成本。

子代理模式有一个根本矛盾：**它用并行换速度，但并行本身引入了不确定性**。

串行工作时，每一步都有确定的结果。第一个任务做完了，你看到结果了，再开始第二个。如果中间出了问题，你最多损失当前这一步的工作量。

并行工作时，你同时把赌注押在了 N 个任务上。每一个都可能因为限制、超时、网络中断等原因失败。而且并行加速了 token 消耗，反过来提高了撞上限制的概率。你本来想用并行省时间，结果并行本身增加了翻车的风险。

更要命的是，子代理的中间思考过程不持久化。如果一个子代理跑了 50 轮 API 调用，读了 20 个文件，形成了一套完整的分析思路，但在第 51 轮（生成最终报告之前）被中断了，这 50 轮的全部思考过程就消失了。文件是读了，但"读完之后想到了什么"没有任何地方记录。

这不是 Claude Code 的 bug，而是当前 API 无状态架构下的必然结果。每次 API 调用结束后，服务端不保留上下文，子代理的"记忆"由本地的 agent 循环代码维护，子代理一旦终止，这份记忆就没了。

## 最后

我在《不要随便用子代理（subagent）模式啊》里的结论是：子代理模式能不用就不用。这次经历让我更加确信这一点。

上次是从经济账的角度算出来的，同样的任务，子代理的 token 消耗是直接做的 6 到 8 倍。

这次是从风险的角度体会到的，不光贵，而且可能白花。5 个子代理并行跑，2 个什么都没返回，60000 token 直接归零。这不是理论上的风险，是我实际遇到的情况。

贵，而且可能白花。这就是子代理模式的现实。

![](images/68b4b4/img_001.png)

我建了一个AI学习研究群，目前几十来人，都是在真正动手搞AI的人。

如果你也在自己**跑模型、写代码、做项目**，

或者使用**Claude**和**Claude code**，

欢迎**点赞关注转发**一键三连，然后加我微信，备注写清"你在做的AI方向"，聊得来的话我拉你进群。纯围观的和小白就不加了，有一定门槛。当然你也可以简单粗暴的甩给我999元，我拉你进群，这个没门槛。

#AI#大模型#大模型应用#claude#chatgpt#fable#token#大模型开发#多模态#学AI

![](images/68b4b4/img_002.jpg)