Subagents là gì? Khi Claude Code tự 'nhân bản' để làm việc song song

Subagents là AI chuyên biệt chạy song song trong Claude Code. Khám phá 6 agent tích hợp sẵn để review, debug, test mà không làm gián đoạn flow của bạn.

Định nghĩa

Subagents (agent con) là các AI chuyên biệt được Claude Code spawn ra song song trong context window riêng biệt để xử lý tác vụ cụ thể (research, code, debug), sau đó báo cáo kết quả gọn gàng về agent chính. Khác với Skills (prompt templates) hay MCP (tool connectors), Subagents là autonomous sub-processes—những quy trình tự chủ có khả năng ra quyết định và thực thi độc lập trong sandbox riêng, tách biệt hoàn toàn với "brain" chính.

Giải thích chi tiết

Context Isolation — "Docker containers for cognition"

Khi một agent đơn lẻ cố gắng làm tất cả—từ research codebase, lập kế hoạch, viết code, đến test và review—nó mắc phải context pollution. Các bước tìm kiếm thử-nghiệm (grep lỗi, npm install thất bại, đọc log dài) làm đầy context window (200K tokens), gây "nhiễu" cho bước tiếp theo. Subagents giải quyết điều này bằng cách tạo clean-room environments: mỗi agent con làm việc "bẩn" trong sandbox riêng, sau đó chỉ trả về kết quả đã chưng cất (ví dụ: "Tìm thấy lỗi ở file X, dòng 42") mà không mang theo toàn bộ quá trình suy nghĩ lộn xộn.

6 Built-in Agents trong Claude Code

Claude Code cung cấp 6 agent chuyên môn hóa theo vòng đời phát triển phần mềm, mỗi agent có system prompt và tool permissions riêng:

Explore Agent — "Scout" chỉ đọc (read-only). Sử dụng model Haiku (rẻ và nhanh) để điều hướng codebase, tìm file, đọc cấu trúc dự án. Không có quyền write nên không thể vô tình sửa code khi đang research.
Plan Agent — Kiến trúc sư chỉ nghiên cứu. Phân tích dependencies, mapping quan hệ file, đề xuất giải pháp trước khi code. Hoạt động ở chế độ read-only để tránh "implementation bias"—hiện tượng agent vừa tìm hiểu vừa code dẫn đến thiếu sót architecture.
Implement Agent — Developer thực thi. Có quyền write, edit file, tạo code mới. Tập trung vào việc viết code trong khi agent chính giám sát từ xa, đảm bảo không vi phạm constraints đã đặt ra.
Debug Agent — Chuyên gia gỡ lỗi. Tập trung vào stack traces, reproduce lỗi, tìm root cause. Chạy song song với agent chính để không làm mất "mental model" của feature đang xây dựng.
Test Agent — QA engineer. Viết unit test, integration test, chạy kiểm thử (pytest, jest). Tạo safety net cho code mới mà không làm chậm quá trình implementation.
Review Agent — Code reviewer. Phân tích diff, check security patterns, performance anti-patterns, coding style. Cho phép parallel review: bạn code tiếp feature mới trong khi agent này review PR cũ trên worktree riêng.

Parallelism và Model Mixing

Bạn có thể spawn nhiều agent cùng lúc (ví dụ: Review + Test + Debug chạy song song trên cùng một changeset). Kết hợp model khác nhau để tối ưu chi phí: dùng Haiku cho Explore Agent (chỉ đọc file, rẻ tiền), Sonnet cho Implement Agent (cần chính xác), và Opus cho Plan Agent (cần reasoning phức tạp). Điều này giảm 40-60% token cost so với dùng một agent duy nhất xử lý tất cả.

Ví dụ thực tế

Workflow 1: Code trong khi Review chạy song song

Bạn đang viết tính năng thanh toán VietQR mới cho app fintech nhưng cần review PR của đồng nghiệp (nhánh feature/payment-fix). Thay vì git checkout và mất context, bạn spawn Review Agent trong worktree riêng:

claude --worktree review-payment-fix /review ../feature-payment-fix

Review Agent đọc diff, phân tích security vulnerabilities và logic errors. 30 phút sau, agent báo cáo: "Phát hiện SQL injection ở payment/controller.ts, đề xuất parameterized query". Trong thời gian đó, bạn không bị gián đoạn flow state ở nhánh feature/vietqr và tiếp tục code bình thường.

Workflow 2: Auto-debug khi Test fail

Bạn chạy /test cho module tích hợp ZaloPay API mới. Test Agent phát hiện 3 lỗi failing. Thay vì bạn đọc log dài vô tận, Claude tự động spawn 3 Debug Agents—mỗi agent phân tích một stack trace riêng biệt, tìm root cause, đề xuất fix cụ thể. Bạn chỉ nhận báo cáo tổng hợp gọn gàng: "Lỗi 1: Null pointer ở dòng 45 do thiếu check user != null". Tiết kiệm 20 phút đọc log và trace code.

Workflow 3: Explore codebase legacy ngân hàng

Dự án core banking monolith 100k+ dòng code từ 2015, bạn cần tìm pattern "xử lý hoàn tiền" để refactor. Spawn Explore Agent dùng Haiku để grep + read 50 file liên quan trong 5 phút. Agent trả về summary 200 tokens: "Tìm thấy 3 pattern: Strategy (80% cases), Factory (15%), và Facade (legacy). File quan trọng nhất: billing/refund/strategy.ts". Context chính của bạn chỉ nhận bản tóm tắt thay vì 50 file logs làm đầy context window.

Ứng dụng

Developer đang xây feature phức tạp: Dùng Plan Agent để vẽ architecture trước (15 phút), Implement Agent để code (45 phút), Test Agent kiểm thử song song (20 phút). Theo case study từ các team fintech Việt Nam, workflow này giảm 70% thời gian build so với làm tuần tự.

Senior Developer/Team Lead: Dùng Review Agent để pre-screen PR hàng ngày, Debug Agent để investigate bug report dài từ Sentry. Giải phóng thời gian khỏi việc đọc log dòng dòng, tập trung vào architecture decisions.

PM kỹ thuật (Technical PM): Dùng Explore Agent để nghiên cứu codebase cũ khi viết spec cho feature mới, Plan Agent để validate feasibility của yêu cầu phức tạp (ví dụ: "Liệu có thể migrate từ Oracle sang PostgreSQL trong 2 tuần không?") mà không cần nhờ dev estimate.

Freelancer xử lý nhiều dự án: Mỗi dự án có agent riêng chạy trong git worktree riêng, tránh context contamination giữa các codebase khác nhau. Chuyển dự án chỉ bằng cách switch worktree, không cần re-explain project structure cho Claude.

So sánh

Đặc điểm	Subagents	Skills	MCP
Bản chất	Autonomous sub-process	Prompt templates	Protocol/Tool connector
Context window	Isolated (riêng biệt)	Shared (chung)	External execution (ngoài context)
Thời gian sống	Ephemeral (spawn → work → die)	Persistent (loaded khi trigger)	Persistent server
Song song	Có (parallel execution)	Không	Có thể có
Ví dụ	Review Agent, Debug Agent	`/simplify`, `/batch`	GitHub API, PostgreSQL
Dùng khi	Cần làm nhiều việc song song, cần isolation	Cần tái sử dụng workflow	Cần kết nối external data

Kết luận: Subagents là "nhân công" chuyên biệt làm việc tạm thời trong sandbox riêng; Skills là "sổ tay" hướng dẫn tái sử dụng; MCP là "cầu nối" ra thế giới bên ngoài. Ba thứ kết hợp tạo nên hệ sinh thái agent hoàn chỉnh—bạn không cần chọn một mà nên kết hợp cả ba: dùng MCP để lấy data, Subagents để xử lý song song, Skills để chuẩn hóa workflow.