Subagent คืออะไร — ให้ AI แตกงานใหญ่เป็นทีมย่อยช่วยกันทำ
ทำความรู้จัก Subagent ใน Claude Code ที่ให้ AI แตกงานใหญ่เป็นทีมย่อยทำงานขนานกัน เร็วขึ้น ประหยัด context หลัก พร้อมตัวอย่างและวิธีเริ่มใช้
ลองนึกภาพหัวหน้าที่เก่งมาก แต่ต้องทำงานทุกอย่างด้วยตัวคนเดียว ค้นข้อมูลเอง เขียนเอง ตรวจเอง เรียงทีละอย่างจนดึก ถ้าเขามีลูกทีมช่วยแบ่งงานกันทำพร้อมกันคงเสร็จไวกว่าเยอะ นี่คือแนวคิดของ Subagent ใน Claude Code ที่ให้ AI แตกงานใหญ่ออกเป็นทีมย่อยช่วยกันทำ แทนที่จะแบกทุกอย่างไว้คนเดียว
Subagent คืออะไร
Subagent คือ AI ตัวย่อยที่ AI หลักสั่งให้ไปทำงานเฉพาะเรื่อง เปรียบเหมือนหัวหน้า (AI หลัก) ที่มอบหมายงานให้ลูกน้องหลายคน แต่ละคนรับงานของตัวเองไปทำ พอเสร็จก็ส่งผลกลับมาให้หัวหน้ารวบรวม
ที่สำคัญคือลูกทีมเหล่านี้ ทำงานขนานกันได้ ไม่ต้องรอกันเป็นทอด ๆ เหมือนมอบหมายงาน 3 อย่างให้ 3 คนพร้อมกัน แทนที่จะให้คนเดียวทำทีละอย่างจนครบ ผลคือเสร็จเร็วขึ้นมาก
ต่างจากทำคนเดียวยังไง
ปกติเวลาคุณสั่งงานใหญ่ AI จะทำเรียงกันไปทีละสเต็ป ค้นเรื่องแรกเสร็จค่อยขึ้นเรื่องสอง กว่าจะครบก็นาน และข้อมูลทุกอย่างกองรวมอยู่ในบทสนทนาเดียวจนรก
พอใช้ Subagent ภาพเปลี่ยนไป
- งานถูกแบ่ง เป็นชิ้นย่อยที่ชัดเจน แต่ละตัวโฟกัสเรื่องเดียว
- ทำพร้อมกัน หลายเรื่องเดินหน้าไปด้วยกัน ไม่ต้องรอเข้าคิว
- ผลถูกรวบกลับ มาให้ AI หลักสรุปให้คุณที่เดียว
เหมือนความต่างระหว่างเชฟคนเดียวทำทั้งครัว กับทีมครัวที่แบ่งกันทำแต่ละจาน
ข้อดีของ Subagent
นอกจากเร็วขึ้นแล้ว Subagent ยังมีข้อดีที่มือใหม่อาจไม่ทันคิด
- ประหยัด context หลัก งานย่อยไปเกิดในพื้นที่ของลูกทีม รายละเอียดยิบย่อยไม่มากองในบทสนทนาหลัก AI หลักเลยเห็นแต่ผลสรุป ทำให้ พื้นที่ความจำหลักไม่เต็มเร็ว ถ้ายังไม่คุ้นเรื่องพื้นที่ความจำ ลองอ่าน Context Window คืออะไร ประกอบจะเห็นภาพชัดขึ้น
- แยกเรื่องไม่ปนกัน แต่ละตัวรับผิดชอบเรื่องเดียว คำตอบเลยตรงและเฉพาะเจาะจง ไม่สับสนข้ามเรื่อง
- เร็วขึ้นจริง เพราะหลายงานเดินพร้อมกัน ไม่ใช่รอเรียงทีละอัน
ตัวอย่างงานที่เหมาะกับ Subagent
Subagent เปล่งประกายกับงานที่แตกเป็นชิ้นย่อยได้ ลองดูตัวอย่าง
- เขียนหลายบทความพร้อมกัน สั่งให้ลูกทีมแต่ละตัวเขียนคนละหัวข้อ แล้วรวบมาทีเดียว แทนที่จะรอเขียนทีละบท
- ค้นโค้ดหลายจุด อยากรู้ว่าฟังก์ชันหนึ่งถูกเรียกใช้ตรงไหนบ้างในโปรเจกต์ใหญ่ ให้ลูกทีมกระจายกันค้นคนละส่วน
- เทียบข้อมูลหลายแหล่ง ให้แต่ละตัวไปสรุปคนละเอกสาร แล้วเอาผลมาเทียบกัน
จุดสังเกตคือ ถ้างานแบ่งเป็นชิ้นที่ ไม่ต้องพึ่งพากัน ได้เมื่อไหร่ นั่นแหละคืองานที่ Subagent ช่วยได้ดี
เริ่มใช้ยังไง
มือใหม่ไม่ต้องตั้งค่าอะไรซับซ้อน วิธีที่ง่ายที่สุดคือ บอกเป้าหมายให้ชัดแล้วปล่อยให้ AI จัดการ เช่น "ช่วยค้นว่าคำนี้ถูกใช้ตรงไหนบ้างในโปรเจกต์ แบ่งงานค้นหลาย ๆ จุดพร้อมกันได้เลย" AI จะพิจารณาเองว่าควรแตกเป็นลูกทีมกี่ตัว
เคล็ดลับคือ สั่งที่เป้าหมาย ไม่ใช่สั่งทีละสเต็ป ยิ่งคุณบอกผลลัพธ์ที่อยากได้ชัด AI ยิ่งวางแผนแบ่งงานได้ดี เรื่องนี้อธิบายไว้ละเอียดใน สั่งงาน Claude Code ที่เป้าหมาย ไม่ใช่ทีละขั้น และถ้ายังใหม่กับตัวเครื่องมือ เริ่มจาก 5 คำสั่ง Claude Code ที่มือใหม่ต้องรู้ ก่อนก็ได้
สรุป
Subagent คือการให้ AI แตกงานใหญ่ออกเป็นทีมย่อยที่ทำงานขนานกัน เหมือนหัวหน้าสั่งลูกน้องหลายคนช่วยกันทำแล้วรวบผลกลับมา ข้อดีคือเร็วขึ้น แยกเรื่องไม่ปนกัน และประหยัด context หลักเพราะรายละเอียดยิบย่อยไม่มากอง เหมาะกับงานที่แบ่งเป็นชิ้นไม่ต้องพึ่งกัน เช่น เขียนหลายบทความหรือค้นโค้ดหลายจุด เริ่มใช้ได้ง่าย ๆ แค่บอกเป้าหมายให้ชัดแล้วปล่อยให้ AI จัดทีมเอง
คำถามที่พบบ่อย
Subagent ต่างจากการเปิดหลายหน้าต่างเองไหม?
ต่างกัน การเปิดหลายหน้าต่างคุณต้องคุมเองทุกอัน แต่ Subagent คือ AI หลักสั่งลูกทีมย่อยให้ทำงานเอง แล้วรวบผลกลับมาให้คุณที่เดียว ไม่ต้องสลับหน้าต่างไปมา
ใช้ Subagent แล้วเปลืองค่าใช้จ่ายกว่าไหม?
มีการทำงานหลายตัวก็ใช้ token มากขึ้นในภาพรวม แต่แลกกับความเร็วและการที่ context หลักไม่รก งานที่ต้องค้นหรือทำหลายจุดพร้อมกันมักคุ้มกว่าทำทีละอย่างเรียงกัน