LangChain führt forked subagents ein

LangChain führt forked subagents ein

LangChain hat in seinem Multi-Agent-Harness ein Feature namens „forked subagents“ eingeführt. Subagents ermöglichen es einem Supervisor-Agenten, Aufgaben zu delegieren, ohne das eigene Kontextfenster mit Details zu belasten. Bisher starteten solche Subagents typischerweise mit einem frischen Kontextfenster. Das konnte zu Verschwendung führen: Sie wiederholten Kontext-Sammlungen wie Datei-Lesevorgänge, die der Supervisor bereits durchgeführt hatte. Forked subagents erben dagegen den vollständigen Konversationskontext des Supervisor-Agenten. Statt isoliert mit leerem Kontext zu beginnen, übernehmen sie die gesamte bisherige Unterhaltung. Der Unterschied zu den bisherigen isolierten Subagents liegt in der Kontextübergabe: Isolierte Subagents erhalten nur die Aufgabenbeschreibung und bauen ihren Kontext selbst auf, geforkte Subagents greifen auf den vorhandenen Kontext zurück. Die Neuerung betrifft das Multi-Agent-Harness von LangChain, in dem ein Supervisor-Agent einen Plan verwaltet und Arbeit an spezialisierte Subagents delegiert. Während isolierte Subagents für Kontext-Isolation sorgen, indem sie Details von Teilaufgaben vom Supervisor fernhalten, können geforkte Subagents dann eingesetzt werden, wenn sie vom Kontext des Supervisors profitieren. Das Feature zielt darauf ab, redundante Kontext-Sammlung zu vermeiden.

Hersteller verspricht schnellere und günstigere Abläufe

Nach Angaben des Herstellers kann Forking schneller und günstiger sein als isolierte Subagents. Der Grund liegt in der Wiederverwendung des Supervisor-Kontexts. Isolierte Subagents müssen Kontext-Sammlungen, die der Supervisor bereits erledigt hat, erneut durchführen – etwa Datei-Lesevorgänge. Forked subagents überspringen diese Schritte, weil sie den vollständigen Konversationskontext des Supervisors erben. Dadurch greift Prompt-Caching: Da der Kontext als identischer Präfix in den Anfragen der Subagents auftaucht, kann der Anbieter diesen Teil aus dem Cache bedienen, statt ihn erneut zu verarbeiten. Das reduziert wiederholte Arbeit und senkt Token-Verbrauch und Latenz. Für Fälle, in denen Subagents vom Kontext des Supervisors profitieren können, ist das Forking gedacht. Es ergänzt die bisherige Option isolierter Subagents, die weiterhin für Aufgaben mit strikter Kontext-Trennung sinnvoll bleibt. Die Herstellerangabe ist bislang nicht durch unabhängige Benchmarks belegt, die Token-Verbrauch und Latenz von geforkten und isolierten Subagents direkt vergleichen.