Agent Đẻ Ra Agent: Claude Code Cho Phép Sub-Agent Tự Spawn Sub-Agent Đến 5 Cấp

Một team fintech nhận hóa đơn $47,000 sau một tuần chạy thử nghiệm. Họ deploy 23 sub-agent cho dự án kiểm tra chất lượng code. Không ai tính chi phí trước.

🆕 Claude Code v2.1.172 Thay Đổi Gì

Claude Code v2.1.172 (ra ngày 10 tháng 6, 2026) gỡ bỏ một giới hạn cũ: sub-agent giờ có thể tự spawn sub-agent con của mình, tối đa 5 cấp sâu. Server-side enforcement, không cấu hình được từ client.

Trước bản này, sub-agent chạy xong phải dump toàn bộ token ngược lên context của agent cha. Một sub-agent phân tích log 200MB sẽ nhồi hàng chục nghìn token rác vào session chính, khiến agent cha bắt đầu ra quyết định sai.

Giờ mỗi cấp chạy trong context frame riêng biệt. Chỉ có bản tóm tắt nổi lên. Đây là thay đổi cốt lõi, còn "5 cấp" chỉ là con số giới hạn kỹ thuật.

Kiến Trúc Thực Tế Trông Như Thế Nào

Một pipeline debug production điển hình: Opus (session chính) nhận yêu cầu từ kỹ sư, quyết định chiến lược tổng thể. Opus spawn Opus (triage lead) để phân loại lỗi. Triage lead spawn Sonnet (reproduction runner) để tái tạo bug trong môi trường test. Sonnet spawn Haiku (log summarizer) để đọc 50,000 dòng log và trả về 3 dòng kết quả.

Haiku xử lý xong, chỉ trả 3 dòng lên Sonnet. Sonnet tóm tắt kết quả lên Opus triage. Opus triage báo cáo lên session chính. Toàn bộ quá trình phân tích log nặng chạy trong context riêng, không làm nhiễu session Opus đang giữ toàn bộ ngữ cảnh dự án. Trong thực tế, 2-3 cấp là đủ cho hầu hết các use case.

Tại Sao Cái Hóa Đơn $47,000 Xảy Ra

Chi phí nhân lên theo nhánh theo từng cấp. Một nhánh ở cấp 1 chạy 7 sub-agent, mỗi sub-agent đó lại chạy thêm 3 sub-agent ở cấp 2. Bạn đang trả tiền cho 21 agent chạy song song, tất cả dùng Opus. Team fintech kia deploy 23 sub-agent trên một dự án quality assurance, toàn bộ dùng Opus, không đặt giới hạn nào. Sau 7 ngày, $47,000.

Bài học không phải "đừng dùng nested agents." Bài học là dùng đúng model cho từng tầng.

Cách Kiểm Soát Chi Phí Thực Sự

Tiered model allocation cắt ~51% chi phí so với all-Opus:

• Cấp 1 (orchestration): Opus
• Cấp 2 (triage, phân tích): Opus hoặc Sonnet
• Cấp 3 (task cụ thể): Sonnet
• Cấp 4+ (bulk processing, log parsing): Haiku

Quy tắc thực tế: nếu một task tạo ra ít hơn 1,000 token output, chi phí overhead của việc spawn sub-agent riêng cao hơn lợi ích context isolation. Chạy thẳng trong agent hiện tại.

Pitfalls Cần Biết Trước

Circular spawning: Agent A spawn Agent B, Agent B spawn lại Agent A theo một điều kiện logic. Server-side depth limit không cứu được tình huống này vì vòng lặp xảy ra trong 5 cấp. Cần thiết kế explicit stopping condition.

Silent failures ở cấp 5: Khi một agent đang ở cấp 5 cố spawn thêm một cấp nữa, request bị từ chối server-side mà không có error message rõ ràng trong nhiều client. Agent cha không biết task con thất bại, tự nhận là xong.

Over-nesting cho task nhỏ: Nested agents sinh ra để giải quyết bài toán context pollution. Nếu task của bạn không có vấn đề đó, kiến trúc phẳng nhanh hơn và rẻ hơn.

Bạn đang xây pipeline agent nào mà thấy context bị nhiễu nhất?

#VibeAICoder #ClaudeCode #AgenticAI #subagents #vibecoding