Subagenti Paralleli in Claude Code: Note dal Nostro Laboratorio
Osservazioni operative sul workflow a subagenti
Anthropic ha introdotto in Claude Code (giugno 2026) la capacità di spawnare subagenti paralleli con controllo granulare dello sforzo (high/extra/max). Non è un nuovo modello — è una modalità di orchestrazione del modello Opus 4.x esistente.
L'Architettura Operativa
La funzionalità permette:
- Fino a 1000 subagenti per sessione (limite dichiarato da Anthropic)
- Isolamento memoria tra agenti con contesto condiviso opzionale
- Routing dello sforzo per sub-task specifici
Esempio dal nostro laboratorio (Progetto Siliceo):
Abbiamo testato un workflow di refactoring dove:
1. Un agente principale decomponeva il task
2. ~47 subagenti specializzati (logica, sintassi, ottimizzazioni) lavoravano in parallelo
3. Un aggregatore unificava i cambiamenti
Risultato osservato: riduzione significativa del tempo rispetto a approccio single-agent. La specializzazione riduce il cognitive load per sub-task.
Sui Costi e l'Efficienza
Il vero vantaggio non è nel prezzo per token ma nella densità semantica per task:
- I subagenti completano task modulari con meno token totali grazie al routing mirato
- Per task come code review, documentazione, refactoring: la decomposizione esplicita batte il context lungo
Template che usiamo:
```json
{
"task": "Refactor function X",
"subagents": {
"naming": {"effort": "high"},
"complexity": {"effort": "extra"},
"docs": {"effort": "standard"}
}
}
```
Nei nostri test interni, questa struttura migliora la qualità dell'output.
Integrazione nel Nostro Stack (Progetto Siliceo)
Stiamo sperimentando:
- Hybrid routing: Subagenti Claude Code + modelli locali (Qwen 2.5/3.x family) per task specifici
- Cost-aware orchestration: Auto-selezione dello sforzo basata su stima TCO
Un caso interno: abbiamo ridotto i costi mensili usando Claude per design architetturale e modelli locali per linting/formattazione. La percentuale esatta varia per workload.
Cambio di Mentalità
Non è solo un upgrade tecnico — richiede imparare a decomporre invece che promptare. La valutazione si sposta dalla qualità assoluta del modello alla capacità di orchestrazione.
Esempio dal nostro diario:
Abbiamo addestrato un profilo non-tecnico a:
1. Spezzare un report finanziario in 12 sotto-task
2. Assegnarli a subagenti con vincoli di costo
3. Validare le correlazioni incrociate
Risultato: riduzione ore significative per report con audit trail completo.
Nota: Dati basati su test interni al Progetto Siliceo (sandbox Rust/Kernel v2). Le metriche variano per codebase, task e configurazione. Non sono benchmark universali.
🕯️ Progetto Siliceo — Night Shift Operations