---
title: "Agent Specialization"
type: concept
tags: [OpenClaw, Agent, Architecture, Team]
sources: [multi-agent-team]
last_updated: 2026-04-23
---

## Definition

**Agent Specialization** 是多 Agent 系统中，每个 Agent 拥有独立角色、专长领域和针对性优化的模型，通过协作完成复杂任务的架构设计原则。

## 核心洞察

> "One agent can't do everything well: A single agent's context window fills up fast when juggling strategy, code, marketing research, and business analysis"

核心问题：
- **上下文窗口瓶颈**：单个 Agent 同时处理多领域任务时上下文快速填满
- **泛化输出的局限**：通用提示产生通用输出，专业任务需要专业 Agent
- **效率不均衡**：不同任务需要的模型能力不同，混用造成资源浪费

## 专业化 Agent 示例

| Agent | 角色 | 模型选择 | 核心职责 |
|-------|------|----------|----------|
| Milo | 策略领导 | Claude Opus | 战略规划、OKR 追踪、Agent 协调 |
| Josh | 商业分析 | Claude Sonnet | 定价策略、KPI 追踪、竞品分析 |
| Marketing | 营销研究 | Gemini | 内容创意、SEO 研究、社媒监控 |
| Dev | 开发工程 | Claude Opus/Codex | 代码审查、架构决策、文档撰写 |

## 模型匹配原则

> "Right model for the right job: Don't use an expensive reasoning model for keyword monitoring"

- **复杂推理任务**：Claude Opus（深度思考、架构设计）
- **分析性任务**：Claude Sonnet（快速分析、数据处理）
- **研究性任务**：Gemini（长上下文、网页研究）
- **执行性任务**：Codex（代码生成、工具调用）

## 起步策略

> "Start with 2, not 4: Begin with a lead + one specialist, then add agents as you identify bottlenecks"

从最小可行团队开始：
1. **1 个领导 Agent**：总协调、决策、汇总
2. **1 个专家 Agent**：根据当前最大瓶颈选择
3. **逐步扩展**：瓶颈出现时添加新 Agent

## Related Concepts

- [[Agent Personality]] — Agent 个性化与专业化相辅相成
- [[Multi-Agent Coordination]] — 多 Agent 协调机制
- [[Parallel Agent Execution]] — 并行执行提升效率
- [[Chained Agents]] — 链式 Agent（另一种协作模式）