Näin delegoit suuren tehtävän Claude Codessa sisäkkäisten aliagenttien avulla

Mitä Claude Code v2.1.172:ssa muuttui?#

Jos olet lukenut viime kuukausina jotain Claude Coden tekoälyagenteista, olet törmännyt samaan lauseeseen. Se löytyy virallisesta dokumentaatiosta, oppaastani aliagenteista ja jokaisen kilpailijan analyysistä. Se kuuluu näin: ”Aliagentti ei voi käynnistää toista aliagenttia.” Vielä 11. kesäkuuta 2026 tämä lause on kolmessa eri kohdassa osoitteessa code.claude.com/docs/en/sub-agents. Anthropic ei vain ole vielä päivittänyt sitä.

Claude Code v2.1.172 ilmestyi GitHub Releasesiin 10. kesäkuuta kello 20.44 UTC. Muutoslokin tärkein kohta oli yksi rivi:

Samassa julkaisussa korjattiin myös virhe, joka saattoi tapahtua vain sisäkkäisten aliagenttien kanssa: tausta-aliagentti pysyi aktiiviseksi merkittynä agenttipaneelissa, vaikka sen käynnistämä sisäkkäinen aliagentti oli jo pysäytetty.

Tämä on harvinainen tapaus, jossa virallinen dokumentaatio on yhä ristiriidassa julkaistun version kanssa. Seuraavaksi selitän, miten sisäkkäiset aliagentit eroavat rinnakkaisista aliagenteista, mitä ”syvyys 5” tarkoittaa ja missä kolmessa tilanteessa ominaisuudesta on tänään todella hyötyä.

Miten sisäkkäiset aliagentit eroavat rinnakkaisista ja peräkkäisistä aliagenteista?#

Kokeilin näitä kolmea lähestymistapaa pitkään itse, ja ajattelen niitä näin: delegoinnilla on kolme ulottuvuutta. Leveys, pituus ja syvyys. Kukin ratkaisee eri ongelman.

Leveys — rinnakkaiset aliagentit. Pääkeskustelu käynnistää N toisistaan riippumatonta aliagenttia samalla tasolla. Kukin saa rajatun tehtävän, työskentelee omassa eristetyssä ikkunassaan ja palauttaa vain tuloksen. Leveys ratkaisee nopeusongelman: 5 rinnakkain työskentelevää aliagenttia saa työn valmiiksi siinä ajassa, jossa yksi tekee saman työn peräkkäin. Tätä mallia käsittelin oppaassani rinnakkaisista aliagenteista worktree-ympäristöissä.

Pituus — aliagenttien ketju. A työskentelee ja luovuttaa tuloksen B:lle, B työskentelee ja luovuttaa sen C:lle. Kukin näkee edeltäjänsä syötteen. Pituus määrittää järjestyksen: B ei voi aloittaa ennen kuin se saa tiedot A:lta. Klassinen esimerkki: ensin tutkimus-aliagentti kerää lähteet, sitten editointi-aliagentti kirjoittaa artikkelin niiden pohjalta ja lopuksi faktantarkistus-aliagentti tarkistaa artikkelin. Kyseessä on tasainen jono; pääkeskustelu pitää koko tapahtumaketjun hallussaan.

Syvyys — sisäkkäiset aliagentit. A käynnistää B:n, B käynnistää C:n ja C käynnistää D:n. Kukin lapsi työskentelee oman vanhempansa sisällä omassa eristetyssä ikkunassaan ja palauttaa vanhemmalleen vain tuloksen. Pääkeskustelu ei näe mitään siitä, mitä lapsissa, lapsenlapsissa tai lapsenlapsenlapsissa tapahtuu. Tämä on uutta versiossa v2.1.172.

Suurin väärinkäsitys on, että syvyys 5 tarkoittaa ”voit käynnistää 5 aliagenttia samanaikaisesti”. Näin ei ole. Syvyys tarkoittaa puun pystysuuntaista tasoa, ei samanaikaisten lasten määrää. Jokaisella tasolla voi olla yksi aliagentti tai sata. Syvyys 5 tarkoittaa, että delegointiketju voi ulottua 5 askelta: pääkeskustelu → lapsenlapsenlapsi-1 → lapsenlapsenlapsi-2 → lapsenlapsenlapsi-3 → lapsenlapsenlapsi-4 → lapsenlapsenlapsi-5. Jokaisella tasolla voi myös olla haarautumista.

Versio 2.1.172 poisti säännön, jonka mukaan aliagentti ei voinut käynnistää toista aliagenttia.

Jos tavoittelet nopeutta, tarvitset leveyttä. Jos suoritusjärjestyksen on oltava tarkka, tarvitset pituutta. Syvyydestä on hyötyä täsmälleen yhdessä tilanteessa: kun tehtäväsi sisältää meluisan osatehtävän (15 verkkopyyntöä, lokien läpikäynti, tusinan tiedoston lukeminen) etkä halua, että sen tuottama kohina tulvii pääikkunaasi.

Mitä ”5 tasoa syvälle” tarkoittaa käytännössä?#

Tässä on tärkeä rehellisyyteen liittyvä huomio. Käytin puoli päivää dokumentaation ja yhteisöanalyysien läpikäymiseen ja huomasin, ettei Anthropic ole antanut täsmällistä määritelmää. Tässä olennaiset tiedot.

Kyseessä on raja, ei asetus.

Anthropic ei ole täsmentänyt, mitä ”5” tarkoittaa. Viralliset lähteet eivät kerro, tarkoittaako depth=5 viittä tasoa juuren alapuolella vai yhteensä viittä agenttia juuri mukaan lukien.

Raja on toteutettu palvelinpuolella. Asiakasohjelman v2.1.172 käänteinen analyysi ei löytänyt MAX_DEPTH-vakiota. Se tarkoittaa, että tarkistus tehdään jossakin Anthropicin API:ssa, ei paikallisesti koneellasi. Et voi asettaa --max-depth 7 ja syventää puuta. Et myöskään voi asettaa --max-depth 2 määrittääksesi matalamman ja turvallisemman rajan. Ainoa hallintakeinosi on frontmatterin sallittujen agenttien lista Agent(agent_type), mutta se rajaa lapsiagenttien tyyppejä, ei syvyyttä.

Anthropic ei ole määritellyt tarkasti, mitä ”5” tarkoittaa. Tämä on toinen tärkeä asia:

Anthropic ei ole täsmentänyt, mitä ”5” tarkoittaa. Viralliset lähteet eivät kerro, tarkoittaako depth=5 viittä tasoa juuren alapuolella vai yhteensä viittä agenttia juuri mukaan lukien.

Kolmannen osapuolen integraatiot tulkitsevat asian toistaiseksi eri tavoin. Projektin ruvnet/ruflo ADR-147 olettaa, että ”5 lapsitasoa juuren alapuolella = ketjussa 6 agenttia”. Käytän samaa käytäntöä kokeissani: pääkeskustelu on tasolla 0, sen suorat lapset tasolla 1 ja niin edelleen tasolle 5 asti. Tätä ei kuitenkaan ole kirjattu julkiseen dokumentaatioon.

Raja on jo käytössä, eikä lippuja tarvita. Mitään ei tarvitse aktivoida. Kun päivität Claude Coden versioon v2.1.172, voit lisätä Agent-työkalun lapsiagentin tools-määritykseen, jolloin se käynnistää toisen aliagentin. Olennaista on, että vanhempiagentin on sallittava se (tools: Agent(...)).

Tapahtuuko delegointisi nykyään leveyssuunnassa, pituussuunnassa vai syvyyssuunnassa?#

Käy läpi viimeiset 5 promptiasi. Kuinka usein olet tehnyt näin: tehtävä alkaa, Claude ryhtyy etsimään tiedostoja grepillä, tekee 10 verkkopyyntöä ja dumppaa valtavan seinän lokitietoja kontekstiin — ja 20 minuutin kuluttua huomaat ikkunan olevan täynnä. Lopullista vastausta tuotetaan jo niukalla tokenbudjetilla, koska välidumpit ovat vieneet 70 prosenttia kontekstista.

Tässä tilanteessa tarvitset syvyyttä. Et rinnakkaisuutta tai ketjua, vaan syvyyttä. Pääkeskustelun pitäisi delegoida ”tutkimus” yhdelle aliagentille, joka käynnistää sisältä käsin omia lapsiaan tekemään tiettyjä verkkohakuja, lukemaan tiedostoja ja etsimään grepillä. Lapset palauttavat vain tiivistetyt arviot. Lapsenlapsi kertoo vanhemmalleen: ”löytyi, vahvistettu” tai ”ei löytynyt, syy X”. Vanhempi kokoaa tiedot yhdeksi yhteenvedoksi ja palauttaa sen sinulle. Pääkeskustelu pysyy siistinä.

Ennen kesäkuun 9. päivää jäljittelin tätä käsin. Avasin toisen Claude Code -instanssin, kopioin promptin ”tutki tämä”, suoritin sen ja siirsin tuloksen sitten manuaalisesti takaisin pääikkunaan. Kuvasin tämän järjestelyn yksityiskohtaisesti oppaassani koodauksen delegoinnista monille tekoälyagenteille. Versiossa v2.1.172 voit kuvata sen suoraan orkestroijan järjestelmäpromptissa — Claude rakentaa puun itse.

Haluatko ymmärtää sisäkkäisiä aliagentteja ja samalla rakentaa kokoonpanon, joka tekee Claudesta luotettavan? Sisäkkäisyys on vasta yksi rakennuspalikka. Täydellisessä kokoonpanossa on kaikki kolme peruspilaria: AI-klooni + Toinen aivot + Kontekstin suunnittelu — ne muuttavat Clauden ”hallusinoivasta avustajasta” luotettavaksi työkaluksi.

Missä 3 tilanteessa sisäkkäisistä aliagenteista on oikeasti hyötyä?#

Tilanne 1. Syvällinen tutkimus faktantarkistuksineen

Oletetaan, että keräät aineistoa artikkelia tai myyntiehdotusta varten. Ensin sinun täytyy poimia 5–10 väitettä julkisista lähteistä ja sitten tarkistaa ne yksitellen: löytää alkuperäinen lähde, varmistaa lainauksen täsmällisyys ja laskea todelliset luvut.

Ennen versiota v2.1.172 sinulla oli kaksi vaihtoehtoa. Joko teit kaiken yhdellä aliagentilla, joka raateli 30 verkkopyynnön parissa ja tunki kaiken kontekstiinsa. Tai jaoit työn itse: yksi prompti väitteiden poimintaan ja sitten väitteet läpikäyvä silmukka, joka käynnisti kullekin erillisen aliagentin. Pääkeskustelu täyttyi välilistojen seinistä.

Alla olevassa reseptissä pääkeskustelu delegoi research-orchestrator-agentille (taso 1). Orkestroija poimii väitteet itse, lähettää ne fact-verifier-agentille (taso 2), ja kukin tarkistaja delegoi kohdennettuja hakuja web-deep-search-agentille (taso 3). Pääkeskustelu saa vain luettelon tarkistetuista väitteistä lähteineen. Kaikki muu pysyy lapsi-ikkunoissa eikä päädy kontekstiisi.

Tilanne 2. Suuren repositorion analysointi

Saat projektin, jossa on 200 tiedostoa. Sinun pitää ymmärtää arkkitehtuuri, löytää tärkeimmät moduulit ja arvioida tekninen velka. Suorita Glob sekä tusina Read-kutsua käsin, ja ikkunasi täyttyy 10 minuutissa.

Syvyys ratkaisee asian näin: pääkeskustelu käynnistää ”arkkitehti”-aliagentin. Arkkitehti käynnistää sisäisesti kolme lasta: yksi tutkii hakemistorakennetta (suorittaa Glob-komennon ja tekee yhteenvedon), toinen lukee 5 tärkeää asetustiedostoa ja kolmas etsii keskeisiä malleja grepillä. Kukin palauttaa ytimekkään yhteenvedon arkkitehdille. Arkkitehti kokoaa kokonaiskuvan ja antaa pääkeskustelulle puolen näytön mittaisen loppuraportin. Saat projektista kartan ilman, että konteksti täyttyy kaikkien tiedostojen cat-tulosteen seinästä.

Tilanne 3. Päästä päähän ulottuvien riippuvuuksien analysointi

Olet muuttamassa tietokannan skeemaa, API-sopimusta tai jaettua asetustiedostoa. Sinun pitää ymmärtää, missä muutosten vaikutukset näkyvät. Tämä tehtävä kuluttaa kontekstin nopeimmin, koska riippuvuuksia on paljon ja jokainen niistä täytyy tarkistaa lähdekoodista.

Syvyyttä käytettäessä pääkeskustelu käynnistää impact-analyzer-agentin (taso 1). Se käynnistää jokaiselle vaikutuksen kohteena olevalle tiedostolle oman dependency-tracer-agentin (taso 2). Kukin tracer käynnistää sisäisesti consumer-finder-agentin (taso 3), joka etsii koodikannasta grepillä riippuvuuden käyttäjät. Jokainen palauttaa vain ydinajatuksen: ”nämä kolme kohtaa rikkoutuvat”. Pääkeskustelu kokoaa taulukon muodossa ”vaikutuksen kohteena olevat tiedostot → vaikutus” tietämättä grep-tuloksista.

Näin otat sisäkkäiset aliagentit käyttöön 10 minuutissa#

Vaihe 1. Varmista, että käytössäsi on v2.1.172 tai uudempi.

claude --version

Jos versio on vanhempi, päivitä se. Julkaisun tärkein ominaisuus kuvataan yhdellä rivillä muutoslokissa: ”Aliagentit voivat nyt käynnistää omia aliagenttejaan jopa 5 tasoa syvälle” (koko teksti).

Vaihe 2. Luo vanhempiagentti, joka voi käynnistää lapsia.

Tiedosto .claude/agents/research-orchestrator.md:

---
name: research-orchestrator
description: Delegoi tutkimusta perusteellisella faktantarkistuksella
tools: Agent(fact-verifier), Read, WebFetch
model: opus
---

Olet tutkimuksen orkestroija. Kun saat aiheen:
1. Lue annettu aineisto tai hae annetut julkiset lähdeosoitteet.
   Poimi itse enintään 5 konkreettista väitettä. Kirjaa kustakin väiteteksti,
   sen lähdeosoite tai tiedosto ja täsmällinen tukeva kohta.
   Jos lähdeaineistoa ei annettu, pyydä se ennen delegointia.
2. Kutsu fact-verifier jokaista väitettä varten — se käynnistää itse
   omia lapsi-aliagenttejaan verkkohakuun ja tarkistamiseen.
3. fact-verifier palauttaa sinulle vain lopulliset arviot —
   älä lataa välidumppeja kontekstiisi.

Loppuraportissa saa olla vain lista { claim, sources[], confidence }.

tools-rivi myöntää vain fact-verifier-lapsityypin. Väitteiden poiminta on orkestroijan oma ensimmäinen vaihe, joten määrittelemätöntä claim-extractor-tiedostoa ei tarvita. Tyyppien sallittujen lista rajaa kutsuttavan lapsen tyypin, ei tyypin käynnistyskertojen määrää. Rajaa resepti enintään viiteen poimittuun väitteeseen.

Vaihe 3. Luo lapsiagentti, joka voi itse käynnistää lapsenlapsia.

Tiedosto .claude/agents/fact-verifier.md:

---
name: fact-verifier
description: Tarkistaa väitteen lapsiagenttien verkkohakujen avulla
tools: Agent(web-deep-search), Read
model: sonnet
---

Olet faktantarkistaja. Kun saat väitteen:
1. Muotoile 2-3 hakukyselyä.
2. Käynnistä jokaista varten web-deep-search — se suorittaa itse
   WebSearch- ja WebFetch-toiminnot ja palauttaa tarkistetut katkelmat.
3. Kokoa tiedot yhdeksi arvioksi: { claim, sources[], confidence }.

Näetkö keskeisen kohdan? tools-rivillä lukee taas Agent(web-deep-search). Se tarkoittaa, että faktantarkistaja (puumme taso 2) voi itse käynnistää toisen aliagentin (taso 3). Aiemmin tästä rivistä ei ollut hyötyä — dokumentaatiossa lukee yhä:

Versiossa v2.1.172 kyseinen rivi on vanhentunut. Syntaksi on sama, mutta nyt se toimii missä tahansa puun syvyydessä.

Vaihe 4. Luo lapsenlapsenlapsi.

Tiedosto .claude/agents/web-deep-search.md:

---
name: web-deep-search
description: Tekee verkkohakuja ja palauttaa katkelmia
tools: WebSearch, WebFetch
model: haiku
---

Sait hakukyselyn. Tee WebSearch-haku, valitse 3 olennaisinta URL-osoitetta ja hae WebFetchillä väitettä tukevat sanatarkat vahvistukset. Palauta lista { url, snippet, supports_claim: yes|no }.

Lapsenlapsenlapsen tools-määrityksessä ei ole Agent-työkalua, joten se ei käynnistä uusia aliagentteja puussa alemmilla tasoilla.

Vaihe 5. Suorita orkestroija.

claude --agent research-orchestrator

Anna sitten chatissa lähdeteksti tai julkiset lähdeosoitteet: ”Poimi ja tarkista näistä lähteistä enintään 5 konkreettista väitettä. Palauta väitteet, lähteet ja luottamusarvio.” Valitsimella --agent research-orchestrator istunto itse on orkestroija; sen tarkistaja- ja hakulapset lisäävät sen alle kaksi delegointitasoa. Jos tavallinen pääistunto delegoi sen sijaan tälle orkestroijalle, pääistunnon alla on kolme delegoitua tasoa.

Mitkä 5 anti-patternia tuhlaavat tokeneita ja tuhoavat havaittavuuden?#

Anti-pattern 1. Tehtävä mahtuu yhteen ikkunaan.

Jos yksi aliagentti pystyy hoitamaan tehtävän ilman kohinaa, älä lisää tasoja: sisäkkäisyys lisää kustannuksia ja viivettä turhaan.

Jos yksi aliagentti pystyy hoitamaan tehtävän ilman kohinaa, sisäkkäisyys lisää kustannuksia ja viivettä turhaan.

Anti-pattern 2. Tavoittelet nopeutta eristämisen sijaan.

Jos haluat nopeutta, tarvitset rinnakkaisuutta, et syvyyttä. Käynnistä 5 aliagenttia rinnakkain samalla tasolla sen sijaan, että rakentaisit ketjun. Syvyyden tarkoitus on siirtää meluisa valmisteleva työ lapsen ikkunaan, ei nopeuttaa työtä.

Anti-pattern 3. Työ on luonnostaan yksinkertaista.

”Etsi tämä tiedosto ja näytä se minulle” on kaksivaiheinen pyyntö; se ei tarvitse kolmitasoista hierarkiaa. Sisäkkäisyys kannattaa, kun tehtävä sisältää meluisan osatehtävän. Jos kohinaa ei ole, älä lisää aliagentteja.

Anti-pattern 4. Epämääräiset promptit ensimmäisellä tasolla.

Tämä on vaarallisin tilanne. Jos annat tason 1 orkestroijalle epämääräisen promptin, epämääräisyys moninkertaistuu. Yhdestä tason 1 epämääräisestä promptista tulee 4 epämääräistä promptia tasolla 2 ja 16 tasolla 3. Kun lapsenlapset aloittavat työnsä, ne eivät edes tiedä, mitä niiden pitäisi etsiä.

Anti-pattern 5. Geometrisesti kasvavat kustannukset.

Tärkein taloudellinen peruste: sisäkkäisyys kasvattaa tokenien käyttöä, ja kasvu kertautuu syvyyden myötä.

Tärkein taloudellinen peruste: sisäkkäisyys kasvattaa tokenien käyttöä, ja kasvu kertautuu syvyyden myötä.

Karkea laskelma: syvyyden 3 ketju, jossa jokaisella tasolla on 3 haaraa, tarkoittaa 27 aliagenttia. Se kuluttaa vähintään 27 kertaa enemmän tokeneita kuin yksinkertainen pyyntö. Clauden Pro-tilauksella tämä laskelma kuluttaa päivittäisen rajan parissa tunnissa. Max-tilauksella käytät viikon kiintiön päivässä.

Bonus-anti-pattern (oma kokemukseni): ”50 agenttia tekemässä turhaa työtä”.

Kun katson muiden projekteja, näen tämän usein: ”Minulla on 50 agenttia töissä.” Kysyn, mitä ne tekevät. Ja nuo 50 agenttia tekevät turhaa työtä. Ne tuottavat kasoittain tarpeetonta tulostetta, valtavasti raakamuotoisia yhteenvetoja, kaksoiskappaleita ja lokiseiniä. Kukin tekee jotakin ”yleisesti hyödyllistä”, ja tuloksena on hukkuva konteksti ja pienen yrityksen suuruinen tokenlasku. Syvyys 5 ei ratkaise tätä ongelmaa — se pahentaa sitä. Jos jo tasolla 1 on epäselvää, kuka tekee mitä, syvyys 5 tarkoittaa viittä tasoa sekaannusta.

Ennen aliagentin käynnistämistä testaa sen tarve vastaamalla neljään kysymykseen puolessa minuutissa:

• Mitä se tarkalleen tekee (yhdellä virkkeellä)?
• Mihin tiedostoihin se koskee?
• Mitä se palauttaa vanhemmalleen?
• Kuka tarkistaa sen?

Jos et pysty vastaamaan 30 sekunnissa, aliagenttia ei pitäisi olla olemassa. Selitin tämän säännön erikseen oppaassani rinnakkaisista aliagenteista.

Miksi sisäkkäisyys ilman kontekstin suunnittelua merkitsee viittä hallusinaatiotasoa?#

Tässä vaiheessa ihmiset kysyvät usein: ”Päivitin Claude Coden, lisäsin Agentin toolsiin ja puu rakentuu — mutta loppuvastaus on yhä pielessä. Miksi?”

Vastaus on yksinkertainen. Jokainen Claude Coden aliagentti aloittaa alusta. Virallisen dokumentaation mukaan:

Tasolla 1 tämä on hallittavissa: orkestroija välittää lapselleen lyhyen tehtävänkuvauksen. Tasolla 3 lapsenlapsenlapsi saa delegointiviestin vanhemmaltaan, joka oli itsekin saanut vain delegointiviestin. Jokainen välitti vain vähän tietoa eteenpäin. Tasolla 5 aliagentin ikkunassa on vain lause ”tarkista väite X”, eikä mitään muuta. Se ei tiedä, minkä projektin parissa se työskentelee, mitä tehtävää ratkaisee tai mihin sen pitäisi keskittyä.

Ilman CLAUDE.md-tiedostoa viidennen tason lapsenlapsenlapsi on kuin työntekijä, joka saapuu toimistoon ensi kertaa elämässään ilman perehdytystä. Se tekee jotakin, koska sai tehtävän. Mutta se ei tee sitä, mitä projekti tarvitsee.

Siksi kokoonpano on välttämätön. Syvyys 5 ilman oikein määritettyä CLAUDE.md-tiedostoa, business/-kansiota ja taitoputkea on kasino. Niiden kanssa se on työkalu. Kokoonpanoa kuvataan ”Kolmena pilarina”: AI-klooni + Toinen aivot + Kontekstin suunnittelu. Jokainen toimii yksinään huonosti; kaikki kolme yhdessä tekevät sisäkkäisyydestä aidosti hyödyllisen työkalun.

Mitä muuta v2.1.172:ssa muuttui sisäkkäisyyden lisäksi?#

Avaa koko v2.1.172-muutosloki, niin näet julkaisun keskittyvän kokonaan aliagentteihin.

Korjaus 1. Tausta-aliagentti ei enää jää ”jumiin” aktiiviseksi agenttipaneelissa sen jälkeen, kun sen käynnistämä sisäkkäinen aliagentti pysäytetään. Tämä virhe voi tapahtua vain sisäkkäisyyden yhteydessä.

Korjaus 2. availableModels-rajoitukset koskevat nyt myös aliagentteja. Aiemmin aliagentit pystyivät ohittamaan säännön oman asetuksensa ylikirjoituksella, jos rajoitit tiimin käytettävissä olevia malleja (esimerkiksi kielsit opuksen säästääksesi rahaa). Versiossa v2.1.172 sääntö pätee kaikkialla.

Korjaus 3. Kehotushistorian ylänuoli näyttää nyt aliagentin nykyisen välilehden promptit pääagentin promptien sijaan. Havaittavuuden hienosäätöä.

Korjaus 4. Suorittimen käyttöä lepotilassa on vähennetty: /goal-ilmaisin ei enää piirrä päätelaitetta uudelleen 5 Hz:n taajuudella lepotilassa, ja käyttöliittymää piirretään uudelleen harvemmin rinnakkaisten aliagenttien työskennellessä.

Huomautan, että kaikki neljä korjausta koskevat aliagentteja. Se tarkoittaa, että Anthropic julkaisi koko sisäkkäisyyden infrastruktuuripinon, ei vain yhtä riviä muutoslokissa. Sisäkkäisyys oli ollut käytössä Anthropicin sisällä jo jonkin aikaa ennen julkaisua.

Tarkistuslista: milloin sisäkkäisyys auttaa ja milloin haittaa#

Käytä sisäkkäisyyttä, jos:

• Tehtävä sisältää osatehtävän, johon liittyy paljon verkkopyyntöjä, grep-hakuja tai tiedostojen lukemista.
• Osatehtävän menettäminen on hyväksyttävää (jos lapsenlapsenlapsi palauttaa ”ei löytynyt mitään”, orkestroija voi jatkaa).
• Et tarvitse välituloksia pääikkunassa.
• Sinulla on CLAUDE.md ja koottu projektikonteksti, johon aliagentti voi tukeutua.
• Pystyt kuvaamaan selvästi, mitä kukin taso palauttaa (syöte, tuloste, muoto).
• Käytössäsi on Max-tilaus tai sinulla on varaa ×27-kertaisiin tokenikustannuksiin.

Älä käytä sisäkkäisyyttä, jos:

• Yksi aliagentti pystyy ratkaisemaan tehtävän ilman kohinaa.
• Tarvitset välituloksia pääikkunassa (silloin haluat rinnakkaisuutta).
• Projektissa ei ole CLAUDE.md-tiedostoa tai siinä on vain niukasti liiketoimintakontekstia.
• Tason 1 promptit ovat epämääräisiä (epämääräisyys moninkertaistuu eksponentiaalisesti puussa alaspäin).
• Tarvitset nopeutta — rinnakkaisuus on syvyyttä nopeampi, kun tulos on vastaava.
• Käytössäsi on Pro-tilaus ja työskentelet koko päivän — kulutat rajan loppuun parissa tunnissa.

Täydellinen kontekstityönkulku: AI-klooni + Toinen aivot + Kontekstin suunnittelu.

Lisää materiaalia on saatavilla Ailootissa.