Claude Code 最近对子代理做了几处很工程化的调整：并发子代理默认上限为 20，可通过 CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS 调整；子代理默认不再继续生成嵌套子代理，如需更深层级，需要显式设置 CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH；--max-budget-usd 这类预算约束也开始进入日常工作流。单看每一项都不大，但放到 AI 编程里，意思很明确，Agent 不是越多越好，真正难的是把并发、成本和权限管住。

为什么并发一高，问题就会冒出来

很多人第一次用子代理，会自然想到 fan-out：一个主代理拆任务，多个子代理同时读代码、改文件、跑测试。这个模式适合大仓库探索、模块化重构、批量问题排查。但它也有明显代价。每个子代理都要消耗上下文、发起模型请求、占用本机资源，还可能在同一个仓库里抢文件、抢锁、抢测试环境。

换成 GPT-5.6、Claude 4.8 这种更强模型，单次推理质量更好，但并不代表可以无成本地开更多并发。很多团队在这里踩的第一个坑，不是模型不够强，而是自己把任务拆得太碎，最后只是把等待时间换成了账单和冲突。

一个更稳的配置方式

如果要上手，先别急着调高并发，先把边界定住：

# 默认上限通常已经够用，只有明确压测后才调高
export CLAUDE_CODE_MAX_CONCURRENT_SUBAGENTS=20

# 默认不允许嵌套子代理。确实需要分层任务时，再放开到 1 或 2
export CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH=1

# 对批处理或后台任务设置预算上限
claude -p "review this module" --max-budget-usd 3

我更建议先看四个指标：任务完成时间、token 用量、失败率、冲突率。并发从 4 增到 8，如果总时间没有下降，说明瓶颈可能在测试、构建或人工验收，不在代理数量。长会话反复把历史上下文塞回模型，成本也会比预期涨得快。

国内使用时要留意什么

国内环境还有一层限制。Claude 官方能力通常涉及账号、地区、支付、企业网络访问和合规审查；团队内网还可能要求代理、证书、审计日志。很多开发者会使用统一 API 网关或中转服务来做模型接入、额度分配和失败回退，但这不等于所有功能都能完整复刻官方体验。比如 Claude Code 的本地权限、MCP 工具、后台子代理行为，仍要看实际 CLI、账号权限和网络链路。

4SToken 更适合放在哪

如果团队只是想把 Claude 4.8、GPT-5.6、Gemini 等模型放进同一个研发流程，4SToken 这类 AI 模型网关的价值主要在用量治理：统一 Key、项目额度、调用记录和模型回退。它不应该被理解成解决所有问题的万能入口，更适合做成本和接入层的基础设施。

结论

子代理上限不是给开发者添堵，而是把 AI 编程从“能跑”推向“可运营”。当 Agent 开始在后台批量干活，工程团队真正需要的不是更刺激的并发数字，而是清楚知道谁在跑、跑了多久、花了多少钱、改了什么。