# Anthropic khuyên gộp subagent vào một agent có skill

[Rob O'Shaughnessy](https://homus.dev/speakers/rob-oshaughnessy) · [Rob Shocks - Switch Dimension](https://homus.dev/orgs/rob-shocks-switch-dimension)

> Hướng dẫn của Anthropic (22/10/2026) về gộp subagent vào một agent loop có skill, cách fold và test, khi nào giữ subagent, và cắt gọn skill, CLAUDE.md.

Topics: Coding Agents, Skills, Context Engineering, Agents

Canonical: https://homus.dev/talks/anthropic-says-delete-your-subagents

## 1. Subagent tốt hay xấu, và xu hướng cắt bớt harness

Rob mở đầu bằng hai câu ngược nhau: subagent thì tuyệt, subagent thì tệ. Anh nói thật khó mà theo kịp. Theo Rob (video đăng ngày 26/10/2026), Anthropic vừa khuyên các công ty bỏ những subagent không cần thiết và gộp (fold) chúng vào một agent duy nhất có một bộ skill.

![Rob O'Shaughnessy nói trước camera, hai nhãn Subagents are great và Subagents are bad hiện hai bên](https://homus.dev/photos/KwmrSON2n-g-0003.jpg)

Rob mở video với hai nhãn đối nghịch trên màn hình, "Subagents are great" và "Subagents are bad", đúng như câu mở đầu của anh (video đăng ngày 26/10/2026).

Anh nói kiểu cắt giảm này là một xu hướng mà anh và mọi người đã thấy trong vài tuần, vài tháng tính đến video đăng ngày 26/10/2026: người ta rút gọn file AGENTS.md và cũng loại bớt (cull) skill. Theo Rob, sự thật ở đây là các model đang tốt lên, và những harness phức tạp mà mọi người dựng quanh chúng không còn cần thiết trong mọi trường hợp, ít nhất là không phải lúc nào cũng cần.

Có thể thấy điều này ngay ở chính Claude Code. Theo Rob (video đăng ngày 26/10/2026), Anthropic đã cắt system prompt của Claude Code hơn 80% cho các model mạnh hơn; bài viết của Anthropic (đọc ngày 26/10/2026) ghi đúng là "for more advanced models by over 80%". Rob bảo người xem để ý cách anh nói "model mạnh hơn": cách làm này sẽ không hiệu quả với mọi mức độ mạnh của model.

Vậy với nghiên cứu và hướng dẫn mới từ Anthropic và những nơi khác, ta có nên tắt luôn subagent của mình không? Rob giới thiệu mình là Rob đến từ Switch Dimension. Anh nói sẽ đi qua những gì Anthropic đã viết, vì sao mọi chuyện diễn ra vào thời điểm này (video đăng ngày 26/10/2026), và chỉ cách tự áp dụng vào skill, file CLAUDE.md và subagent của bạn.

## 2. Anthropic thực sự nói gì

Theo Rob, tất cả xuất phát từ team Applied AI của Anthropic, và bài hướng dẫn ra ngày 22/10; trang bài viết ghi tác giả Diane Sarkis, ngày October 22, 2026 (đọc ngày 26/10/2026). Ý chính anh đọc ra: một agent với một bộ skill thường xuyên thắng cả kiểu một prompt khổng lồ lẫn kiểu một team subagent về chất lượng, và thường rẻ hơn, nhanh hơn nữa. Rob hỏi lại: ai mà không muốn vừa nhanh vừa rẻ?

![Đoạn văn được khoanh màu cam trong bài viết của Anthropic về việc gộp subagent vào main agent loop](https://homus.dev/photos/KwmrSON2n-g-0103.jpg)

Đoạn Rob khoanh trong bài của Anthropic (đọc ngày 26/10/2026): team Applied AI thấy nhiều enterprise deployment được lợi khi gộp router, planner và domain subagent vào main agent loop; trong các so sánh của họ, một agent với skill "frequently outperformed" cả thiết kế một prompt cho mọi thứ lẫn thiết kế subagent, về chất lượng, và thường với chi phí và độ trễ mỗi task thấp hơn.

Rob dẫn thêm một trường hợp trong bài: một khách hàng thử setup multi-agent của họ so với một single loop, và single loop chạy nhanh khoảng gấp đôi. Bài viết của Anthropic (đọc ngày 26/10/2026) ghi khách hàng này thấy "a roughly 2x faster runtime" với single agent loop.

## 3. Vì sao có quá nhiều subagent: Conway's law và Frankenprompt

Vậy làm sao ta lại có nhiều subagent đến thế ngay từ đầu? Rob giải thích (video đăng ngày 26/10/2026): với các software factory và các quy trình vận hành cho công ty, mỗi team tự build bộ agent của riêng mình. Rồi có người đặt thêm một orchestrator lên trên để quản lý tất cả các agent đó. Chẳng bao lâu, bạn có một team agent là bản sao của sơ đồ tổ chức (org chart) công ty.

Theo Rob (video đăng ngày 26/10/2026), chuyện này đã xảy ra rất nhiều với OpenClaw: người ta build hàng trăm agent, và mọi thứ trở nên quá phức tạp. Hiện tượng này có tên là Conway's law.

Vấn đề, theo Rob (video đăng ngày 26/10/2026), là khi các agent giao tiếp với nhau thì mỗi lần chuyển giao (handoff) lại đánh rơi chi tiết; và mỗi team hay mỗi agent bạn thêm vào lại cộng thêm một hệ thống và thêm một chút phức tạp vào system prompt. Anthropic có hẳn một từ cho chuyện này: Frankenprompt. Bài viết của Anthropic (đọc ngày 26/10/2026) định nghĩa nó là việc mỗi team thêm một câu vào system prompt, dẫn tới các quy tắc mâu thuẫn nhau và không có một giọng nhất quán.

![Minh hoạ Conway's law: orchestrator trên bốn agent billing, shipping, returns, support, bên dưới là file system-prompt.md có nhãn The Frankenprompt](https://homus.dev/photos/KwmrSON2n-g-0157.jpg)

Minh hoạ trong video (đăng ngày 26/10/2026): một orchestrator đứng trên bốn agent billing, shipping, returns và support, giống hệt một org chart. Bên dưới, file system-prompt.md gom một dòng của mỗi team, và các dòng đánh dấu đỏ mâu thuẫn nhau, như "Never promise a delivery date" của shipping với "Always give the customer a date" của support. Nhãn trên đó là "The Frankenprompt".

## 4. Cách sửa: progressive disclosure

Cách sửa, theo Rob (video đăng ngày 26/10/2026), là progressive disclosure. Anh nói cách này đã được đưa vào cách build skill trong vài tháng gần đây, tính đến lúc video đăng. Agent chỉ thấy một mô tả ngắn của skill và tool, và chỉ nạp toàn bộ nội dung khi thật sự cần. Theo Rob, đây là một phần lớn trong cách Anthropic cắt system prompt của Claude Code; bài viết của Anthropic (đọc ngày 26/10/2026) cũng ghi phần cắt hơn 80% có bao gồm những thay đổi liên quan tới việc progressively disclose skill và tool.

Về cơ bản, Rob hỏi: tại sao phải nạp toàn bộ thông tin vào nếu chưa chắc đã cần tới? Chỉ cần cho agent một dấu hiệu là thông tin đó có ở đó, và agent có thể tự đi tìm khi cần. Theo anh, cách đó giữ cho context window gọn gàng, sạch sẽ (video đăng ngày 26/10/2026).

Progressive disclosure như Rob giải thích: agent chỉ giữ mô tả ngắn của skill và tool, và chỉ nạp phần đầy đủ khi cần đến (video đăng ngày 26/10/2026).

Rob cũng nói rõ (video đăng ngày 26/10/2026): Anthropic không nói subagent đã chết, và anh sẽ quay lại phần vì sao bạn vẫn sẽ muốn có một subagent.

## 5. Vì sao đơn giản hoá: model lớn lên, harness thì không

Vậy vì sao mọi sự đơn giản hoá này lại diễn ra vào lúc video được làm? Theo Rob (video đăng ngày 26/10/2026), rất nhiều thứ ta build quanh model, như subagent và những system prompt dài, là giàn giáo (scaffolding) cho những model mà ta có khoảng sáu tháng trước. Với nhiều model mới hơn mà ta đang có, mọi sự phức tạp đã thêm vào phần nào đã thôi mang lại lợi ích. Thậm chí, anh nói, nó có thể khá nguy hiểm và làm model xao nhãng khỏi việc nó cần làm.

![Minh hoạ model ở giữa, bốn subagent billing, shipping, returns, support và các dòng system prompt bao quanh, chú thích Scaffolding for the models of six months ago](https://homus.dev/photos/KwmrSON2n-g-0243.jpg)

Minh hoạ trong video (đăng ngày 26/10/2026): model ở giữa, bốn subagent và các dòng system prompt bao quanh như giàn giáo, nhãn "Load-bearing", với dòng chữ "Scaffolding for the models of six months ago" và một thanh thời gian 6 MO AGO, 3 MO AGO, NOW.

Theo Rob (video đăng ngày 26/10/2026), Anthropic nói bạn chỉ nên thêm phức tạp khi nó thật sự chứng minh được là cải thiện kết quả. Trên màn hình lúc đó là một đoạn được khoanh với câu "consider adding complexity only when it demonstrably improves outcomes"; câu này nằm trong bài "Building effective agents" của Anthropic (đọc ngày 26/10/2026).

Rob dẫn Jediah Katz, người mà anh nói từng làm ở team agent harness của Cursor và giờ làm Grok Bot (theo Rob, video đăng ngày 26/10/2026); slide mở đầu talk của Jediah trên màn hình ghi "Agent Harness, SpaceX Super Intelligence" và "AI Engineer NYC October 2026". Jediah gọi hiện tượng này là flywheel. Rob nói Jediah có một talk rất hay về chủ đề này trên kênh AIE và khuyên người xem nên xem.

![Slide The Model Ate the Coding Harness. Now What? của Jediah Katz tại AI Engineer New York](https://homus.dev/photos/KwmrSON2n-g-0304.jpg)

Talk "The Model Ate the Coding Harness. Now What?" của Jediah Katz tại AI Engineer New York, breakout session ngày 14/10/2026, đoạn Rob chiếu lại trong video đăng ngày 26/10/2026.

## 6. Flywheel, shim và một harness tự tiến hoá

Luận điểm của Jediah, theo lời Rob kể lại (video đăng ngày 26/10/2026): ta build các harness, rồi các model thực sự học từ chính những harness ta đã build, và điều đó làm các task khó hơn trở nên khả thi. Khi model bắt kịp harness, ta có thể xoá những gì có trước đó và dựng một harness mới quanh các model tiến bộ hơn. Theo Rob, điều đó cho thấy ta đang ở trạng thái mà hệ thống của mình sẽ không bao giờ đứng yên; chúng cần được cập nhật liên tục.

Rob kể Jediah chỉ ra hai nghiên cứu trong đó harness hầu như không làm thay đổi điểm coding trên các model mới hơn, nhưng chi phí cho mỗi task thì chênh nhau rất nhiều (theo Rob kể lại trong video đăng ngày 26/10/2026).

Một mẹo hay Rob lấy từ talk đó: team của Jediah ghi log mỗi guardrail tạm thời mỗi lần nó kích hoạt. Về cơ bản, họ đặt những hook và guardrail nhỏ để giữ model đi đúng hướng, và gọi chúng là shim. Khi các shim thôi kích hoạt, họ có một bot khác mở pull request để xoá shim đó (theo Rob, video đăng ngày 26/10/2026). Trong trường hợp này, Rob nói, một subagent về cơ bản cũng là một shim như vậy: khi main agent đã tự làm được việc của nó, bạn cứ thế xoá nó đi.

![Minh hoạ A self-evolving: model ở giữa, các vòng harness bao quanh, một cleanup agent cắt bớt từng đoạn, CYCLE 03, PRUNED 21](https://homus.dev/photos/KwmrSON2n-g-0403.jpg)

Minh hoạ "A self-evolving" harness trong video (đăng ngày 26/10/2026): model ở giữa, các vòng harness bao quanh, và một cleanup agent màu cam cắt bớt từng đoạn; góc phải ghi CYCLE 03, PRUNED 21.

Rob nói (video đăng ngày 26/10/2026) để một agent như vậy tự dọn harness là một bước nâng cao, nhưng hướng đi đã rõ: ý tưởng về một harness tự tiến hoá (self-evolving harness).

## 7. Cách fold một subagent vào skill

Vậy fold một subagent như thế nào? Theo hướng dẫn của Anthropic mà Rob đọc trong video (đăng ngày 26/10/2026), hãy bắt đầu với những subagent nối tiếp output của nhau, những subagent chạm vào cùng dữ liệu, hoặc hay được gọi cùng nhau; bài viết (đọc ngày 26/10/2026) ghi "chain on each other's output, touch the same data, or are often called together". Còn nếu một subagent tồn tại vì tool của nó bị khoá vào một quy trình nhất định, Rob nói bạn nên để yên nó. Restricted tools là một lý do để giữ subagent.

Trước hết, lấy baseline. Rob hướng dẫn (video đăng ngày 26/10/2026): dùng 10 prompt đa dạng mà lẽ ra phải kích hoạt subagent, và chạy mỗi prompt hai lần. Theo dõi xem đúng subagent có được gọi với prompt đó không, và nó có vượt qua bài test không. Bài của Anthropic (đọc ngày 26/10/2026) ghi rằng "even a set of 10 golden examples is enough to start", và khi còn orchestrator thì nên theo dõi routing accuracy (có chọn đúng subagent không).

Đến lúc thật sự fold vào. Rob giải thích (video đăng ngày 26/10/2026): trong Claude Code, một file subagent là một description cộng một system prompt. Anh nhắc: tất cả chỉ là ngôn ngữ tự nhiên. Còn một skill là description của nó cộng một số instructions.

![File .claude/agents/code-reviewer.md trong tài liệu Claude Code, gồm frontmatter name, description, tools, model và phần thân là system prompt](https://homus.dev/photos/KwmrSON2n-g-0436.jpg)

Ví dụ file subagent trong tài liệu Claude Code mà Rob chiếu (video đăng ngày 26/10/2026): `.claude/agents/code-reviewer.md`, frontmatter có name, description, tools và model, phần thân là system prompt. Dòng dưới của tài liệu ghi phần thân trở thành system prompt định hướng hành vi của subagent.

Ngay sau đó, video (đăng ngày 26/10/2026) chiếu một minh hoạ dựa trên sample support agent của Anthropic, một file subagent nhỏ sẽ được fold vào skill. Nội dung trên màn hình:

```
.claude/agents/shipping-specialist.md

description: Handles shipping questions.

You are the shipping specialist.
Look up the order and its carrier,
then reply with the delivery date.
```

Như vậy, theo Rob (video đăng ngày 26/10/2026), prompt của subagent trở thành phần thân của một file SKILL.md mới, rồi bạn viết lại description để nói skill đó làm gì và khi nào nên dùng. Về cơ bản, bạn bỏ subagent đi và gộp chức năng của nó vào một skill.

Sau đó, chuyển file subagent cũ sang một chỗ khác thay vì xoá, chạy lại cùng các prompt đó trong một session mới, và chỉ giữ subagent nếu bản đã fold có điểm tệ hơn. Bài của Anthropic (đọc ngày 26/10/2026) có đúng câu này: "keep it as a subagent only if the folded version scores worse, then rinse and repeat".

Rob thừa nhận tất cả nghe rất tốn thời gian để chạy và test, nhưng theo anh (video đăng ngày 26/10/2026), có thể giao cho một agent đi chạy các bài test đó. Anh nói anh sẽ đưa cho agent bài viết của Anthropic, hoặc thậm chí chính video này, và nhờ nó chạy phân tích trên các subagent của bạn.

## 8. Khi nào subagent vẫn đáng giữ

Vậy khi nào một subagent vẫn xứng đáng có chỗ? Theo Rob (video đăng ngày 26/10/2026), Anthropic đưa ra ba trường hợp. Rob đi qua chúng như sau:

- **Context bloat.** Trường hợp bạn không muốn context window bị quá tải bởi mọi kết quả nghiên cứu và nội dung đổ vào: điều đó có thể làm main agent kém đi một cách đo được. Thay vào đó, bạn dùng các subagent song song. Theo Rob (video đăng ngày 26/10/2026), mỗi subagent có một context window mới, có thể vứt đi sau khi xong; chúng tóm tắt những gì tìm được rồi đưa cho main agent.

- **Một agent cứ chọn sai tool.** Trường hợp này, theo Rob (video đăng ngày 26/10/2026), có thể chia agent theo context, nhưng không nhất thiết theo org chart.

Bài của Anthropic (đọc ngày 26/10/2026) liệt kê ba điều kiện: single agent loop bị giảm hiệu năng đo được vì context bloat; nhiều task cần chạy song song với context window mới có thể bỏ đi sau khi xong; hoặc một agent khó chọn đúng tool, hay system prompt có các chỉ dẫn mâu thuẫn.

Theo Rob (video đăng ngày 26/10/2026), lợi ích lớn nhất của subagent là parallel research. Anh nói hệ thống multi-agent research của Anthropic thắng Claude Opus chạy single agent 90% trên internal eval của họ. Trên màn hình, biểu đồ ghi "single agent · Opus 4" so với "multi-agent · Opus 4 lead + Sonnet 4", chênh +90%; bài "How we built our multi-agent research system" của Anthropic (đọc ngày 26/10/2026) ghi con số 90.2%.

![Minh hoạ Use a subagent: main agent rẽ nhánh sang Parallel research, biểu đồ Anthropic internal research eval với +90%](https://homus.dev/photos/KwmrSON2n-g-0603.jpg)

Minh hoạ "Use a subagent" (video đăng ngày 26/10/2026): main agent tách ra các luồng parallel research độc lập; bên dưới là Anthropic internal research eval, single agent Opus 4 so với multi-agent Opus 4 lead cộng Sonnet 4, +90%, nguồn ghi là bài multi-agent research system và tài liệu Claude Code.

Theo Rob (video đăng ngày 26/10/2026), subagent cũng rất hợp cho việc tìm kiếm trong codebase và các việc phụ nhiều nhiễu như đào bới log, và cho các reviewer chỉ đọc nội dung. Tất nhiên nhược điểm, anh nói, là bạn sẽ dùng nhiều token hơn rất, rất nhiều trong quá trình này. Màn hình lúc đó ghi multi-agent dùng khoảng 15 lần số token của một cuộc chat, nguồn là bài multi-agent research system của Anthropic (bài đọc ngày 26/10/2026 ghi "about 15× more tokens than chats").

## 9. Khi subagent làm hỏng việc: ví dụ Flappy Bird

Theo Rob (video đăng ngày 26/10/2026), khi phải viết hoặc build một thứ gì đó, dùng subagent không phải lúc nào cũng là lựa chọn tốt. Anh lấy ví dụ từ Cognition: một subagent build background cho Flappy Bird mà trông rất giống Super Mario, rồi một subagent khác build một con chim chẳng khớp gì với background đó. Ví dụ này nằm trong bài "Don't Build Multi-Agents" của Walden Yan trên blog Cognition, ngày 12/06/2025 (đọc ngày 26/10/2026).

Ví dụ của Cognition mà Rob kể (video đăng ngày 26/10/2026): hai subagent làm hai phần phụ thuộc nhau nhưng không thấy việc của nhau, nên background và con chim không ăn khớp.

Vì vậy, theo Rob (video đăng ngày 26/10/2026), nếu bạn có các bước phụ thuộc vào nhau, có những thay đổi nhanh, nhiều qua lại với bạn, thì hãy giữ chúng trong main agent.

## 10. Ghi chú bên lề: skill, CLAUDE.md và AGENTS.md

Rob nói thêm về việc cắt gọt harness. Chắc bạn đã nghe chuyện xoá bớt skill; theo anh (video đăng ngày 26/10/2026), lời khuyên đó đã có từ vài tháng nay và đi theo cùng một logic. Mỗi skill description, mỗi dòng trong CLAUDE.md và AGENTS.md của bạn đều là harness. Và rất nhiều phần trong đó có thể được viết cho một model cũ hơn. Bạn sẽ phải trả tiền cho tất cả những thứ đó.

![Ba cột minh hoạ skills/, CLAUDE.md và AGENTS.md với danh sách skill và quy tắc](https://homus.dev/photos/KwmrSON2n-g-0643.jpg)

Minh hoạ trong video (đăng ngày 26/10/2026): ba cột `skills/`, `CLAUDE.md` và `AGENTS.md`, với những dòng như "run-tests: Always run full suite", "Think step by step", "Be concise", "Follow best practice". Ngay trước đó trong video, cột skills/ còn có pdf-export và code-style; ở đây hai skill này đã bị bỏ khỏi danh sách.

Rob dẫn tài liệu Claude Code (video đăng ngày 26/10/2026): mỗi skill trong listing cộng thêm vào context của bạn ở mọi lượt, dù Claude Code có dùng skill đó hay không. Tài liệu skills của Claude Code (đọc ngày 26/10/2026) ghi: "Every skill in the skill listing adds to your context on every turn, whether or not Claude ever uses it."

Skill cũng có thể tạo ra việc thừa. Rob dẫn một paper mà anh nói của Microsoft Research và hai trường đại học (video đăng ngày 26/10/2026): điều xảy ra với skill là bạn biến các checklist kiểm tra và công thức xây dựng thành việc bắt buộc. Bản tóm tắt của paper "Agent Skills Can Be Harmful" trên arXiv (nộp ngày 12/08/2026, đọc ngày 26/10/2026) ghi "skills often turn validation checklists and construction recipes into mandatory work".

Rob lấy ví dụ (video đăng ngày 26/10/2026): nếu skill của bạn ghi "always run the full test suite", agent có thể làm đúng như vậy kể cả khi chỉ là một thay đổi một dòng ở một nút bấm trong code. Bạn cần cho model một chút linh hoạt để tự quyết khi nào việc đó là quá đà.

Rob giới thiệu một skill tiện cho việc này là `/skill-doctor`, chạy ngay trong Claude Code, và theo lời anh nó sẽ xoá các skill không bao giờ kích hoạt (video đăng ngày 26/10/2026). Đoạn tài liệu trên màn hình ghi hơi khác: `/skill-doctor` cho bạn xem mỗi skill tốn bao nhiêu context và được dùng thường xuyên thế nào để bạn tự quyết định tắt cái nào; báo cáo đánh dấu những skill chưa bao giờ được gọi và chỉ chỗ để tắt chúng. Tài liệu cũng ghi lệnh này cần Claude Code v2.1.252 trở lên (tài liệu đọc ngày 26/10/2026).

![Mục Find unused skills trong tài liệu Claude Code, đoạn về skill listing và /skill-doctor được khoanh](https://homus.dev/photos/KwmrSON2n-g-0703.jpg)

Mục "Find unused skills" trong tài liệu Claude Code mà Rob chiếu (video đăng ngày 26/10/2026): đoạn được khoanh nói mọi skill trong skill listing đều cộng vào context ở mọi lượt, và `/skill-doctor` cho xem chi phí và tần suất dùng của từng skill; trong session tương tác, báo cáo mở ở tab Stats của `/plugin` manager.

Sau đó, theo Rob (video đăng ngày 26/10/2026), hãy đọc file CLAUDE.md hoặc AGENTS.md của bạn và tự hỏi: model mình đang dùng có tự làm điều này mà không cần ai dặn không? Nếu có, cắt nó đi. Và nếu có thời gian, tất nhiên, chạy lại eval sau đó để kiểm tra.

## 11. Mặt bên kia: harness không phải lúc nào cũng co lại

Rob nói chuyện này không đơn giản. Ở chiều ngược lại, harness không phải lúc nào cũng cần co lại. Anh lấy ví dụ Grok Bot (theo Rob, video đăng ngày 26/10/2026): nó chạy một coordinator bot rồi có một đội worker. Vì những bot này làm những việc nằm ngoài lĩnh vực coding, nơi model đang rất giỏi, nên họ thực ra đang thêm lại một số guardrail, vì đó là những lĩnh vực mà model chưa thật sự làm tốt.

Một điểm ngược nữa, theo Rob (video đăng ngày 26/10/2026): cắt bớt skill không phải lúc nào cũng làm giảm hoá đơn. Anh dẫn một paper tháng 7 rút ngắn skill tới 54%, và chi phí mỗi task không hẳn giảm. Trong một số trường hợp, skill chỉ là phần nhỏ, và phần lớn được cache, trong những gì agent đọc. Rob giải thích cache nghĩa là khi skill được đưa vào ngay prompt ban đầu, bạn bị tính phí ít hơn nhiều cho chúng ở các lượt tiếp theo của agent.

![Phần tóm tắt paper Shortening agent skills leaves LLM agent cost unchanged, câu về skill nhỏ và phần lớn được cache được tô](https://homus.dev/photos/KwmrSON2n-g-0823.jpg)

Tóm tắt paper "Shortening agent skills leaves LLM agent cost unchanged" mà Rob chiếu (video đăng ngày 26/10/2026; trên arXiv nộp ngày 03/07/2026, đọc ngày 26/10/2026): thử trên 40 task SkillsBench, skill rút ngắn tới 54% nhưng chi phí mỗi task giữ nguyên hoặc nhỉnh hơn, vì skill là phần nhỏ và phần lớn được cache; đổi sang model lớn hơn thì tăng tỉ lệ thành công 18 đến 27 điểm với chi phí gấp 4.6 đến 6.5 lần.

Ngoài ra, Rob nói (video đăng ngày 26/10/2026), hướng dẫn của Anthropic ở đây chỉ là một pattern họ thấy từ công việc với khách hàng. Không có pass rate hay sample size nào, nên ta phải tự thử trên setup của chính mình. Theo anh, ta chỉ còn cách tự dò đường.

## 12. Checklist, và một agent duy nhất làm chief of staff

Để có một checklist chắc chắn cho coding agent hay hệ thống của bạn, Rob nói đây là cách anh sẽ làm (video đăng ngày 26/10/2026): build một eval nhỏ, hoặc nhờ chính agent build nó, rồi fold từng subagent một. Ý anh là về cơ bản bạn tắt subagent đi, lấy những gì nó làm đưa vào một skill, rồi chỉ giữ subagent đó nếu bản đã fold có điểm tệ hơn.

![Slide The checklist với năm bước và một bảng bật tắt subagent billing, returns, support, shipping](https://homus.dev/photos/KwmrSON2n-g-0903.jpg)

Slide "The checklist" trong video (đăng ngày 26/10/2026): 01 Eval first (10 golden examples, run twice, check what got called), 02 Fold one subagent at a time, 03 Keep it only if folding scores worse, 04 Split by context, not org chart, 05 Same test for skills and CLAUDE.md. Bảng bên dưới minh hoạ tắt subagent shipping và chuyển nó thành skill trong `.claude/skills/`.

Nếu mọi thứ suôn sẻ, theo Rob (video đăng ngày 26/10/2026), điều ta sẽ thấy là harness co lại khi model lớn lên. Subagent vẫn sẽ hữu ích cho isolation, permission, những thứ kiểu như vậy, và tất nhiên cho việc đọc và nghiên cứu song song. Và hãy cố đi tới chỗ đặt mọi thứ cần cùng một memory vào một agent.

Rob nói ta đang phần nào thấy điều này với Grok Bot và Duet (theo Rob, video đăng ngày 26/10/2026): có một main agent khởi chạy rất nhiều worker khác nhau. Và sớm muộn, anh muốn ở trong một tình huống như "Her", nơi anh chỉ chat với một agent để làm xong mọi việc. Anh không muốn có nhiều agent khác nhau mà mình phải đi tới từng cái để hỏi: bạn dùng để làm gì, bạn làm việc gì? Anh chỉ muốn làm việc với một agent, chief of staff của mình.

## Nguồn và liên kết

- Tên gốc: Anthropic Says Delete Your Subagents
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=KwmrSON2n-g](https://www.youtube.com/watch?v=KwmrSON2n-g)

- Kênh YouTube Rob Shocks - Switch Dimension (Rob O'Shaughnessy): [youtube.com/channel/UCsVgseBnKuyIGaH54XVoK3Q](https://www.youtube.com/channel/UCsVgseBnKuyIGaH54XVoK3Q)

- Anthropic, "When to fold subagents into your main agent loop" (Diane Sarkis, 22/10/2026; đọc ngày 26/10/2026): [claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop](https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop)

- Anthropic, "Building effective agents" (đọc ngày 26/10/2026): [anthropic.com/engineering/building-effective-agents](https://www.anthropic.com/engineering/building-effective-agents)

- Anthropic, "How we built our multi-agent research system" (90.2% và khoảng 15 lần token so với chat; đọc ngày 26/10/2026): [anthropic.com/engineering/multi-agent-research-system](https://www.anthropic.com/engineering/multi-agent-research-system)

- Cognition, "Don't Build Multi-Agents" (Walden Yan, 12/06/2025; ví dụ Flappy Bird; đọc ngày 26/10/2026): [cognition.ai/blog/dont-build-multi-agents](https://cognition.ai/blog/dont-build-multi-agents)

- Tài liệu Claude Code về subagent (ví dụ code-reviewer.md; đọc ngày 26/10/2026): [code.claude.com/docs/en/sub-agents](https://code.claude.com/docs/en/sub-agents)

- Tài liệu Claude Code về skill (mục Find unused skills và /skill-doctor; đọc ngày 26/10/2026): [code.claude.com/docs/en/skills](https://code.claude.com/docs/en/skills)

- "Agent Skills Can Be Harmful: An Empirical Study of Skill-Induced Failures in LLM Agents" (arXiv, 12/08/2026; đọc ngày 26/10/2026): [arxiv.org/abs/2608.11888](https://arxiv.org/abs/2608.11888)

- "Shortening agent skills leaves LLM agent cost unchanged" (arXiv, 03/07/2026, bản sửa 02/10/2026; đọc ngày 26/10/2026): [arxiv.org/abs/2607.03048](https://arxiv.org/abs/2607.03048)

Nguồn: https://homus.dev/talks/anthropic-says-delete-your-subagents · cập nhật 2026-10-26