用 Claude Code 做 AI 開發，遲早會碰到一個問題：一個 agent 扛不住所有事。這時候有兩條路可以走 — Skill 和 Subagent。兩者表面上很像，都是把能力拆出去，但設計哲學和適用情境完全不同。
Skill：你自己按的按鈕
Skill 本質上是一個 prompt template。你定義好一段 system prompt，綁定一個 slash command，需要的時候手動呼叫。
/ai-expert 幫我設計一個 RAG pipeline 的 reranking 策略執行時，skill 的 prompt 會展開注入到主對話裡，Claude 在同一個 context window 中回應。沒有獨立 session，沒有工具限制，沒有自動觸發。
適合的情境：
- 你明確知道要問什麼領域的問題
- 單一任務，不需要跟其他能力串接
- 想要快速切換 Claude 的「角色」
不適合的情境：
- 你丟一個大任務，希望自動拆解分工
- 需要限制工具存取（例如只能讀不能寫）
- 需要跨 session 記憶
實際範例：
你在開發 RAG 系統，遇到 embedding model 選型問題，打 /ai-expert 問一下就好。你知道這是 AI 領域的問題，你自己做了 routing。
Subagent：Claude 自己找隊友
Subagent 是一個獨立的 agent session，有自己的 system prompt、工具權限、甚至可以指定用不同的 model。
定義方式是在 .claude/agents/ 放一個 markdown 檔：
---
name: stock-analyst
description: 股票分析專家。分析股價趨勢、財報數據、技術指標。
tools: Read, Bash, Grep
model: sonnet
memory: project
---
你是一個股票分析師。收到任務後分析技術指標，給出具體建議。關鍵差異在 description 欄位 — Claude 會根據這段描述自動判斷要不要把任務 delegate 給這個 subagent。你不用手動呼叫，Claude 自己決定。
適合的情境：
- 複雜任務需要多種專長，你希望自動分工
- 需要工具隔離（例如 db-reader 只能跑 SELECT）
- 需要不同 model（主 agent 用 opus 思考，subagent 用 haiku 跑重複性工作）
- 需要獨立 context window，避免主對話被塞爆
不適合的情境：
- 簡單問答，一個 prompt 就能搞定
- 你每次都手動
@mention— 這樣跟 skill 沒差別
實際範例：
你說「幫我分析台積電最近的股價然後產生一份語音報告」。Claude 自己判斷需要 stock-analyst 分析數據，再把結果交給 tts-agent 產生語音。你只下了一個 prompt，routing 是自動的。
整體架構
┌───────────────────────────────────────┐
│ 你的 prompt │
│ │ │
│ ▼ │
│ ┌──────────────┐ │
│ │ Main Agent │ │
│ └──────┬───────┘ │
│ │ │
│ ┌───────┴───────┐ │
│ ▼ ▼ │
│ ┌─────────┐ ┌─────────┐ │
│ │ Skill │ │Subagent │ │
│ │ │ │ │ │
│ │ 你手動 │ │ 自動 │ │
│ │ 呼叫 │ │ routing │ │
│ │ │ │ │ │
│ │ 同一個 │ │ 獨立 │ │
│ │ context │ │ session │ │
│ └─────────┘ └─────────┘ │
│ 手動觸發 自動觸發 │
└───────────────────────────────────────┘整體來說
判斷該用哪個，問自己兩個問題：
| 問題 | 答案 | 用什麼 |
|---|---|---|
| 我知道要問什麼、問誰？ | 是 | Skill |
| 我想讓 Claude 自己決定找誰？ | 是 | Subagent |
兩者不互斥。Skill 可以是 subagent 內部預載的能力。但核心取捨很簡單：如果你每次都知道該呼叫誰，用 skill 就好，簡單直接；如果你希望丟一個任務就自動拆解分工，那就定義 subagents，讓 Claude 自己 routing。大部分情境下，先從 skill 開始，等發現手動 routing 變成負擔時，再升級成 subagent。
參考資料
官方文件：
站內相關文章：
- Claude Code Skill 完整指南：把重複的工作流程變成一句指令 — Skill 的設計哲學、檔案結構、四個實際案例
- Claude Code Sub-agents 完整指南：自訂 AI 子代理與平行執行 — Sub-agent 的完整設定、工具控制、persistent memory
- Claude Code Agent Teams：讓多個 AI 代理組隊協作 — Agent Teams 的多代理協作架構
- Claude Code 的三層品質防線：Hook、Skill、指令檔 — Hook、Skill、指令檔如何組合使用
- CLAUDE.md 與 AGENTS.md 完整指南 — 寫給 AI 看的行為指引
- Google 的八種 Multi-Agent 設計模式 — 八種模式的適用場景與取捨