Sub-agenti OpenClaw: Come gestire un team di agenti AI

Gestire un agente AI è utile, ma gestire un team di agenti è il vero salto di qualità per chi vuole automatizzare sul serio. In questa guida ti spiego come funzionano i sub-agenti in OpenClaw e come usarli per costruire una forza lavoro AI delegando compiti lunghi o complessi in background.

I sub-agenti non sono solo "altri bot" con cui parlare. Sono lavoratori specializzati che il tuo agente principale può creare, istruire e lanciare per risolvere un problema specifico mentre lui continua a gestire la conversazione con te.

Cosa sono i sub-agenti in OpenClaw

In OpenClaw, un sub-agente è una sessione isolata (un "figlio") generata da una sessione attiva (il "padre"). A differenza di un team di agenti peer-to-peer (come in HiClaw), i sub-agenti hanno una gerarchia chiara: nascono per un compito, lo eseguono e riportano il risultato al mittente.

Immagina di chiedere al tuo agente di analizzare un intero repository GitHub. Invece di bloccare la chat per 10 minuti, l'agente può spawnare un sub-agente specializzato nella lettura del codice. Il sub-agente lavora nel suo spazio, raccoglie i dati e, una volta finito, "bussa" alla chat principale con il report completo.

Per approfondire la parte tecnica, puoi consultare la documentazione ufficiale di OpenClaw sui sub-agenti.

Vuoi integrare AI nel tuo business?

Contattami per una consulenza su come implementare strumenti AI e sub-agenti nella tua azienda.

Contattami

Come funzionano tecnicamente: il tool sessions_spawn

Tutto avviene tramite un tool specifico chiamato sessions_spawn. Quando l'agente decide di delegare task di programmazione, chiama questo tool passando alcuni parametri fondamentali:

task: Le istruzioni specifiche per il sub-agente.
agentId: Quale identità deve assumere (es. "coder", "researcher").
context: Se deve ereditare la cronologia della chat attuale (fork) o partire da zero (isolated).

Una volta lanciato, il sub-agente vive in una sessione separata. Questo significa che ha i suoi limiti di memoria, i suoi tool e non interferisce con le variabili dell'agente padre finché non ha terminato il lavoro.

# Esempio di come un agente vede il comando internamente
sessions_spawn(
  agentId="researcher",
  task="Analizza le ultime 10 news su OpenClaw e riassumi i cambiamenti nelle API",
  context="isolated"
)

Quando usare i sub-agenti OpenClaw (e quando no)

Non tutti i compiti richiedono un sub-agente. Delegare aggiunge un piccolo overhead di tempo e costi (token). Ecco quando è la scelta giusta:

Task paralleli: Devi fare tre ricerche web diverse contemporaneamente? Spawna tre sub-agenti.
Isolamento dei tool: Se un task richiede di scrivere molti file o fare scraping pesante, meglio farlo in una sessione "usa e getta" per non sporcare il contesto principale.
Specializzazione: Puoi avere un sub-agente configurato con un soul.md specifico per il debugging e uno per il copywriter, richiamandoli solo quando servono.

Configurazione e Best Practices per sub-agenti

Per evitare che il sistema vada fuori controllo (agenti che creano infiniti agenti), OpenClaw usa il parametro maxSpawnDepth. Di default è impostato a 1, il che significa che un sub-agente non può creare a sua volta altri sub-agenti a meno che non venga configurato diversamente.

Ecco alcune regole d'oro che seguo nel mio setup per ottimizzare i sub-agenti OpenClaw:

Task chiari: Non dare istruzioni vaghe. Il sub-agente deve avere un obiettivo atomico (es: "Trova l'email in questo testo" vs "Aiutami con questo progetto").
Monitoraggio: Non fare polling continuo. OpenClaw ti avviserà automaticamente quando il sub-agente ha finito tramite un messaggio nella chat.
Context isolated: Se il sub-agente non ha bisogno di sapere cosa vi siete detti negli ultimi 20 messaggi, usa context="isolated". Risparmierai token e il sub-agente sarà più veloce e preciso.

Conclusione

I sub-agenti trasformano OpenClaw da un semplice assistente a un vero e proprio orchestratore di forza lavoro digitale. In questo 2026, iniziare a delegare compiti ripetitivi a sessioni figlie è il primo passo per costruire sistemi AI che lavorano davvero per te, e non solo con te.

Per darti un'idea dell'efficienza: un sub-agente configurato con context="isolated" può processare un task di ricerca web in circa 45-60 secondi, riducendo il carico di token del padre del 70%. È una strategia che uso quotidianamente per gestire il mio workflow su questo blog.

Se hai già configurato OpenClaw, prova a chiedere al tuo agente di "delegare la ricerca di X a un sub-agente" e osserva come gestisce il workflow.