AIに大きめのタスクを丸投げすると、途中で文脈が散らかって精度が落ちることがあります。
その「一人で全部抱える」状態をほどく仕組みが、Cursor の Subagents（サブエージェント）です。
この記事では、サブエージェントが何者で、どんな時に効くのかを整理します。
手を動かす書き方は別記事に譲り、ここでは考え方に絞ります。
Subagents とは
サブエージェントは、親エージェントが仕事を切り出して任せる「専門担当」です。
Cursor 2.4（2026年1月）で導入され、1つの会話の中で複数の担当を立てられるようになりました（Cursor公式ドキュメント）。
たとえばコード生成・テスト・ドキュメントを、別々の担当に振り分けるイメージ。
うれしいのは「コンテキストの分離」
最大の恩恵は コンテキストの分離にあります。
調査や長い試行錯誤を別の担当に任せれば、その大量のやり取りが本線の会話を圧迫しません。
親は全体設計に集中し、細部は子に投げて結果だけ受け取る。
長いタスクで AI が「最初の指示を忘れる」あの感覚が、ぐっと減るわけですね。
前景・背景、そして並列
任せ方には大きく2つのモードがあります。
- フォアグラウンド：親が結果を待つ。次の手がその結果に依存するとき向き
- バックグラウンド：親は待たず先へ進む。長い仕事や並行作業向き
並列実行にも対応し、複数のサブエージェントを同時に走らせられます。
設計を相談している裏で、テストと調査が同時に進む。そんな働き方が現実になります。
使い回せる「専門担当」を定義する
よく使う担当は、プロジェクトに定義として置いておけます。
Cursor では .cursor/agents/ に Markdown（YAML フロントマター付き）で書く形。
これは AGENTS.md や CLAUDE.md と同じ「使い捨てプロンプトを資産に変える」流れの一部です。
実際に AGENTS.md を書いて Python API 開発をさせる手順は、こちらでまとめています。
どんな時に使うべきか
万能ではないので、向く場面を見極めるのが大事です。
- 調査・探索など「文脈を汚すが本線では不要」な作業
- テストや生成を本線と並行で回したいとき
- 役割の違う処理（生成・レビュー・文書化）を分けたいとき
逆に、短い単発の修正までサブエージェントにするのは、かえって遠回り。
最後に
Subagents の本質は、AIを増やすことではなく「仕事の分け方」を持ち込むことです。
人間のチームと同じで、抱え込まずに任せるほど全体は速くなる。
まずは調査タスクを1つ切り出すところから試すと、効き目が分かりやすいと思います。
以上です。
コメントを残す