在 AI 辅助编程的演进道路上,我们常常面临两大瓶颈:长上下文的噪声干扰与实时信息的获取滞后。传统的单线程对话模式,一旦涉及复杂的代码库探索或多维度研究,往往会让主上下文迅速膨胀,导致模型“遗忘”或“幻觉”。

今天,Ollama 带来了突破性更新:在 Claude Code 中原生支持子智能体(Sub-agents)与网络搜索功能。
这意味着,你不再需要繁琐地配置 MCP 服务器,也无需申请额外的 API 密钥。只需一条命令,即可召唤出能够并行工作、自主联网研究的“数字团队”,让复杂的开发任务变得前所未有的高效与清晰。
核心亮点:并行计算与纯净上下文
1. 子智能体:让任务并行飞起来
子智能体是本次更新的核心。它们能够在独立的上下文中并行运行特定任务,如文件搜索、代码深度探索或专项研究。
- 上下文隔离:辅助任务产生的大量中间数据(日志、搜索结果、代码片段)被限制在子智能体的独立上下文中,绝不会污染主会话。这确保了主对话始终聚焦于核心逻辑,即使进行长达数小时的编码会话,依然保持高效清爽。
- 智能触发:
- 自动触发:先进的模型(如 Minimax-M2.5)会在检测到复杂任务时,自动判断并生成子智能体。
- 手动强制:你也可以通过自然语言指令显式控制,例如:“使用/生成/创建子智能体来...”

2. 内置网络搜索:实时信息触手可及
Ollama 已将网络搜索功能深度集成至 Anthropic 兼容层中。
- 零配置体验:当模型需要最新文档、发布说明或市场数据时,Ollama 会自动接管搜索请求,处理查询并直接将结构化结果返回给模型。
- 无缝协作:子智能体可以充分利用这一能力,并行研究多个主题,并将可操作的结论带回主会话。无论是审计弃用特性,还是分析竞争对手策略,都能即时完成。

实战场景:从单兵作战到团队协同
借助新功能,你可以用更自然的语言指挥 AI 完成复杂的全栈任务。以下是几个典型的应用示例:
场景一:复杂系统架构探索
不再需要一步步引导 AI 阅读文件,直接下达指令:
“生成三个子智能体:分别探索认证流程、支付集成模块和通知系统架构,最后汇总一份依赖关系图。”
场景二:全方位代码审计
并行处理多维度的质量检查,大幅缩短反馈周期:
“使用子智能体并行执行以下任务:1. 审计潜在的安全漏洞;2. 查找性能瓶颈;3. 检查无障碍访问(a11y)合规性。”
场景三:深度技术调研与迁移
结合联网搜索与子智能体,完成从调研到方案落地的闭环:
“创建一个子智能体研究 PostgreSQL 18 的发布说明,审计我们当前查询中已弃用的模式,并自动生成迁移任务列表。”
场景四:市场竞争分析
让 AI 化身商业分析师,辅助产品决策:
“创建 3 个研究智能体,分别调研我们前三大竞争对手的 API 定价策略,与我们当前的定价模型进行对比,并起草一份优化建议报告。”
场景五:DevOps 流程优化
“研究顶级开源项目(如 Kubernetes, React)的发布流程,审查我们的 CI/CD 流水线配置,并draft 一份改进方案。”
快速开始:一行命令激活
无需复杂的安装脚本,Ollama 让这一切变得极其简单。
1. 启动命令
只需在终端运行以下命令,即可加载支持子智能体与联网搜索的 Claude Code 环境:
ollama launch claude --model minimax-m2.5:cloud
2. 模型选择
该功能适用于 Ollama 云上的多种高性能模型。推荐尝试以下模型以获得最佳体验:
minimax-m2.5:cloud(推荐:强大的推理与多智能体调度能力)glm-5:cloudkimi-k2.5:cloud
3. 无需额外配置
- ❌ 不需要配置 MCP Server
- ❌ 不需要单独申请 Search API Key
- ✅ 所有能力内置,开箱即用















