Appearance
AgentMa 最值得单独写的设计之一，是它会把项目任务和子任务展示出来。你能看到主任务下有哪些子任务，哪些由子代理完成，哪些负责 PRD、Persona、模块设计、数据库设计和代码生成。很多 Agent 工具把这些调用藏起来，AgentMa 至少让过程更可见。
AgentMa 任务和子任务：子代理过程为什么值得单独说
AgentMa 有一个设计，比“生成应用”本身更值得看。
它会把任务和子任务展示出来。
在科技雷达项目里，左侧能看到一个大任务下面挂着很多子任务：生成 PRD、生成用户画像、设计模块、生成数据库 schema、构建前端页面、构建服务端 API 等。
AI Agent 最大的问题之一，就是过程不透明。
子代理不是用户直接调用的
从截图看，很多任务后面带着 @gen-prd subagent、@gen-persona subagent、@gen-db-schema subagent 这样的标记。
这说明 AgentMa 内部确实有子代理或子任务分工。
但用户不是在一个列表里手动点每个子代理。更像是主流程根据当前阶段调用对应子代理，然后把结果挂在任务树里。
这个设计比直接暴露一堆 Agent 更适合普通用户。
普通用户不需要知道什么时候该找 PRD Agent，什么时候该找数据库 Agent。用户只要看见：这次项目到底拆成了哪些任务，每一步产出了什么。
任务树让过程更可信
很多 AI 工具会告诉你“我已经完成了”。
问题是，你不知道它怎么完成的。
AgentMa 的任务树至少让你看到过程：
- 它有没有先生成 PRD。
- 有没有生成 Persona。
- 有没有做模块设计。
- 有没有拆数据库表。
- 有没有生成前端页面。
- 有没有生成服务端 API。
- 哪些任务已经完成，哪些还在处理中。
这不是完美验证，但比纯聊天记录更清楚。
尤其是一个复杂项目，用户很难从长对话里翻出所有关键节点。任务树把过程压成结构，能减少很多混乱。
对比其他 Agent 工具的差异
很多 Agent 工具也有子代理。
但大部分时候，子代理调用关系对用户是隐藏的。你只知道系统在“思考”“执行”“调用工具”，但不一定能看到完整任务分解。
AgentMa 这点更像工作流平台。它把子任务挂在项目树上，让你知道某个大任务下面到底发生了什么。
这对非技术用户也有价值。
非技术用户看不懂代码，但能看懂“先做 PRD、再做模块设计、再做数据库、再做前端页面”。这让 AI 软件工厂的过程更像项目交付，而不是魔法。
它也方便复盘失败原因
科技雷达项目最后页面能打开，但数据链路没有完全跑起来。
如果没有任务树，我们只能说“它没跑起来”。有任务树后，至少可以回头看：
- 采集源配置有没有生成。
- 数据库 schema 有没有生成。
- 服务端 API 有没有生成。
- 前端页面有没有连接数据。
- 构建阶段修了哪些错误。
复盘时需要这些信息。
如果将来 AgentMa 能让用户点击每个子任务查看完整输入和输出，它会比现在很多 AI 编程工具更适合做复杂项目。
透明不等于可控
任务树的透明度很好，但它还不等于完全可控。
你能看到子任务，不代表你能精细控制每个子代理怎么工作。比如你不一定能指定某个子代理只读哪些文件，也不一定能决定它什么时候停下来让你确认。
所以这项能力现在更像“可观察性”，不是“完全手动编排”。
这已经有价值。Agent 工具很多时候最缺的就是可观察性。
我希望它继续加强什么
如果 AgentMa 继续打磨任务树，我希望它补几个能力：
- 每个子任务能展开完整输入和输出。
- 每个子任务能看到消耗积分。
- 失败任务能单独重跑。
- 用户可以在某个任务前插入确认点。
- 子任务产物能直接关联到文件和页面。
这样它就不只是展示进度，而是变成真正的 Agent 工作流调试面板。
你可能还需要
同类文章：
- AgentMa Agent 中心和技能中心体验：有想法，但现在还像半成品
- AgentMa 和 Claude Code 有什么区别：云端软件工厂 vs 本地编程 Agent
- AgentMa 使用体验：它真的能生成一个全栈应用吗？
AgentMa 的任务树不是装饰。它让 AI 从黑盒执行变成可观察流程，这是这个产品最值得继续看的地方之一。