Subagents कब सबसे अच्छे से काम करते हैं?	जब exploration execution से अलग हो और intermediate work मायने न रखती हो - यानी जब आपको सिर्फ final result चाहिए, journey नहीं।
Research tasks के लिए subagents क्यों ideal हैं?	क्योंकि subagent सभी exploration (files search करना, function calls trace करना) अपने context में रख सकता है और main thread को सिर्फ clean summary देता है।
Code review के लिए subagent का फायदा क्या है?	Subagent code को fresh perspective से देखता है क्योंकि उसे creation history नहीं पता, जिससे main thread की तुलना में बेहतर feedback मिलता है।
Custom system prompt subagents को कब बेहतर बनाता है?	Copywriting (tone, audience, style के लिए) और Styling (design system files के साथ) जैसे specialized tasks में जहां default prompt काम नहीं करता।
"Expert claims" वाले subagents क्यों काम नहीं करते?	क्योंकि "आप Python expert हो" जैसे prompts कोई value नहीं जोड़ते - Claude पहले से ही यह knowledge रखता है।
Sequential subagent pipelines में क्या समस्या है?	जब हर step पिछले step की discoveries पर depend करता है तो information handoff में खो जाती है।
Test runner subagents से क्यों बचना चाहिए?	क्योंकि वे सिर्फ "tests failed" return करते हैं और debugging के लिए जरूरी full output को छुपा देते हैं।
Subagent use करने का main decision rule क्या है?	पूछें: क्या intermediate work मायने रखती है? नहीं = subagent को delegate करें; हाँ = main thread में रखें।
Subagents के लिए best use cases कौन से हैं?	Research, code reviews, और tasks जिन्हें custom system prompt की जरूरत है।
Subagents से बचने के cases कौन से हैं?	"Expert" personas, multi-step pipelines जहां steps dependent हों, और test running जहां full debugging output चाहिए।