# OpenRouter 推出 Subagent 工具：让贵模型把杂活外包给便宜模型干

> 原标题：Subagent：让模型把琐碎任务委托出去

- 来源：AI HOT 精选
- 发布时间：2026-06-16T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38728
- 原文：https://openrouter.ai/blog/announcements/subagent-server-tool

## 摘要

OpenRouter 上线了一个服务端工具 Subagent。把它加到 tools 数组里，你的主力模型（比如 Claude Opus 4.8）就能在生成过程中把总结、提取数据、套模板、转格式这类机械活扔给更便宜的小模型（比如 GLM 5.2）去跑。Claude Opus 4.8 每百万输入 token 要 5 美元，GLM 5.2 只要 1.4 美元...

## 推荐理由

OpenRouter 把子任务委托做成了服务端工具，不是简单包一层 API。Opus 4.8 和 GLM 5.2 的价格对比让省钱效果很直观。要扣分的地方：正文没给延迟数据，也没说子代理跑崩了怎么兜底。我会先打个折，等有实际延迟和容错方案再看。

## 锐评

这条值得点开看，因为它解决了一个很实际的成本问题：在 agent 流程里，主力模型经常被用来干总结、转格式、套模板这类不需要强推理的活，白白烧钱。OpenRouter 的方案是把这些任务打包成一个服务端工具，主力模型在生成过程中直接委托给便宜的小模型（比如 GLM 5.2），自己只负责编排和判断。文章给了一个具体场景：20 次工具调用的 agent 工作流里，大概 5 到 8 次可以委托出去，单次请求成本直接砍一截，推理质量不受影响。

技术细节上，每次委托是隔离的，小模型只看得到任务描述，拿不到父对话的上下文和记忆，这避免了上下文污染。小模型自己也能带工具（比如联网搜索），但禁止递归委托，单次请求最多委托 10 次，这些限制让行为可控。文章还提了一嘴 Advisor 工具，跟 Subagent 相反，是把难决策往上抛给更强的模型，两者可以搭配用。

正文没给出实际延迟数据和委托失败率，也没说小模型输出质量波动时怎么兜底。这点先别太激动，省钱的账算得漂亮，但生产环境里委托链路一长，稳定性和调试复杂度都是未知数。