Un subagente es la delegación aplicada a los agentes: entregar un trabajo a un trabajador nuevo y recibir solo la respuesta.
Cómo funciona
El agente principal decide que una tarea es autónoma, como “encuentra todas las llamadas a esta función” o “ejecuta la suite de pruebas e informa de los fallos”. Inicia un subagente con una descripción de la tarea. El subagente ejecuta su propio bucle de agente y devuelve un resultado.
La documentación de Claude Code lo explica así: “Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions.” (traducción: cada subagente se ejecuta en su propia ventana de contexto, con un prompt de sistema personalizado, acceso específico a herramientas y permisos independientes.) Un subagente se define como un archivo Markdown con frontmatter YAML, a nivel de proyecto en .claude/agents/:
---
name: code-reviewer
description: Reviews code for quality and best practices
tools: Read, Glob, Grep
model: sonnet
---
You are a code reviewer. When invoked, analyze the code and provide
specific, actionable feedback on quality, security, and best practices.
Entre los beneficios que enumera están mantener la exploración fuera de la conversación principal, limitar qué herramientas puede usar un subagente y dirigir tareas a modelos de menor costo.
Otros frameworks tienen ideas parecidas. El OpenAI Agents SDK dice que “Handoffs allow an agent to delegate tasks to another agent,” (traducción: los handoffs permiten que un agente delegue tareas en otro agente) y presenta cada handoff al modelo como una herramienta.
El artículo de Anthropic sobre ingeniería de contexto describe el patrón desde el lado del contexto: cada subagente trabaja en una ventana de contexto limpia y “returns only a condensed, distilled summary of its work,” (traducción: devuelve solo un resumen condensado y destilado de su trabajo), a menudo de 1,000 a 2,000 tokens.
Por qué importa
- Contexto. Una ejecución de pruebas puede imprimir decenas de miles de tokens. En un subagente, esa salida queda fuera de la ventana de contexto principal; solo vuelve el resumen. Es una herramienta central de la ingeniería de contexto.
- Costo. Los tokens totales suelen aumentar, ya que cada subagente carga su propio prompt y sus herramientas. El artículo sobre el costo de los sistemas multiagente estima el multiplicador.
- Paralelismo. Los subagentes que se ejecutan al mismo tiempo son solicitudes en paralelo. El límite de concurrencia de su proveedor decide cuántos corren a la vez.
En BroadNet Inference
BroadNet sirve modelos; la lógica de subagentes vive en su herramienta de agentes. Cualquier herramienta que acepte una URL base compatible con OpenAI puede apuntar su agente principal y sus subagentes a BroadNet, y usar modelos distintos para cada uno.
Con pago por uso, una clave permite 4 solicitudes en curso. En los planes de tarifa plana de DeepSeek V4.1 Flash, cada sesión ejecuta una solicitud a la vez, así que cuente las solicitudes al modelo que pueden estar en curso en el mismo momento: tres subagentes ejecutándose a la vez necesitan tres sesiones, y cuatro si el orquestador también llama al modelo mientras corren. Ejecutar agentes de programación en paralelo con una API de tarifa plana explica en detalle el conteo de sesiones.