Um subagente é delegação aplicada a agentes: você passa um trabalho para um executor novo e recebe de volta só a resposta.
Como funciona
O agente principal decide que uma tarefa é independente, como “encontre todos os chamadores desta função” ou “rode a suíte de testes e informe as falhas”. Ele inicia um subagente com uma descrição da tarefa. O subagente roda o próprio loop de agente e devolve um resultado.
A documentação do Claude Code resume assim: “Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions.” (tradução: cada subagente roda na própria janela de contexto, com um system prompt personalizado, acesso a ferramentas específicas e permissões independentes.) Um subagente é definido como um arquivo Markdown com frontmatter YAML, no nível do projeto em .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 os benefícios listados estão manter a exploração fora da conversa principal, limitar as ferramentas que um subagente pode usar e encaminhar tarefas para modelos mais baratos.
Outros frameworks têm ideias parecidas. O OpenAI Agents SDK diz que “Handoffs allow an agent to delegate tasks to another agent” (tradução: handoffs permitem que um agente delegue tarefas a outro agente) e representa cada handoff para o modelo como uma ferramenta.
O post da Anthropic sobre context engineering descreve o padrão pelo lado do contexto: cada subagente trabalha em uma janela de contexto limpa e “returns only a condensed, distilled summary of its work” (tradução: devolve só um resumo condensado e destilado do seu trabalho), muitas vezes de 1.000 a 2.000 tokens.
Por que isso importa
- Contexto. Uma execução de testes pode imprimir dezenas de milhares de tokens. Em um subagente, essa saída fica fora da janela de contexto principal; só o resumo volta. É uma ferramenta central de context engineering.
- Custo. O total de tokens costuma subir, já que cada subagente carrega o próprio prompt e as próprias ferramentas. O post sobre o custo de sistemas multiagente estima o multiplicador.
- Paralelismo. Subagentes que rodam ao mesmo tempo são requisições paralelas. O limite de concorrência do seu provedor decide quantos rodam juntos.
Na BroadNet Inference
A BroadNet serve os modelos; a lógica dos subagentes fica na sua ferramenta de agente. Qualquer ferramenta que aceite uma base URL compatível com a OpenAI pode apontar o agente principal e os subagentes para a BroadNet, e pode usar modelos diferentes para cada um.
No pagamento por uso, uma chave permite 4 requisições em andamento. Nos planos de preço fixo para o DeepSeek V4.1 Flash, cada sessão roda uma requisição por vez, então conte as requisições ao modelo que podem estar em andamento no mesmo instante: três subagentes rodando juntos precisam de três sessões, e quatro se o orquestrador também chamar o modelo enquanto eles rodam. Rodar agentes de programação em paralelo com uma API de preço fixo detalha a contagem de sessões.