小型子代理用于上下文工程

为什么我们不使用小型（比如3B甚至更小）的模型进行上下文工程？有关于AI代理浪费令牌和上下文窗口进行低效文件搜索，或需要整个向量数据库基础设施用于RAG系统的讨论。在我看来，这似乎是一个完美的用例，使用一个小型、快速的本地子代理来搜索文件库并提取最重要的数据，然后交还给主代理，这样主代理就知道哪些文件是重要的以及在哪里需要编辑。如果较小的代理失败，仍然可以回退到常规工具。如果能将此类任务委托给较小、更便宜或本地模型，可以节省大量资金。但我真的没有找到任何证据表明这种方法被广泛使用。我是不是漏掉了什么？有没有充分的理由说明这实际上不是一个好主意？或者人们正在使用这样的系统，而我只是没有找到任何信息？你们对此有什么想法？请让我知道，如果你曾从事过类似的工作，以及它是否成功。