核心功能
Task Delegator 是一套任务分发代理框架，核心理念是"主会话不处理任务，只负责任务调度"。当用户请求执行任何任务（搜索、浏览、代码、分析、运维等）时，主会话会生成独立的子代理（child agent）来执行具体工作，完成后自动销毁会话记录，仅向用户返回精简结果。
显著优点
彻底解决上下文膨胀：传统模式下，搜索、代码分析、文件操作等任务会产生大量中间过程数据，持续累积导致主会话 token 消耗激增。Task Delegator 通过 cleanup: "delete" 机制，子代理完成后自动清理会话记录，主会话仅保留调度指令和最终摘要，长期保持轻量。
任务隔离与稳定性：子代理拥有独立的工具访问权限和上下文环境，任务失败不会污染主会话状态，系统整体更稳定。
灵活模型选择：支持为不同任务指定模型，简单任务使用轻量模型（如 glm-4.7-flash），复杂任务使用强力模型（glm-5），实现成本与性能的最优平衡。
智能记忆管理：内置双向记忆判断机制——任务分发前判断是否记录用户决策/偏好，结果返回后判断是否存储关键信息，避免记忆库被临时信息污染。
潜在局限
延迟开销：子代理启动、执行、销毁存在固有延迟，简单任务（如 ls）可能比直接执行慢数秒。
调试复杂度：错误发生在子代理层，主会话仅获得简化错误信息，深度排查需要查看子代理日志。
过度委托风险：闲聊、简单问答等无需工具的场景若强制委托，反而显得冗余且增加延迟。
适用人群
- 需要长期会话保持、厌恶上下文膨胀的高级用户
- 处理多步骤复杂任务（代码重构、多轮搜索调研）的开发者
- 对 token 成本敏感的团队场景
常规风险
- 忘记 `cleanup: "delete"`：将导致子代理记录残留，失去核心优势
- 记忆判断失误：过度存储污染记忆库，或漏存关键偏好导致重复询问
- 子代理失败处理：需设计优雅降级，避免直接暴露底层错误堆栈
使用建议
严格遵循"除闲聊外全部委托"原则，善用 model 参数优化成本，养成任务前后主动判断记忆的习惯。