让 AI 助手查天气时，它先要判断该用哪个工具，再按固定格式填好地点和日期。这类工作更像填写表单，不需要每次都请最强的大模型出场。KDnuggets 作者 Shittu Olumide 认为，小语言模型（SLM——参数和算力需求较低的模型）正适合承包这些边界清楚、重复度高的子任务。
具体来说，小模型可以负责路由——先判断请求类型，再交给合适的模型或工具；也可以完成工具调用，即选中搜索、数据库或计算器，并填写规定参数。文章援引 NVIDIA Research 的观点称，智能体日常的大量工作其实是解析命令、选择工具、输出固定 JSON 格式，而非开放式推理。针对单一任务微调后，小模型甚至可能比临时接受指令的通用大模型更稳定。
这意味着智能体不必“全程开大”：便宜、快速的小模型先处理常规请求，只把低置信度或复杂案例升级给强模型。它可能降低整体延迟与推理成本，但材料没有给出这套路由架构的统一实测数据；开放式、陌生的问题仍需大模型处理。