7.7
深览指数
科技Bestblogs·腾讯云开发者··AI 生成
Token 降本 50%：Harness 工作流的成本优化实践
腾讯云开发者团队基于自家 AI Agent 框架 Harness，分享了将单轮会话 token 消耗降低 38.4%、全流程成本降低 50%-65% 的十项具体优化措施。核心技术思路是围绕‘让 AI 只看当前需要的上下文’这一原则，通过渐进式内容加载、确定性操作脚本化、架构拆分、缓存利用等手段，减少大模型在无关或重复上下文上的浪费。文章提供了可复用的检查清单与落地优先级，面向有一定 AI Agent 开发经验、需要系统性地降低 LLM 调用成本的工程师。原文 ↗
核心观点
- ▍降低 AI Agent 工作流 token 成本的核心原则是‘让 AI 只看到当前需要的上下文’，而非一味压缩 Prompt 或更换模型。
- 01文章提出十项具体优化措施，包括渐进式披露（将条件性内容外移至 references，使初始加载从数千 token 降至 1000-2000 token）、确定性操作脚本化（CLI 替代 MCP，使测试/视觉 Agent 成本降低 64%）等。
- 02引入 INDEX.md 目录索引，按需加载历史文档，而非重复载入，使单轮会话 input token 从 1,030,000 降至 634,905（-38.4%）。
- 03将单 Agent 拆分为多角色子 Agent，并为每个子 Agent 配置工具白名单，减少无关工具 Schema 常驻 context，并可按角色对模型进行分层，如将测试/视觉等角色切换至低成本模型（如 GLM-5v）。
- 04通过使用代码图谱（graphify）减少文件探索轮次，总 token 节省 22.7%；设计稳定前缀以利用 KV Cache，使派发子 Agent 的提示词命中 Prompt Cache，费用降至正常价格的约 10%。
- 05无依赖的工具调用并行发起，如同时获取 TAPD 与 Figma 摘要，省去一轮历史打包。
反方 / 局限
- — 文中未提及这些优化措施对 Agent 最终输出质量（如代码生成准确率、任务完成率）的量化影响，仅以 token 成本作为主要衡量指标。
- — 优化措施（如子 Agent 化、代码图谱构建）本身需要前期投入开发和维护成本，文章未量化这部分投入与后期节省的 token 成本之间的平衡点。
- — “稳定前缀”设计高度依赖特定模型（如 GLM、Claude）的 Prompt Cache 机制，若模型 API 不支持或缓存命中率不稳定，该优化效果可能大打折扣。
5 分钟 · 3 卡片 · 8 资料
读原文 →