编码代理的隐藏上下文成本
krishnan · x · 2026-07-15
这条讨论的是 coding agent 的“harness tax”：真正贵的往往不是模型，而是 agent 包装层在发送给模型前就塞进去的系统提示、工具 schema、MCP、记忆层和仓库指令。
文中引用 Systima 的测量：在相同模型、机器和任务下，Claude Code 首轮大约发出 3.3 万 tokens 的系统提示/工具脚手架，而 OpenCode 约 7000 tokens。其中 Claude Code 约 2.4 万 tokens 来自工具定义；一个 72KB 的 AGENTS.md / CLAUDE.md 还会在生产式设置里额外增加约 2 万 tokens。当任务拆成两个 subagent 时，总消耗可从 12.1 万 飙到 51.3 万 tokens。
作者强调：不能只看“最小 prompt”，而要看整个请求轨迹。agent 的成本是 基线 × 请求次数 + 对话增长 + 工具输出 + 缓存行为。大型 harness 有时因为更会批量调用工具，反而比“更瘦”的 wrapper 更省钱。结论是，生产环境里需要做 token trace、缓存命中率、tool-call 深度、prompt diff 和单任务单位经济，而不是只看延迟和报错。
所属事件:Claude Code被曝隐藏高额上下文开销(3 条相关)→
「编程与Agent」频道最新
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用 prompt 造硬件:一次对话让智能体组装定制设备寄到家 — paraschopra · 2026-09-11
- 模型之外才是关键:一文拆解 RAG 到多智能体的六大 AI 架构 — goyalshaliniuk · 2026-09-11
- 零基础开发者自建分层记忆架构，仅 20k token 记住一年对话 — matteoianni · 2026-09-11