Headroom 宣称最多省 95% token，代码智能体实测更接近 20%
alex_verem · x · 2026-07-25
Headroom 是一个给 AI agent 用的上下文压缩层，位于 agent 和大模型之间，会在请求进入 token 计费前压缩工具输出、日志、JSON、RAG 片段等结构化内容。
- 项目自己写的效果是：对 JSON/结构化数据可减少 60–95% token，但对 编码类 agent 只有 15–20%。
- 一位 GitHub Copilot 团队工程师实测后认为，在真实工作流里结果是 中性甚至负面：压缩会删掉模型仍需要的上下文，模型随后会要求看原文，最终 token 反而更多。
- 仓库还提到，Chopra 在 Open Source Summit 演讲中称该项目累计节省了 700K 美元、覆盖 2000 亿 tokens；但对普通 coding agent 来说，社媒里流传的 “95%” 主要只适用于结构化机器数据，不适用于大多数代码场景。
所属事件:AI上下文压缩工具Headroom实测：编程场景仅省20% token(2 条相关)→
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11