多智能体工作流会烧掉海量 token，关键是控制重复成本
HaktanSuren · x · 2026-08-04
这篇文章讨论的是一个很现实的问题：多智能体工作流为什么会烧掉海量 token。作者认为，很多系统的成本并不是来自“聪明”，而是来自重复读取、重复总结、重复校验和反复重试。
文章引用了 Anthropic、OpenAI Codex 等案例，强调 token 不是产出，而是计费表。核心主张是：把 agent 编排当成流程问题来管，要求智能体证明自己的工作价值，减少重复上下文，并为工作流设置明确的成本控制，让 token 消耗与实际价值挂钩。
「编程与Agent」频道最新
- Gemini Spark 已能接 MCP，但每个工具都得反复授权 — tristanbob · 2026-08-04
- Agent 应用该先暴露技能面，再逐步固化成代码 — burny_tech · 2026-08-04
- 同一个 session 里可用 subagent 切换模型 — dotey · 2026-08-04
- xAI 用 Grok 4.5 升级 Grok Build，加入技能和计划模式 — elonmusk · 2026-08-04
- 自定义搜索 RL 训练，可能比“单一大模型”更有效 — shangbinfeng · 2026-08-04
- GitHub Copilot CLI 1.0.78 增加实时耗时与新 worktree 命令 — copilot-cli-release-app[bot] · 2026-08-04