伯克利论文:改 harness 不换模型,agent 成本最多省 2.6 倍
dair_ai · x · 2026-11-11
UC Berkeley 团队论文《System Optimizations for Cost-Efficient Agent Harnesses》给出一个反直觉结论：在同一模型、同一任务上，prompt 与工具等 harness 层面的改动几乎不影响准确率，却能让执行成本相差最多 2.6 倍——想降 agent 账单，应该改 harness 而不是换模型。
- 成本来源分析（基于 agent trace 分析）：读取既有 context 是最大成本来源，即使有缓存也占总成本最高 73%；工具调用在不增加 token 的情况下最多带来 26 倍成本；工具输出平均只被用掉 27%；大量轮次耗在文件系统探索上。
- Agency 平台：团队据此构建了插在 Claude Code、Codex 等现有 harness 与模型之间的「harness interposition」层，一次写好的优化可跨 harness 生效。
- 效果：五种概念验证优化共削减最高 35% 成本，准确率几乎无损。作者建议：账单飙升时先看重复 context 读取和多余工具调用，再考虑换模型。
所属事件:伯克利论文：换个 Agent 框架成本最多差 2.6 倍(2 条相关)→
「编程与Agent」频道最新
- 斯坦福新课程 CS329Z 全套材料公开，AI Agent 工程课每日更新 — ChengleiSi · 2026-11-11
- Google 发布 Gemini 4 Carbon，/swarm 预览让多个智能体分工互查 — OnlineInference · 2026-11-11
- AI 电话代理 Mitra 上线 MCP,可让 ChatGPT 借你的手机号打电话 — testingcatalog · 2026-11-11
- LangChain 用文档引用建图,跨源问题准确率从 10% 升到 52% — JeremyCMorgan · 2026-11-11
- AI agent 频挖出 CVE，开发者该假设服务器必被拿下 — haltakov · 2026-11-11
- Workday agent 原型从 4-5 个月缩到 1 天上 staging — LangChain · 2026-11-11