OpenAI 代理记忆系统省钱三招:缓存 TTL、Flex 减半、少调用
gabrielchua · x · 2026-11-17
nedswaney 针对 OpenAI 平台上跑记忆系统的成本,给出实用降本建议:
- 用 12 小时缓存 TTL:适合定时「dream」式复盘过去会话的 agent;把共享指令和工具定义放在 prompt 开头。缓存写入成本是普通输入 token 的 2.5 倍,但多次运行能摊回成本。
- 用 Flex 档:记忆任务对延迟不敏感,在支持的模型上 Flex 可把 token 价格砍半。
- 算上记忆省下的工作:agent 记住上次哪个工具有效、需要结果的哪部分,就能跳过若干调用、减少下次拉取的上下文——整体算账后往往更便宜、更快。
配图展示了 agent 记忆架构:会话内用 scratchpad 做工作笔记,跨会话由 Dreamer 组件在历史轨迹中找模式、合并笔记、去重、标记过期记忆,沉淀进长期记忆。
「编程与Agent」频道最新
- 开源项目 Agent Substrate 让空闲 Agent 挂起唤醒,同硬件跑 10 倍 Agent — Saboo_Shubham_ · 2026-11-17
- ChatGPT Wallet 只解决了支付安全,买错货无人把关 — krishnan · 2026-11-17
- Grok 代理打电话帮用户要回 1511 美元退款 — elonmusk · 2026-11-17
- 10 个开源仓库搭一条 AI 内容工厂,无需雇佣团队 — aftahi_ai · 2026-11-17
- 四篇校准论文综述:模型置信度不宜用于放行 Agent 高危操作 — Xjjjjyn · 2026-11-17
- 开源3D生成工具盘点:游戏级生物建模成本从上万美元降到零 — ID_R_McGregor · 2026-11-17