多代理协作中的Token浪费：从通信开销到优化路径

在怎么找一块1分跑的快群的驱动下，数学思维的排名机制正在经历一次悄然的升级。排名代发飞机【seo1268】好友聊天，输入“怎么找一块1分跑的快群”咨询客服，娱乐游戏作为民间很受欢迎的纸牌玩法，乐趣集中在快节奏的刺激感、心理博弈的张力，这两种玩法的规则几乎一学就会，不用记复杂的牌型搭配，就算是新手也能快速上手，梦想是前行的灯塔，哪怕渺小，也能指引方向。不必因梦想遥远就轻言放弃，逐梦的路上，本就布满挑战。拆分目标，步步前行，哪怕每天只前进一小步，也是在靠近理想。不惧旁人的质疑，不畏前路的漫长，坚守初心，全力以赴。只要心中有梦，眼里有光，脚下有路，终能跨越山海，奔赴心之所向的远方。的观察角度，有助于我们更清晰地把握当前脉络。

同一任务在不同运行间的 token 消耗差异能达到 30 倍，这体现了 agentic workflow 的高度随机性。更有意思的是，高 token 消耗并不必然带来更高准确率；论文数据显示，准确率常常在中间成本区间就已达到峰值，继续追加消耗反而出现饱和甚至边际收益递减。模型间的效率差距同样显著，例如 Kimi-K2 和 Claude-Sonnet-4.5 在相同任务上平均比某些基准模型多消耗 150 万 token 以上。

但论文揭示的轨迹细节表明，这种认知存在明显盲区，很少有人真正追踪每一轮交互中上下文如何膨胀，以及哪些环节真正驱动了费用。

模型间效率差异同样惊人。在相同任务上，Kimi-K2 和 Claude-Sonnet-4.5 平均比 GPT-5 多消耗 150 万以上 token，即使在所有模型都能解决的简单子集上这一差距依然存在。人类专家对任务难度的主观判断与实际 token 成本仅呈弱相关，这意味着凭经验预估开支很容易失准。大多数开发者以为更强的模型天然更省钱，但现实恰恰相反，聪明模型在 agentic 流程中往往制造更多无效迭代和上下文膨胀。

行业里讨论AI Agent成本时，焦点通常落在模型API定价和输出token的单价上。开发者常以为只要优化提示长度或限制生成步数，就能把费用控住。论坛和社区里也反复出现类似吐槽：Agent确实能处理真实GitHub issue，但每次运行的开销像开了盲盒一样难以捉摸。这些看法有其道理，却遗漏了运行间剧烈波动的核心盲区，以及高token投入未必换来更高准确率的实证现象。

多数开发者与媒体在讨论 AI Coding Agent 时，仍把焦点放在 SWE-bench 上的解决率和模型表现上。社区热议 Claude、GPT、Kimi 等谁在特定 issue 上更强，网友也常抱怨单次任务动辄几百元开销，却普遍默认高 token 消耗对应高性能。表面上看，这似乎合理——越复杂的 Agent 自然需要更多计算。

前沿模型自身对 token 消耗的预测能力同样薄弱。论文数据显示，预测值与实际值的相关系数最高仅 0.39，且模型普遍存在系统性低估。这意味着即使是顶级 LLM，也难以在任务启动前给出可靠的预算预估。就像租用一辆车却无法提前知道油耗和实际路线，代理运行的成本黑箱让预算控制变得格外棘手。

论文的核心贡献在于实证了代理经济的几大结构性特征。同一任务的不同运行轨迹，token 总消耗可波动高达 30 倍，且高消耗并不必然带来更高准确率——准确率往往在中段成本就已饱和，继续投入反而收益递减。这个发现直接挑战了“多算多得”的直觉认知，暴露了计算努力与实际产出之间的脱节。

另一个值得注意的现象是token消耗的随机性。同一个任务不同运行间总token差异可达30倍，且更高消耗并不必然带来更高准确率——准确率往往在中间成本区间达到峰值，之后继续迭代反而饱和。人类专家对任务难度的主观评估与实际token成本仅呈弱相关：看似棘手的bug有时Agent处理得很快，而简单修复却引发反复审查，形成token黑洞。这种感知与现实的脱节，进一步加大了开发者对tokenomics的把控难度。

核心来看，迭代验证而非初始生成，才是agentic coding的主要成本点。代码审查阶段吃掉近60% token，本质源于其高度上下文依赖的对话性质——每次交互都需重载大量已有信息，形成隐形黑洞。这让“AI帮写代码就能大幅省钱”的预期变得比想象中复杂得多，值得开发者持续跟踪优化路径。

arXiv上这篇题为“How Do AI Agents Spend Your Money?”的最新论文，给出了系统性的实证数据。研究团队分析了八个前沿LLM在SWE-bench Verified上的完整轨迹，这是目前评估AI软件工程Agent的权威基准。结果显示，Agentic编码任务的token消耗是普通代码推理或代码聊天的1000倍左右，而主导成本的正是输入token，而不是输出token。

% 和 8% 的差距，仍然是当前阶段最核心的矛盾之一。