Agent 成本优化：少花钱多办事的 7 个策略

Agent 的钱花在哪

运行 Agent 的主要成本：

1. LLM API 调用费（占 70-80%）
2. 向量数据库存储费
3. 托管/服务器费
4. 外部 API 调用费

核心矛盾：越强的模型越贵，越多的工具调用越费 Token。

7 个优化策略

1. 分层模型

不是每个任务都需要 GPT-4 级别：

• 简单判断/格式化 -> 小模型（Gemma、Llama 3）
• 复杂推理/创作 -> 大模型（GPT-4、Claude）
• OpenClaw 支持按 agent 配置不同模型

2. 缩减上下文

• 只传必要的工具结果，不要把整个 API 响应塞进 Prompt
• 用摘要代替原文
• 定期清理会话历史中的冗余消息

3. 结果缓存

const cache = new Map();

async function cachedCall(key, fn, ttlMs = 300000) {
  const cached = cache.get(key);
  if (cached && Date.now() - cached.time < ttlMs) {
    return cached.data;
  }
  const data = await fn();
  cache.set(key, { data, time: Date.now() });
  return data;
}

4. 批量处理

• 多个独立任务合并成一次 LLM 调用
• 工具调用并行化

5. 提前终止

• 在 System Prompt 中设定决策边界
• 简单问题直接回答，不触发工具

6. Prompt 精简

• System Prompt 按需加载，不一股脑全塞
• 去掉重复说明

7. 监控用量

• 记录每次调用的 Token 数
• 设置预算告警
• 每周审查成本报告