斯坦福大学、麻省理工学院等机构的最新研究表明，AI 编码代理比传统聊天机器人消耗更多的 token，一项任务可能使用 100 万到 350 万个 token。这表明按每百万 token 定价的模型不适合代理，按任务定价的结构更为合适。该研究还确定了降低成本的两个关键因素：缓存稳定的上下文以减少冗余处理，以及按难度将任务路由到更便宜的模型，这些方法可以共同将成本降低 5-10 倍。 AI
影响 强调了由于 AI 编码代理的高 token 消耗量，需要新的定价模型和优化策略。
排序理由 讨论 AI 编码代理 token 使用量和成本影响的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
