对“Pi”编码代理的技術分析显示，其广为引用的 550 个 token 的系统提示词大小具有误导性。虽然核心行为指令确实只有很小的 282 个 token，但其中很大一部分（268 个 token）用于内部文档导航，这仅在用户询问 Pi 本身时使用。此外，分析强调，每次请求都会发送的工具模式的 token 计数通常被排除在这些计算之外。对于 Pi 来说，这些工具模式会额外增加 588 个 token，使每次请求的总 token 使用量达到 1,138 个 token，这一数字通常不会被宣传。相比之下，Codex 调优的模型使用更大的系统提示词，范围从 1,436 到 1,624 个 token，而通用 GPT-5.x 模型使用超过 4,500 个 token。 AI
影响 突出了 LLM 提示词工程和 token 管理的隐藏成本和复杂性。
排序理由 对一个 AI 代理的提示词大小和 token 使用情况进行分析，并与竞争对手进行比较。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
