当我让每个配置都像资深工程师一样思考时，Hermes 变得昂贵了。

Hermes 在第一周感觉像魔法一样。我让它在小型 VPS 上全天候运行，有一瞬间我甚至觉得自己真的组建了一个由四个自主员工组成的团队。然后第二周的账单来了，我意识到我创造了四个员工，他们都认为每个任务都值得使用最昂贵的模型。我的设置相当简单。我使用了 Hermes 的配置功能来创建专家： 1. **研究员：** 每天抓取 Reddit、GitHub 发布和竞争对手更新日志。 2. **写手：** 将研究笔记转化为新闻稿草稿。 3. **编码员：** 帮助我修复小脚本和调试内部自动化。 4. **运维人员：** 通过 cron 任务运行，将 Slack 讨论串和 Jira 工单总结成每日摘要。 它起作用了（而且效果太好了）。我的每日 API 成本在 14 到 18 美元之间波动，有时甚至更高。我以为我只是用错了主模型，于是尝试更换，但成本仍然异常高。事实证明，真正的问题不在于主聊天模型，而是所有在后台进行的不可见工作。于是我开始深入查看 token 日志，发现很大一部分成本并非来自我的直接对话，而是来自诸如后台记忆回顾、Hermes 为研究员总结网页的辅助任务、每次调用都注入的工具模式，以及运维配置的长时间运行的 cron 任务。每个配置都将自己的整个历史和技能集带入每一个微小的思考，而每一个这样的思考都在高级模型层进行。我不需要另一个神奇的“更智能”的代理。我需要的是枯燥的规则。于是我停止寻找唯一完美的模型，开始建立分层系统。 1. **每个配置的模型策略：** 研究员配置现在使用像 DeepSeek V4 这样的廉价模型进行初始抓取和标记。仅在最终合成报告时升级到类似 Claude Sonnet 4.6 的模型。写手使用 Kimi K2.6 进行草稿和清理，仅在最终润色时调用高级模型。 2. **预处理：** 编码员配置在原始命令行输出上浪费 token。`git diff` 和 `npm test` 日志的 token 消耗很大。现在，一个简单的 Python 脚本会在输出发送给 LLM *之前* 压缩该输出。 3. **分离密钥和日志：** 这是最重要的改变。我为四个配置分别分配了不同的 API 密钥。突然我就能清楚地看到哪个配置出了问题。为了有效执行这一点而不感到抓狂，**我将 Hermes 配置指向了我的 ZenMux 设置**。我并不是在寻找神奇的路径；我只需要一个兼容 OpenAI 的单一端点，以便隔离成本轨迹、执行严格预算并检查每个密钥的日志。你可能也可以用 LiteLLM 或其他网关来实现，但关键在于可见性。 这带来了巨大的改变。我的每日成本从 14-18 美元范围降至大约 7-10 美元。高级模型调用现在大约占我使用量的 20-30%，而之前是 60% 以上。最终的输出质量基本相同，因为昂贵的模型仍然被使用，但仅用于真正重要的最后一步。大部分节省来自于设置合理的模型策略和删除不必要的 LLM 调用。网关只是让浪费变得足够明显，让我能够采取行动。感觉持久代理的真正挑战不在于记忆或技能，而在于给它们制定预算。如果你正在运行 Hermes 或其他持久代理，你是如何处理这个问题的？将配置分配到不同的模型？对 cron 任务使用本地模型？还是暂时承担这些成本？