通过为多智能体添加共享记忆层，我的 token 支出降低了 50% 以上

我用的是一个编排器架构：一个模型负责规划和分派任务，worker 负责执行。在加入记忆层之前，编排器的每一次调用都在重放完整的项目状态——已经做了什么、还有哪些待办，以及其他信息，每一轮都会重新注入。编排器超过 60% 的 token 只是用在了重读上一次调用中已经拥有的上下文上，而在那之前我的账单大约是每月 580 美元。 worker 那边更糟，因为它们对其他 worker 做了什么毫无感知。于是 3 号 agent 会重写 1 号 agent 已经构建好的东西，而编排器又会重新分派 20 次调用之前就已经发出的任务——因为它跟丢了状态。 到这一步我已经没什么选择，于是我尝试加一个共享记忆层，让所有 agent 都从同一个存储中读写，并按项目做隔离。现在编排器每次调用拿到的是当前状态的排序摘要，而不是完整历史；worker 在动手构建任何东西之前，会先检查哪些内容已经存在。token 支出直接降了一半，重复劳动也基本消失了。目前我的账单大约是每月 260 美元，记忆层的成本是每月 19 美元，所以算下来我每月净省 300 美元——对我来说已经足够了。 如果你也在跑多智能体系统，而觉得账单偏高，可以去查一下每次调用里有多少 token 只是被用来重新注入上下文，因为这就是我当初的全部问题所在。