标签
Particle-1 是一款面向编程智能体、注重 token 效率的模型（在准确率相当的情况下，输出 token 数比 DeepSeek V4.1 Flash 少约 45%），现已在 OpenClaw v2026.10.10 中上线，标准推理采用零数据保留政策。
作者赞同 poteto 的观点，批评让 Sub-agent 互相对抗式代码审查（Adversarial Review）纯属浪费 Token，指出其存在无意义 nitpicking、过度设计和算力错配三大死穴，并认为顶级团队正转向实测、形式化验证与真实红队来发现问题。
DeepSeek 的实验表明，在一个包含 300 条消息的群聊中，一个被分配了 20 项任务的 AI 智能体一项都没有委派出去——直到引入两层 Router/Worker 设计、把键盘从顶层智能体手中拿走之后才得以解决。该方案将最慢任务的耗时从约 30 分钟压缩到 16 分钟以内，而每次运行会消耗 23.2M 缓存 token。
清华与微软亚研合作的 HarnessMM 论文提出通过受保护的决策复用与递归自改进来提升 agent harness 的 token 效率，实验显示 DeepSeek Harness（DSH）收益显著：HumanEval 成功率从 71.43% 升至 85.71%，每题 token 省 87.93%，而 Codex 仅省 29.54%。
Folk 个人智能体将其运行框架切换至 Browser Use Pi 后，在浏览器使用方面达到了业界领先水平。据报告，其令牌消耗减少了 70% 以上，执行速度提升了 22%，并且能在后续交互中保留浏览器状态。
Vercel 的 fx 是一个用 Zig 编写的小型开源编程智能体 CLI，现已发布 v0.0.16，改进了提示词缓存，未缓存的输入 token 减少了 41%，npm 下载体积缩小了约 60%，二进制文件体积缩小了 2.8%。
SwarmChat 团队在 ProgramBench 上对 1–16 个编程智能体进行了基准测试，发现并行智能体团队以多消耗约 36% 的 token 为代价，缩短了约 5 小时的耗时，但在时间充足的情况下，并不能稳定胜过单个智能体。
Particle-1 是一款基于 DeepSeek V4.1 Flash 进行后训练的高 token 效率编程模型，现已上线 Capy 代码生成智能体集群框架，支持 100 万 token 上下文和图像输入，输入/输出价格分别为每百万 token 0.25 美元/1 美元。
Suhail 分享了一项独立验证结果，显示 particle-1 在真实软件工程基准测试中实现了相同的性能，同时减少了 43% 的 token 消耗。
Parallel Web Systems 报告称，Particle-1 在 Parallel 搜索能力排行榜的效率排名中位列第二，以减少 42% 的输出 token 达到了与 DeepSeek V4.1 Flash 相当的网络研究表现。Suhail 兴奋地表示，在他们无法用于训练的真实世界任务中，其效率主张得到了独立验证。
Linus Ekenstam 分享并称赞了 Suhail 宣布的新公司 Particle 及其首款面向开发者的模型 particle-1，该模型在实现同等性能的同时，token 消耗减少了约 45%。
Box CEO Aaron Levie 预测，AI 智能体在运行工作流和构建软件时，消耗的 token 将达到如今用量的 1000 倍；与此同时，Suhail 宣布成立新公司 Particle 以及面向开发者的高效 token 模型 particle-1，该模型在性能相当的情况下减少了约 45% 的 token 消耗。
这篇 ICAIF '26 论文研究了在 GPT-OSS-20B 上用于多步金融推理的事后自蒸馏，发现一条固定的通用反馈语句能达到与模型自行撰写的批评意见相当的约 3 个百分点的提升，这表明事后蒸馏中的位置信息降低了对特权反馈的需求。
论文提出 MACR，一种基于接力的多智能体框架，通过置信度引导的触发机制和竞拍机制在智能体之间动态转移推理主导权，在 MathVista（+3.3%）和 MMStar（+3.9%）等基准上提升了准确率，同时相比其他多智能体策略最多将 token 开销降低 6.0 倍。
该论文介绍了 Signals and Queries（S&Q），这是一种用于 Parlant 4.0 的轻量级第一阶段相关性过滤器。它采用在大语言模型生成的样本上离线训练的逻辑回归分类器，在保持高召回率的同时，每轮筛除至少 30% 的候选行为策略，性能优于 top-K 检索和余弦相似度阈值检索。
该论文提出 LTEM（面向大语言模型的表格增强型 Markdown），一种在 Markdown 基础上进行最小扩展、以显式编码合并单元格与多级表头的格式，并构建了表结构复杂度分类体系（F1-F6）和受控基准 STB（1,089 张表）。实验表明，LTEM 在表格理解任务上达到与 HTML 相当的准确率，同时在词元成本与响应稳定性上优于 HTML/LaTeX。
Ogcode 的团队分享了其用户数据洞察：开发者安装大量技能和 MCP 工具，导致智能体选错工具并浪费高达 77% 的词元。他们正在研发能按需动态选择工具的解决方案，并向社区征集思路。
Exa 3.0正式发布，这是Exa面向AI智能体的搜索API迄今最大规模的搜索质量更新，配备了更大的嵌入模型、数十亿新增文档、节省95% token的动态高亮（Dynamic Highlights）功能，以及全新的定价层级，低至每1,000次请求4美元起。
研究发现安全漏洞挖掘AI代理60.4%的token用于理解代码与推理触发方式，并提出AVRI工具复用代码关系知识，在Codex和OpenCode上分别降低18.0%和23.7%成本且不损失成功率。
本文提出 TokenEconomizer，一个经验驱动的外部控制器，通过注入微技能、裁剪无关工具以及中断失败循环来降低编码智能体的 token 成本。在 Claude Code、Codex 和 GitHub Copilot CLI 上，该方法在任务成功率相当的情况下实现了 18.4%–30.9% 的成本节省。