标签
分享了一段可直接复制的安装提示词，用于在 Codex 环境中安装 Graphify（safishamsi/graphify），通过为项目生成知识图谱来减少重复读取文件、梳理依赖带来的 token 消耗，宣称可节省约 80% 的 token。
宝玉建议 Claude Code 用户运行 /autocompact 300k，将自动压缩触发阈值从默认的约 967K 提前到 300K，从而保持对话历史精简、显著节省长对话中的 Token 消耗。Lydia Hallie 补充说明 auto-compact 会将整段对话替换为简短摘要。
一个 MIT 许可的 CLI 工具 chewme-audit 用于审计 Agent 轨迹导出文件，检测 token 浪费情况。它在 73 条公开基准测试轨迹中发现 74% 存在浪费，支持按各提供商定价计算，并提供可直接复制粘贴的修复方案，在实际运行中将 token 浪费最高降低了 77%。
作者在 Claude Code 会话中测试将 Jev/Decision 模型嵌入 Jinja 模板化的 Skill，通过让决策模型直接处理文件而不经过 Opus 上下文，实现了约 70% 的上下文/成本节省和 4-5 倍的速度提升。
一条分享 Claude Code 多智能体工作流最佳实践的推文：用 Sonnet 构建代码，用 Haiku 子智能体并行处理琐碎工作，仅在关键审查节点使用 Opus，从而节省 token 和上下文空间。
分享一个在 Claude Code 的系统提示词中加入的提示技巧：让 Claude 在执行任务时合理调用不同模型（fable、opus、sonnet、haiku）和 effort 级别的子代理，避免资源浪费，实现按需分配。
Garry Tan认为，初创公司构建的AI智能体框架具有真正的实用价值，因为它们能够将消耗token的智能体行为转化为确定性的、经过测试的、可重复的代码。他以英国经纪商IG使用Grep智能体来自动化合规警报审查为例。
Xybernetex是一个实验性的OpenClaw插件，通过监控AI代理运行来减少浪费的令牌并提高任务成功率，采用重试和验证等干预措施，作者正在寻求真实世界的测试者。
Basis 表示，利用 GPT-6 Astra 不仅将复杂税务工作簿的完成速度提升了一倍，还增强了其AI代理在会计任务中的效率与决策水平。
作者开发了一个确定性图像路由系统，对图像进行分类，决定是作为原始字节发送还是通过OCR提取文本，实现了LLM上下文集成中令牌消耗的88%减少。
Cursor AI 通过更紧凑的提示、选择性工具加载、更好的缓存和压缩文件读取，将其工具中的令牌成本降低7%，同时确保智能体质量不受影响。
Box 测试了 Claude Opus 5.5，发现它在复杂的企业知识工作任务上，相比 Opus 5 带来了显著的性能提升，在 token 效率、速度和成本方面都有重大改进。
本文介绍了GCB和KRE作为两个层，用于优化持久化多智能体AI系统中的令牌使用和上下文管理，在保持能力的同时降低成本。
本研究对比了AI代理中的记忆系统与完整对话历史在模拟天数内的表现，显示记忆系统可将上下文令牌减少23-62倍，在个人事实召回上效果相似或更好，但在数字数据和特定细节（如标识符）上表现不佳。
Forge 是由 Eric Simons 与 Arcee、Microsoft、Vercel、Fireworks 和 DigitalOcean 合作推出的研究预览，提供高达50倍的使用量于 GLM 5.3、Kimi K3 和 DeepSeek v4 等开放权重模型，以加速开发并使充足的token易于获取。
文章描述了一个个人开发系统，使用看板来协调AI代理，通过将任务执行与主聊天界面隔离，最大限度地减少AI辅助编码中的上下文膨胀。
GitHub Copilot 通过优化上下文管理而非令牌数量来提升AI编码效率，在减少不必要工作的同时，借助基准测试和实验验证的改进来确保任务质量。
一位研究人员分享了初步结果，展示了一种方法，与GPT-4o相比，将图像处理token使用量减少约95%，同时保持了相似的准确度，并寻求关于其重要性的反馈。
推出 OM2，这是一款 AI 工具，为企业数据提供永久记忆，通过降低搜索成本来优化 AI 令牌使用。
Elon Musk 宣布，自动令牌优化功能即将推出，以降低 Grok Bot 用户的成本。一位用户建议了一种变通方法，涉及为特定任务设置专用频道。