标签
OpenRouter 发布了云 AI 编码代理的 token 用量排名,显示使用最多的代理(Roo Code、Ito)与知名度高的代理存在显著差异。数据揭示了炒作与实际采用之间的脱节。
Anthropic 首席财务官 Krishna Rao 透露,财务团队中代币使用量最大的其实是高级管理人员,包括税务主管,他使用人工智能来自动化税务政策引擎和工作负载。
Claude Sonnet 5 每项任务的成本高于之前的模型,原因是尽管每 token 价格更低,但 token 使用量更高,且折扣定价持续到 2026 年 8 月。
一个带有心跳功能的OpenClaw代理因为会话膨胀和一个即使被禁用仍持续运行的bug,每天消耗5000万token。作者分享了如何通过清除会话和配置心跳设置来识别并修复该问题。
文章讨论了企业如何更高效地使用AI,导致从基于token的定价模式转向基于结果的定价,这可能打破当前许多AI产品的定价策略。
初创公司创始人分享使用Fable 5后极大提升生产效率,一个月消耗100亿Token,团队规模从20人到2000人,产出创新高。
Phoenix 17.7.0 新增令牌详情图表,将提示和完成令牌分解为子类别,并支持平移、缩放和实时流功能,以便更好地观察 AI 模型的令牌使用情况。
像8x8、Cisco和Box这样的公司正在应对飙升的AI代币使用量和成本,一些公司通过替换其他软件节省了成本,而另一些则在管理代币预算和应对模型定价波动方面面临挑战。
用户报告称,Fable 5 接受提示并消耗令牌,但随后拒绝回答,突显了接受门槛低和令牌使用效率低下的问题。
Simon Willison 介绍了如何在 AgentsView Python 工具包中为模型(例如 Claude Fable 5)设置自定义价格,该工具包用于分析编码代理的令牌使用情况和成本。
文章认为,组织不应过早限制AI token用量以追求效率,因为广泛的试错对于建立深厚的AI专业知识和长期竞争优势是必要的,并以Uber和Amazon为例。
阐述了传统后端如何增加AI代理的token使用量,并展示了一种上下文工程方法,该方法无需更改模型或提示词即可将Claude Code会话成本降低2.5倍。
本文介绍了PACT,一种用于在多智能体LLM系统中构建智能体间通信的方法,它使用紧凑的动作状态记录来减少令牌消耗,同时保持或提高任务性能,并在SWE-agent和OpenHands上展示了效果。
讨论了编码代理在复杂长期任务中的挑战,指出了奇怪的用户体验问题和低效的代理交互,并主张对代理框架拥有更多控制权。
Uber consumed its entire $3.4 billion AI budget for 2026 in just four months after giving engineers unrestricted access to Claude, raising speculation about hidden token relay stations.
本文展示了LLM在保持回答质量的同时使用较短上下文窗口的方法,token使用量减少约25%,某些情况下超过50%。
本帖子分享了减少AI代理中Token使用的策略,包括提示缓存、上下文摘要、使用较小模型、修剪工具输出、子代理、RAG以及紧凑的系统提示。
Claude Code 即将添加 /usage 命令,用于显示 Skills、Agents、MCPs 和 Plugins 的 token 消耗情况,首先在 CLI 上推出,随后是桌面版。
对OpenRouter数据的分析显示,中国AI模型已成为Kilo Code编码代理中使用最多的模型,占总token使用量的58%,凭借更低成本和更长上下文窗口,挑战了Claude和GPT的主导地位。
用户分享花费价值 3000 元的 token 制作 AI 视频的经验,认为创意比算力更是关键限制。