Multi-Agent 工作流成本手术：腾讯 10 个方向把 token 砍掉一半

降本前置条件：可观测性。

1. 接入 AgentLens（或等效工具）
   · 按子 Agent 统计 token 消耗
   · 按来源分类（系统提示词/工具
     返回/历史消息/工具调用）
2. 跑一次真实任务，生成成本报告
   · 看占比 Top 3
   · 对照上表定位「大头」在哪
3. 建立基线
   · 记录优化前的中等需求成本
   · 每次优化后重跑对比
4. 设阈值告警
   · 单任务 token 超限自动告警
   · 参考《预算护栏》
     的护栏设计思路

典型发现（腾讯实践）：
系统提示词、工具返回信息、
历史消息是大头——
都指向「上下文管理」

腾讯的三条原则：
① 只看到当前需要的上下文
② 减少无关的上下文
③ 减少重复的上下文

落地动作 1：架构拆分
· 把大 Agent 拆成职责单一的小 Agent
  （TL + 后端/前端/质量/测试/视觉）
· 每个子 Agent 只带自己的
  局部上下文，互不污染
· 子 Agent 之间通过
  结构化交接物传递，而非全量历史

落地动作 2：稳定前缀
· 系统提示词里的固定部分
  （角色、规范）排在最前
· 命中提示词缓存，后续轮次
  这部分几乎零成本
· 可变内容（任务描述）放后面

效果：
首轮提示词压得越小，
后续每一轮都跟着省——
「滚雪球」式节约

问题：工具一次返回大段内容，
其中 90% 与当前子任务无关，
但 token 照算。

解法：渐进式披露（Progressive Disclosure）
1. 第一层：只返回「摘要/清单」
   · 文件名、行号、关键签名
   · 让模型决定下一步看什么
2. 第二层：按需展开
   · 模型明确请求时才返回
     完整文件/完整段落
3. 紧凑输出
   · 工具返回压缩为结构化摘要
   · 去掉空行、注释、无关字段

配套：
· 工具 Schema 精简描述
· 返回内容做裁剪与格式化
· CLI 替代 MCP 时同样适用
  （CLI 输出可解析、可控、紧凑）

效果：工具返回信息从「大头」
变成「按需小口喂」

方向 4：代码图谱
· 预先构建项目结构索引
  （文件、依赖、接口关系）
· Agent 先查图谱定位相关文件，
  而不是逐个文件翻
· 减少重复检索同一份代码

方向 5：CLI 替代 MCP
· 很多 MCP 工具本质是
  「包了一层 API 的命令」
· 直接用 CLI 命令更紧凑：
  · 输出可控（grep/awk/jq 裁剪）
  · 无 Schema 描述开销
  · 可并行、可管道
· 例：查文件用 grep 命令
  而非文件搜索 MCP 工具

方向 6：长期记忆按需索引
· 历史消息不全量携带
· 存成结构化记忆，按任务需要
  检索相关片段注入
· 减少「重复的上下文」

方向 7：工具调用并行化
· 相互独立的工具调用并发执行
· 串行 → 并行，延迟与
  上下文占用同步下降

① 架构拆分：子 Agent 职责单一，
   局部上下文隔离
② 稳定前缀：固定提示词前置，
   吃满缓存
③ 渐进式披露：工具先给摘要，
   按需展开
④ 代码图谱：先查索引再读文件
⑤ CLI 替代 MCP：命令紧凑输出，
   减少 Schema 开销
⑥ 长期记忆按需索引：
   历史不全量携带
⑦ 工具调用并行化：
   独立调用并发执行
⑧ 系统提示词瘦身：
   精简角色描述与规则表达
⑨ 重复上下文去重：
   交接物用结构化结果而非历史
⑩ 评测反馈闭环：
   失败重试前先分析原因

落地节奏建议：
· 第 1 步先做观测（基线）
· 第 2-3 步做架构与披露
  （收益最快）
· 第 4-7 步按痛点逐个上
· 每步改造后重跑基线对比

1. 成本预算化
   · 每个子 Agent/任务设 token 预算
   · 超预算自动降级或告警
2. 模型分级
   · 简单任务低配模型，
     复杂任务高配模型
   · 参考《分层路由》
     《V4 Pro 路由》
     的模型×时段双维策略
3. 质量看门
   · 完成率、返工率与成本一起看
   · 参考《Agent 经济学》
     的完成率×成本矩阵
4. 持续复盘
   · 每季度重跑基线
   · 新 Agent 上线先过降本清单
5. 防跑偏
   · 多 Agent 协作的「羊群效应」
     会放大无效调用，
     参考《防跑偏》

最终目标：
不是「最便宜」，而是
「每块钱换到最高的完成率」