一个真实项目的复盘。Electron 桌面文档编辑器,十几份任务说明,一个桌面 AI 客户端承担编码,人工承担架构决策与验收。 某一次"开工读任务说明"的动作,烧掉 100 多积分(折合人民币约十元级),却一行代码都没写。 本文把账单拆开,找出钱花在哪,并给出可复刻的治理手段。
大多数人第一反应是"少让它读点文件"。但真实账单是三个乘数:
总 Token ≈ 上下文长度 × 会话轮数 + 输出长度
所以省钱的优先级不是"少读文件",而是:减少轮数 > 减少单轮读取 > 减少输出。
很多人(包括我)第一次优化时只做了第三项,效果自然不明显。
以下是真实项目的文件体积,全部用 Get-ChildItem / Select-String 实测:
对象 | 体积 | 说明 |
|---|---|---|
任务说明(单张) | 11.9 KB | 冷启动必读 |
一个主界面组件 | 71.7 KB / 1469 行 | Agent 会整篇读 |
端到端测试文件(15 个) | 193.4 KB | 为了抄 测试锚点 全篇扫 |
类型声明文件 | 18.7 KB | 多数时候并不需要 |
只追加的协作记录(136 条) | 146 KB | 只为读"最后一条" |
只追加的决策记录(46 节) | 280 KB | 只为确认"下一节编号是多少" |
自动生成的证据目录 | 12,074 个文件 / 12.8 GB | 一次无约束 grep 就扫进去 |
第三方依赖的单个声明文件 | 362 KB | 第三方声明文件 |
一次"读任务说明 + 只读摸底",读取总量约 600 KB。按中文约 1 字 ≈ 1.5 token 估算,单轮就是十万级 token——这就是账单的来源。
而其中真正必需的只有三件事:任务要改什么、要改的文件在哪一段、验收锚点是什么。它们合计不到 30 KB。
坑 1|先读全文、再找位置
Agent 的默认行为是"打开文件从头看到尾,再决定改哪里"。71 KB 的组件读一遍 ≈ 2 万 token,足够跑二十次精准 grep。
改法:先 Select-String 拿行号,再只读该行前后 30 行。
坑 2|协作文件无限增长
协作记录、决策记录、变更日志这类"只追加"的文件,几个月后就是 100–300 KB。Agent 每次"读最后一条"都可能整篇读。
改法:活动件 / 归档件分离。活动件只留最近 3–5 条(约 10 KB),历史整体归档,追溯时用 grep -n "### MSG-<序号>" 定位后只读那一条。
坑 3|无约束递归搜索
grep -r 不限定路径,会扫进 node_modules、构建产物、证据目录。上面那个项目证据目录有 1.2 万个文件,一次搜索就能把上下文挤爆。
改法:搜索永远带路径限定(-Path src),并把 node_modules/、dist/、证据目录/ 列入禁区。
坑 4|读截图判断视觉效果
一张界面截图进上下文约几千 token。为了"看一下布局对不对"连读五张,等于把整个需求文档读五遍。
改法:截图只落盘不读;要判断布局,改用 DOM 度量输出数字(元素宽度、是否溢出、是否在视口内),一个数字比一张图便宜两个数量级。
坑 5|自己刚写的文件回读核对
写入成功本身就是事实,回读纯属浪费。
改法:只在断言失败或怀疑被外部改动时才回读,且用 git diff --stat 判断,不读全文。
坑 6|一次并列修十几条报错
编译器报 15 条错,第二条到第十五条多半是第一条的衍生。逐条读完整错误栈,80% 是噪音。
改法:首错原则——只看第一条的"文件:行号 + 摘要",修完重跑。
坑 7|长篇过程叙述与超长交付文档
"我正在做 A,因为 B,所以 C……"每轮几百上千字;交付报告动辄上万字。输出侧是隐形成本大头。
改法:对话里的过程叙述 ≤3 行;详细内容写进文件;报告限定字数,只写"原值 + 结论 + 差异",不复述需求条款。
坑 8|在对话里贴 diff
改动 300 行,贴一遍就是又读了一遍。
改法:只 git diff --stat;需要人看细节时说清文件与行号。
坑 9|改三行就跑一次 build
一次 build 输出几百行日志,跑十次就是上万行上下文,而且每次都要重新推理一遍。
改法:攒够一批改动再编译,一轮内 build 不超过 2 次。
坑 10|全量测试反复跑
全量 e2e 45 条耗时约 9 分钟,输出几百行。调试阶段每条断言都跑一次全量,时间与 token 双输。
改法:调试用 --grep "用例名" 只跑单条;补跑用 Playwright 的 --last-failed;只有交付前跑一次全量。
坑 11|每条断言各起一次运行时
为了验证 16 条需求,各写一个脚本、各启一次 Electron。启动一次约 10 秒,还各自带一份重复上下文。
改法:合并成一个脚本、一次启动、内部顺序执行,最后只打印一张 PASS/FAIL 汇总表。
坑 12|一个会话挂很久、慢慢做
这条最容易被忽略:既然成本里有"轮数"这个乘数,那么同一个会话里做越久越贵。而上下文一旦逼近窗口上限,还会触发截断、摘要、重试——每次重试都是全量重发。
改法:
把上面的坑收敛成四类动作,写进给 Agent 的指令文件里,让它开工必读:
规则 1|文件瘦身
活动件与归档分离;活动件体积设上限(协作记录 ≤15 KB、决策记录 ≤40 KB);归档件标注"禁止整篇读,用 grep 定位单条"。
规则 2|读取纪律
给一张"只读行段表":哪个文件、读哪几行、大约多少 KB。同时给禁区清单(整篇读大文件、递归搜 node_modules、读截图、翻旧 commit 全文)。
配套的"必需品"要提前替它准备好——比如把 15 个测试文件里散落的 70 个 测试锚点 一次性抄成清单,它就不用再读那 193 KB。
规则 3|执行方式
攒批构建、首错原则、合并反证、日志重定向后只读末尾 3 行、截图只落盘。
规则 4|会话结构
一卡一会话;状态指纹代替读全文;可复用脚本代替现场拼命令。
优化最怕走偏成"少干活"。这四件事必须一次做全,不能省:
读
node_modules / dist / 证据目录 为禁区写
--stat跑
--grep;交付前才跑全量结构
同一套动作,改动前后对比:
环节 | 优化前 | 优化后 | 降幅 |
|---|---|---|---|
开工必读(卡+源码+测试) | ≈327 KB | ≈24 KB | 93% |
协作协作记录 | 146 KB | 10 KB | 93% |
决策记录 | 280 KB | 30 KB | 89% |
单次开工总读取 | ≈600 KB | ≈35 KB | 94% |
一轮内 build 次数 | 5–10 次 | ≤2 次 | 70%+ |
全量测试次数 | 每卡 3–5 次 | 1 次 | 70%+ |
一次开工的消耗从"100 多积分"量级压到个位数,是完全可以做到的——前提是你先把账单的结构看清楚,而不是只盯着"少读一个文件"。
这套东西里最反直觉的一点:最贵的不是读文件,是"轮数 × 上下文"。
所以真正的优化顺序是:
前三步不改,第四步省下的那点根本看不见。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。