多 Agent 的成本为什么翻倍、怎么控制:Token 膨胀根源与五项降本措施

刚把单智能体拆成多 Agent,用量往往暴涨好几倍。Anthropic 工程报告统计单智能体约为聊天的 4 倍 Token,多智能体可达约 15 倍。本文拆解固定前缀重复加载、历史搬运、工具链定义与缓存失效四大根源,并给出五条实操控费办法。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 免费账号 账号

结论先说

  1. 多 Agent 费额度不是错觉,而是架构决定的:Anthropic 工程团队公开披露,普通单智能体消耗的 Token 约为单轮聊天的 4 倍,而多智能体协同系统可放大到普通聊天的约 15 倍。
  2. 账单翻倍的四个最大黑洞:每个子代理重复加载全套系统规则与 MCP 工具表、把整段聊天历史原样拷给下游、子代理默认继承昂贵旗舰模型、动态拼装提示词打断了提示词缓存(Prompt Caching)。
  3. 最立竿见影的两招是「上下文防火墙」和「主强从轻」:子代理只接收精简任务单、只回传几百字摘要,且把搜索、跑单测、提字段的工作节点显式降到轻量模型(如 Haiku 或低推理档模型)。
  4. 按角色裁剪工具列表能省掉大量隐形底座消耗:不要让每个微型子代理都挂着几十个用不上的 MCP 工具定义。
  5. 所有无人值守多代理循环必须设硬上限(如最大轮数 max_turns 与单次预算上限),防止两个代理意见不一致陷入死循环。

多 Agent 系统 Token 翻倍四大根源

图:本站根据 Anthropic Research 与 Claude Code Costs 文档 整理的示意图

本文根据 Anthropic《How we built our multi-agent research system》、Claude Code 官方《Manage costs effectively》以及 OpenAI 提示词缓存文档整理,核对日期 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Anthropic 或 OpenAI 官方网站。

适用于谁

  • 搜「多 agent 成本怎么控」「为什么多智能体这么费 token」的人;
  • 在 Claude Code、Codex 里开子代理或智能体团队,发现半天就触及订阅滚动限额的开发者;
  • 用 Agent SDK 搭建多代理后台服务,上线前想算清账单放大系数并加上熔断保护的团队。

一、算一笔明白账:Token 到底是怎么翻倍的

很多人以为「把 1 万字的工作拆给 3 个代理做,总量不还是 1 万字吗?」。实际上大模型的计费是按每一轮请求携带的完整输入上下文累加的,多代理会在四个地方产生乘法效应:

1. 底座提示词与工具表被重复收了 N 份

每当你唤醒一个独立的子代理或队友会话,它都要重新装载自己的系统提示词、项目指令文件(如 CLAUDE.md),以及当前启用的所有工具 JSON Schema。如果你挂了五六个重型 MCP 服务器,光工具定义就可能占掉上万 Token——并发派 4 个代理,这上万底座 Token 就先乘以 4。

2. 多轮工具循环里的「滚雪球」计费

一个子代理在内部查代码时往往要连调 6 到 8 次工具。第 1 轮发 5 千 Token,第 2 轮要带着第 1 轮的结果发 8 千 Token……8 轮跑下来累计输入轻松突破五六万。如果主编排器还犯了大忌——把主对话攒了几万字的聊天记录全量塞给每个子代理,消耗就会呈指数级失控。

3. 子代理静默继承了最贵的旗舰模型

无论在编码终端还是自建 SDK 里,如果不显式指定子代理模型,很多工具默认都是跟随主会话(inherit)。你主会话开着顶级旗舰模型做架构规划,顺手派三个子代理去翻日志、查拼写,相当于用最贵的算力干最简单的检索体力活。

4. 频繁拼接动态变量导致提示词缓存失效

Anthropic 和 OpenAI 的提示词缓存都依赖「从头开始的精确前缀匹配」。如果代码在系统提示词最开头塞了动态时间戳、随机会话 ID,或者每轮频繁更换模型,就会导致昂贵的长前缀无法命中缓存折扣,每次都按全价重新计算。

控制多代理系统用量的五项措施

图:本站根据 Anthropic 与 OpenAI 官方智能体成本优化指南 整理的示意图

二、五项实操控费措施

措施一:守住拆分门槛,不该拆的坚决不拆

先对照 /guides/multi-agent-what-is-when-to-use 自检:如果固定脚本加一两次单模型调用就能稳定跑通,直接砍掉多余的协调代理,这是降本幅度最大的一步。

措施二:严格执行「主强从轻」的模型分级

把模型档位按角色锁死:只有中心编排器和最终疑难仲裁用高阶模型;所有负责翻文档、搜目录、跑测试、转格式的子代理,一律显式绑定轻量模型或调低推理强度。Claude Code 里的具体配法见 /guides/claude-code-multi-model-opusplan-advisor-subagents,OpenAI 体系分级策略见 /guides/openai-multi-model-routing-cheap-vs-strong。

措施三:建立「上下文防火墙」,只传任务单与浓缩摘要

把子代理当成「上下文过滤器」来用,而不是传声筒:

  • 往下派活时:只传本次子任务必需的目标路径、约束条件和验收格式,不传无关闲聊历史;
  • 往上汇报时:在子代理提示词里硬性规定「严禁原样粘贴整段命令输出或大段源码,只返回不超过 300 字的结论与精确文件路径行号」;
  • 阶段边界主动压缩:主会话完成一大块里程碑后,及时用 /compact 清理历史包袱(用法见 /guides/claude-code-context-compact)。

措施四:按代理角色最小化开放工具白名单

在定义子代理时(例如 .claude/agents/*.md 的 tools 字段或 SDK 的 Agent(tools=[...])),只给该角色真正用得到的那两三个工具。一个只读代码检查员只需要 Read、Grep、Glob,没必要把浏览器自动化、数据库和设计稿 MCP 全挂载进去白占上下文。

措施五:保护缓存前缀,并加上轮数与预算熔断

  1. 固定前缀顺序:自研智能体时,把固定不变的角色规范、工具定义放在最前面,每次变化的当前任务参数放在最末尾,最大化命中提示词缓存;
  2. 加硬熔断开关:跑非交互命令或 SDK 循环时,务必设置最大轮数(如 Claude Code CLI 的 --max-turns、以及 API 模式下支持的 --max-budget-usd 预算上限参数),一旦异常卡死立即停机告警。

对于长期重度使用多代理并行研发、订阅配额经常不够用的开发者,除了做好上述五项节流配置,也可以在 /chongzhi/claude-max 对比高倍率订阅方案与按量 API 计费哪一种更契合自己的月度节奏。

常见问题

Q:在 Claude Code 里怎么看当前会话到底花了多少 Token?

按 API 计费登录时,在会话里输入 /cost 可以查看当前会话累计消耗与按模型拆分的明细;使用 Pro 或 Max 订阅登录时,输入 /status 或在官方设置用量页查看当前滚动窗口与周限额占用比例。

Q:为什么有时候拆成子代理反而比单会话更省主窗口额度?

当某个子任务需要翻阅几十页测试报错日志时,如果放在主会话里做,这几十页日志会一直留在主会话历史里,后面你每聊一句都要为这段旧日志重复买单;派一个 haiku 轻量级子代理在独立窗口里看完并丢弃原始日志、只带回三行报错根因,主会话后续几十轮反而轻装上阵。

相关教程

参考资料

  • Anthropic Engineering:How we built our multi-agent research system — https://www.anthropic.com/engineering/multi-agent-research-system
  • Claude Code 官方文档:Manage costs effectively — https://code.claude.com/docs/en/costs
  • Claude Code 官方文档:How Claude Code uses prompt caching — https://code.claude.com/docs/en/prompt-caching
  • OpenAI API 文档:Prompt caching — https://platform.openai.com/docs/guides/prompt-caching

Nathaniel 的更多内容

  1. 01

    LangGraph 流式输出(Streaming)详解:逐字 Token 流、节点进度与自定义事件写法

    多步智能体如果等全部节点跑完才返回,网页前端就会白屏干等十几秒。本文按 LangGraph 官方文档讲清 updates、messages、custom 与 values 四种 stream_mode 的区别,以及组合订阅逐字打字机输出加工具内部实时进度的完整代码。

    其他 AI 工具0
  2. 02

    LangGraph 持久化与长期记忆怎么配:Checkpointer、Store 与 PostgreSQL 实战

    在生产环境跑 LangGraph,单靠 InMemorySaver 一重启就会丢失全部对话。本文按官方文档讲清线程内短期检查点(Checkpointer)与跨线程长期记忆(Store)的分工,以及用 langgraph-checkpoint-postgres 对接 PostgreSQL 的完整步骤。

    其他 AI 工具0
  3. 03

    LangGraph 多智能体怎么写:Supervisor 主管包与 Subgraph 隔离子图实战

    在 LangGraph 里把单个图扩展成多智能体协作有两条官方路线:快速原型用预置包 langgraph-supervisor,大型生产系统用原生子图(Subgraph)嵌套。本文讲清两种写法的完整代码、私有状态隔离防 Token 膨胀技巧以及检查点传播规则。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入审批怎么写:interrupt 暂停图运行与 Command 恢复实战

    企业之所以选 LangGraph,很大程度看中它能安全挂起等待人工审批(Human-in-the-Loop)。本文按官方最新规范讲清 interrupt() 动态暂停、Checkpointer 必备条件、Command(resume=...) 恢复执行,以及防止副作用重复运行的重入规则。

    其他 AI 工具0
  5. 05

    多 Agent 协作平台怎么选:Dify、扣子(Coze)、n8n 与 LangGraph 多智能体机制对比

    搜「多agent协作平台」时,Dify、扣子、n8n 和 LangGraph 都宣称支持多智能体,但底层的调度方式完全不同。本文跳过基础安装,专门从多 Agent 角色跳转、子代理工具调用、上下文隔离与私有化部署四个维度帮你一次选准。

    其他 AI 工具0
  6. 06

    企业微信有官方 MCP 和 CLI 吗:@wecom/cli 安装初始化、长连接机器人与接入教程

    搜「企业 微信 有 mcp 吗」不用再东拼西凑民间群机器人脚本了:企业微信官方已推出 @wecom/cli 命令行工具并内置 stdio 模式的 MCP Server。本文按官方开发者文档讲清安装、智能机器人长连接初始化、业务命令与接入 Claude Code 步骤。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    MCP 收费吗:开源协议免费边界、第三方 API 账单与隐形 Token 开销说明

    搜「mcp 收费 吗」的人常担心装多了插件会被扣费。MCP(模型上下文协议)本身和官方 SDK 采用 MIT 协议完全免费;实际使用中可能产生费用的只有两处:挂载过多工具占用的大模型上下文 Token,以及部分外部商业数据源自带的 API 套餐。

    Claude其他 AI 工具0
  2. 02

    MCP 协议最新版本更新了什么:无状态架构、OAuth 2.1、结构化输出与异步 Tasks 详解

    搜「mcp 重大 更新」「mcp 协议 更新」想补齐规范演进脉络?本文对照 modelcontextprotocol.io 官方规范更新日志,梳理从 Streamable HTTP 到无状态优先架构、OAuth 2.1 资源服务器、Elicitation 交互补参与异步 Tasks 扩展的核心变化。

    Claude其他 AI 工具0
  3. 03

    A2A 和 MCP 有什么区别:工具连接协议与智能体通信协议的边界和配合

    很多人问「有了 MCP 为什么还要出 A2A,两者是不是二选一的竞争关系」。两份官方规范都明确写明它们是上下互补关系:MCP 负责给单个智能体挂载工具与数据源,A2A 负责让多个独立黑盒智能体跨团队、跨框架互相派单协作。

    Claude其他 AI 工具0
  4. 04

    AutoGen 现在怎么样了?微软官方演进路线与 Microsoft Agent Framework 入门

    搜 AutoGen 新教程常被 0.2、0.4、社区分支和 Semantic Kernel 绕晕。按微软官方文档,微软已将 AutoGen 与 Semantic Kernel 两支团队合并推出统一的开源框架 Microsoft Agent Framework。本文讲清现状与 Python 快速上手。

    ChatGPT其他 AI 工具0
  5. 05

    LangGraph 怎么使用 MCP:用 langchain-mcp-adapters 接入本地与远程工具

    想让自建的 LangGraph 状态图直接调用现成的 MCP 服务器,官方标准方案是安装 langchain-mcp-adapters 并使用 MultiServerMCPClient。本文讲清 stdio 与 streamable_http 两种配置写法、异步图运行及按节点分工具技巧。

    Claude其他 AI 工具0
  6. 06

    LangGraph 入门教程:Python 安装、核心概念与跑通第一个状态图智能体

    面向搜「python 安装 langgraph」和「langgraph 中文 文档」的初学者:本文按 LangChain 官方最新 Graph API 规范,讲清安装步骤、State/Node/Edge 四大概念,并从零写出第一个带工具调用循环的 StateGraph。

    Claude其他 AI 工具0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~