多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 免費帳號 帳號

結論先說

  1. 多 Agent 費額度不是錯覺,而是架構決定的:Anthropic 工程團隊公開披露,普通單智能體消耗的 Token 約為單輪聊天的 4 倍,而多智能體協同系統可放大到普通聊天的約 15 倍。
  2. 帳單翻倍的四個最大黑洞:每個子代理重複加載全套系統規則與 MCP 工具表、把整段聊天曆史原樣拷給下游、子代理預設繼承昂貴旗艦模型、動態拼裝提示詞打斷了提示詞緩存(Prompt Caching)。
  3. 最立竿見影的兩招是「上下文防火牆」和「主強從輕」:子代理只接收精簡任務單、只回傳幾百字摘要,且把搜尋、跑單測、提字段的工作節點顯式降到輕量模型(如 Haiku 或低推理檔模型)。
  4. 按角色裁剪工具列表能省掉大量隱形底座消耗:不要讓每個微型子代理都掛着幾十個用不上的 MCP 工具定義。
  5. 所有無人值守多代理循環必須設硬上限(如最大輪數 max_turns 與單次預算上限),防止兩個代理意見不一致陷入死循環。

多 Agent 系統 Token 翻倍四大根源

圖:本站根據 Anthropic Research 與 Claude Code Costs 文檔 整理的示意圖

本文根據 Anthropic《How we built our multi-agent research system》、Claude Code 官方《Manage costs effectively》以及 OpenAI 提示詞緩存文檔整理,核對日期 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 Anthropic 或 OpenAI 官方網站。

適用於誰

  • 搜「多 agent 成本怎麼控」「為什麼多智能體這麼費 token」的人;
  • 在 Claude Code、Codex 裏開子代理或智能體團隊,發現半天就觸及訂閱滾動限額的開發者;
  • 用 Agent SDK 搭建多代理後台服務,上線前想算清帳單放大係數並加上熔斷保護的團隊。

一、算一筆明白帳:Token 到底是怎麼翻倍的

很多人以為「把 1 萬字的工作拆給 3 個代理做,總量不還是 1 萬字嗎?」。實際上大模型的計費是按每一輪請求攜帶的完整輸入上下文累加的,多代理會在四個地方產生乘法效應:

1. 底座提示詞與工具表被重複收了 N 份

每當你喚醒一個獨立的子代理或隊友會話,它都要重新裝載自己的系統提示詞、項目指令文件(如 CLAUDE.md),以及當前啟用的所有工具 JSON Schema。如果你掛了五六個重型 MCP 伺服器,光工具定義就可能佔掉上萬 Token——並發派 4 個代理,這上萬底座 Token 就先乘以 4。

2. 多輪工具循環裏的「滾雪球」計費

一個子代理在內部查代碼時往往要連調 6 到 8 次工具。第 1 輪發 5 千 Token,第 2 輪要帶着第 1 輪的結果發 8 千 Token……8 輪跑下來累計輸入輕鬆突破五六萬。如果主編排器還犯了大忌——把主對話攢了幾萬字的聊天記錄全量塞給每個子代理,消耗就會呈指數級失控。

3. 子代理靜默繼承了最貴的旗艦模型

無論在編碼終端還是自建 SDK 裏,如果不顯式指定子代理模型,很多工具預設都是跟隨主會話(inherit)。你主會話開着頂級旗艦模型做架構規劃,順手派三個子代理去翻日誌、查拼寫,相當於用最貴的算力幹最簡單的檢索體力活。

4. 頻繁拼接動態變量導致提示詞緩存失效

Anthropic 和 OpenAI 的提示詞緩存都依賴「從頭開始的精確前綴匹配」。如果代碼在系統提示詞最開頭塞了動態時間戳、隨機會話 ID,或者每輪頻繁更換模型,就會導致昂貴的長前綴無法命中緩存摺扣,每次都按全價重新計算。

控制多代理系統用量的五項措施

圖:本站根據 Anthropic 與 OpenAI 官方智能體成本優化指南 整理的示意圖

二、五項實操控費措施

措施一:守住拆分門檻,不該拆的堅決不拆

先對照 /guides/multi-agent-what-is-when-to-use 自檢:如果固定腳本加一兩次單模型調用就能穩定跑通,直接砍掉多餘的協調代理,這是降本幅度最大的一步。

措施二:嚴格執行「主強從輕」的模型分級

把模型檔位按角色鎖死:只有中心編排器和最終疑難仲裁用高階模型;所有負責翻文檔、搜目錄、跑測試、轉格式的子代理,一律顯式綁定輕量模型或調低推理強度。Claude Code 裏的具體配法見 /guides/claude-code-multi-model-opusplan-advisor-subagents,OpenAI 體系分級策略見 /guides/openai-multi-model-routing-cheap-vs-strong。

措施三:建立「上下文防火牆」,只傳任務單與濃縮摘要

把子代理當成「上下文過濾器」來用,而不是傳聲筒:

  • 往下派活時:只傳本次子任務必需的目標路徑、約束條件和驗收格式,不傳無關閒聊歷史;
  • 往上彙報時:在子代理提示詞裏硬性規定「嚴禁原樣粘貼整段命令輸出或大段源碼,只返回不超過 300 字的結論與精確文件路徑行號」;
  • 階段邊界主動壓縮:主會話完成一大塊里程碑後,及時用 /compact 清理歷史包袱(用法見 /guides/claude-code-context-compact)。

措施四:按代理角色最小化開放工具白名單

在定義子代理時(例如 .claude/agents/*.md 的 tools 字段或 SDK 的 Agent(tools=[...])),只給該角色真正用得到的那兩三個工具。一個只讀代碼檢查員只需要 Read、Grep、Glob,沒必要把瀏覽器自動化、數據庫和設計稿 MCP 全掛載進去白占上下文。

措施五:保護緩存前綴,並加上輪數與預算熔斷

  1. 固定前綴順序:自研智能體時,把固定不變的角色規範、工具定義放在最前面,每次變化的當前任務參數放在最末尾,最大化命中提示詞緩存;
  2. 加硬熔斷開關:跑非交互命令或 SDK 循環時,務必設定最大輪數(如 Claude Code CLI 的 --max-turns、以及 API 模式下支持的 --max-budget-usd 預算上限參數),一旦異常卡死立即停機告警。

對於長期重度使用多代理並行研發、訂閱配額經常不夠用的開發者,除了做好上述五項節流配置,也可以在 /chongzhi/claude-max 對比高倍率訂閱方案與按量 API 計費哪一種更契合自己的月度節奏。

常見問題

Q:在 Claude Code 裏怎麼看當前會話到底花了多少 Token?

按 API 計費登入時,在會話裏輸入 /cost 可以查看當前會話累計消耗與按模型拆分的明細;使用 Pro 或 Max 訂閱登入時,輸入 /status 或在官方設定用量頁查看當前滾動窗口與周限額佔用比例。

Q:為什麼有時候拆成子代理反而比單會話更省主窗口額度?

當某個子任務需要翻閱幾十頁測試報錯日誌時,如果放在主會話裏做,這幾十頁日誌會一直留在主會話歷史裏,後面你每聊一句都要為這段舊日誌重複買單;派一個 haiku 輕量級子代理在獨立窗口裏看完並丟棄原始日誌、只帶回三行報錯根因,主會話後續幾十輪反而輕裝上陣。

相關教學

參考資料

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

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    MCP 收費嗎:開源協議免費邊界、第三方 API 帳單與隱形 Token 開銷說明

    搜「mcp 收費 嗎」的人常擔心裝多了插件會被扣費。MCP(模型上下文協議)本身和官方 SDK 採用 MIT 協議完全免費;實際使用中可能產生費用的只有兩處:掛載過多工具佔用的大模型上下文 Token,以及部分外部商業數據源自帶的 API 套餐。

    Claude其他 AI 工具0
  2. 02

    MCP 協議最新版本更新了什麼:無狀態架構、OAuth 2.1、結構化輸出與異步 Tasks 詳解

    搜「mcp 重大 更新」「mcp 協議 更新」想補齊規範演進脈絡?本文對照 modelcontextprotocol.io 官方規範更新日誌,梳理從 Streamable HTTP 到無狀態優先架構、OAuth 2.1 資源伺服器、Elicitation 交互補參與異步 Tasks 擴展的核心變化。

    Claude其他 AI 工具0
  3. 03

    A2A 和 MCP 有什麼區別:工具連接協議與智能體通信協議的邊界和配合

    很多人問「有了 MCP 為什麼還要出 A2A,兩者是不是二選一的競爭關係」。兩份官方規範都明確寫明它們是上下互補關係:MCP 負責給單個智能體掛載工具與數據源,A2A 負責讓多個獨立黑盒智能體跨團隊、跨框架互相派單協作。

    Claude其他 AI 工具0
  4. 04

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  5. 05

    LangGraph 怎麼使用 MCP:用 langchain-mcp-adapters 接入本地與遠程工具

    想讓自建的 LangGraph 狀態圖直接調用現成的 MCP 伺服器,官方標準方案是安裝 langchain-mcp-adapters 並使用 MultiServerMCPClient。本文講清 stdio 與 streamable_http 兩種配置寫法、異步圖運行及按節點分工具技巧。

    Claude其他 AI 工具0
  6. 06

    LangGraph 入門教學:Python 安裝、核心概念與跑通第一個狀態圖智能體

    面向搜「python 安裝 langgraph」和「langgraph 中文 文檔」的初學者:本文按 LangChain 官方最新 Graph API 規範,講清安裝步驟、State/Node/Edge 四大概念,並從零寫出第一個帶工具調用循環的 StateGraph。

    Claude其他 AI 工具0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~