Token优化相关 AI 资讯 · AI 热点

8月8日

09:40

09:40

shao__meng@shao__meng

81°

Databricks 根据自身实践和 Stripe、Coinbase、Uber 的经验，总结出四个降低 AI 编程成本的杠杆：迁移到开源/低成本模型、动态路由、渐进式摩擦和削减 Token 开销。实测中，任务级路由让成本下降 30% 以上，上下文压缩让 Token 量减少近 50%，组合策略最高可省 90%。Stripe 测试 Opus 4.7 后认为其性价比不足，拒绝上线。Databricks 将 Unity AI Gateway 和 Omnigent 以开源或免费形式放出。

技巧 Databricks Omnigent Unity AI Gateway

推荐理由：Databricks 把自家压成本的套路公开了：换便宜模型、动态路由、限流、砍上下文，最高省 90%，还开源了工具。

7月29日

01:50

01:50

宝玉@dotey

直接上传PDF给多模态AI会消耗约4倍token，但能保留排版和表格信息，提升回答质量。而转Markdown可节省80% token，但可能导致图片和图表信息损耗。当前Agent消耗大头是工具调用，且Prompt Caching使输入token成本降低。有个7.5w star的开源项目可免费将PDF转Markdown，需根据场景选择合适方式。

技巧多模态模型 PDF处理 Token优化

推荐理由：想省钱又不想丢信息？这篇讨论了直接传PDF和转Markdown的token开销，还推荐了个7.5w星的开源项目帮你权衡。

6月6日

15:41

15:41

官方一手pandaily@contact@pandaily.com (Pandaily)

Shi Shi Technology 是一家由清华大学团队创立的AI计算基础设施公司，专注于在中国快速发展的AI生态中打造国产Token优化工厂。该公司位于浙江，致力于解决大模型训练和推理中的Token效率问题，通过自研的优化技术降低计算成本并提升性能。其核心产品针对国产芯片生态进行适配，旨在减少对国外硬件的依赖。这一进展对于中国AI产业自主可控具有重要意义，尤其是在算力资源紧张的背景下。

AI产品 Token优化国产芯片 AI基础设施

推荐理由：Token优化是AI大模型落地的关键瓶颈，Shi Shi Technology 的国产化方案直接降低算力成本，做模型部署和推理优化的团队值得关注。

5月21日

07:59

07:59

官方一手歸藏(guizang.ai)@op7418

藏师傅已完成一个通过前端生成讲解视频的Skill，但希望优化效果、提高工程化并降低Token用量。他让Claude Code分析了一个40秒视频案例，发现总消耗145万Token，其中输入占比极高，输出仅占0.7%。视频组合和Skills消耗最大，但使用Claude Code时有92%缓存，实际成本可控。该方案结合了PPT Skill（美学、版式、动效）、HyperFrames（时间线、渲染、字幕）、Listenhub Skill（配音）和即梦CLI（演示和B-roll），展示了多工具协同的AI视频生成流程。

AI产品 Claude Code 视频生成 Token优化

推荐理由：做AI视频生成或工程化优化的开发者，可以看看藏师傅如何用Claude Code分析Token消耗并针对性优化，直接复用他的缓存策略能省不少成本。

5月13日

00:33

00:33官方一手Google Developers Blog（博客/媒体）

Agent开发工具包(ADK)的SkillToolset引入了"渐进式披露"架构，允许AI代理按需加载领域专业知识，与传统单一提示相比，Token使用量减少高达90%。该系统通过四种不同模式——从简单的内联清单到代理自己编写代码的"技能工厂"——使代理能够在运行时使用通用agentskills.io规范动态扩展其能力。这种模块化方法确保仅在相关时访问复杂指令和外部资源，为现代AI开发创建了可扩展且自扩展的框架。

AI产品智能体 MCP/工具 Token优化

推荐理由：该架构显著降低了AI代理的Token成本（最高90%），并支持运行时动态能力扩展，为开发高效、可扩展的代理系统提供了可参考的工程化方案，尤其适用于需要处理复杂多步骤任务的场景。