token优化相关 AI 资讯 · AI 热点

8月10日

11:15

11:15

官方账号arXiv cs.AI@MY Pitsane, Hope Mogale

Blast Radius提出预测性内存管理层，估算输入提示在上下文和代码通道中的影响范围。通过NECROPHORESIS将死上下文逐字存档实现可逆驱逐，RDM识别并掩埋重复出现的转录。在七个OpenAI模型上，token消耗减少17-26%，溢出率低于所有对比策略，且保持字节级可逆。在450份被掩埋内容中，378份为重复死内容，零份被召回。该方法在HCRC之下运行，决定哪些记录被掩埋及提示可触及的代码范围。

论文 Blast Radius OpenAI 智能体

推荐理由：代理编码老烧token，Blast Radius在七个OpenAI模型上省17-26%，还能完整恢复，溢出率最低，很实用。

7月23日

01:18

01:18

Firecrawl@firecrawl_dev

firecrawl 训练了一个新模型，用于从搜索结果中返回最匹配查询的片段。该模型在 SimpleQA 基准上达到 SOTA 成绩，同时相比处理完整页面可节省 10 倍的 token 消耗。该功能现已默认对所有免费用户开启。

AI产品 firecrawl SimpleQA 智能体

推荐理由：firecrawl 出了新版搜索，返回最相关的片段给智能体，比整页处理省 10 倍 token，实测 SimpleQA 最强，还免费。

01:12

01:12

Firecrawl@firecrawl_dev

FireCrawl 更新了其底层模型，使用新的自定义模型对每个段落、列表和表格进行相关性评分。该模型能够根据用户查询自动提取最相关的关键摘录，减少智能体在处理噪声页面时的 token 浪费。官方表示此举旨在提升检索结果的精确性和 token 利用效率。

AI产品 FireCrawl 智能体上下文提取

推荐理由：FireCrawl 出了新模型，自动对网页段落打分，只给你最相关的摘要，省 token 还好用。

5月30日

12:41

12:41

宝玉@dotey

精选

一位开发者将数据库接入AI Agent后，发现token消耗巨大，且Agent不按预设工作流执行。问题根源在于Memory只是背景信息而非执行指令，Agent每次对话都会重新推理规划。解决方案是用Agent Skill + Script替代Memory中的工作流：让LLM只负责将自然语言翻译成SQL，而执行SQL、格式化结果等确定性步骤交给脚本。在Skill中内嵌表结构说明和SQL模板，Agent只需填空而非从零推理，token消耗可降低一个数量级。

AI产品 AI Agent token优化工作流

推荐理由：做AI Agent开发的团队都会遇到token消耗和流程失控的痛点，这个方案把LLM的职责边界划清楚了——翻译SQL交给AI，执行交给脚本，建议直接抄作业。

5月29日

21:53

21:53

岚叔@lufzzliz

Claude Code 的 Dynamic Workflow 功能大幅提升了任务处理效率，用户用 96 个 Agents 在 15 分钟内消耗完额度。该功能有三种触发方式：在 prompt 中带 'workflow' 关键词自动编排任务；使用 /effort ultracode 命令让 Claude 对每个实质任务自行决定是否启动 workflow；以及运行已有的 workflow 命令如 /deep-research。Dynamic Workflow 能自动分解任务、编写脚本并串联执行，显著减少手动操作和 token 浪费。

AI产品 Claude Code Dynamic Workflow Agents

推荐理由：Claude Code 的 Dynamic Workflow 解决了复杂任务手动拆解的低效问题，做自动化脚本或批量处理的开发者可以直接用，15 分钟跑完 96 个 Agents 的体验值得一试。