·tian
Token 预算作为架构约束：在硬上限下设计可靠的 Agent
固定 token 预算迫使 agent 采用与无限预算原型根本不同的设计。学习预算分配策略、动态重新分配模式和受限优先架构，让生产环境的 agent 在硬上限下保持可靠。
llm-agents
token-optimization
agent-architecture
context-engineering
·tian
规划税：为什么你的智能体把更多 Token 花在思考上而非执行上
LLM 智能体在执行第一个工具调用之前，会将 40-70% 的 token 预算消耗在规划上。本文拆解推理 token 的流向，分析为何更多思考并不总能带来更好的结果，并介绍 ReWOO、计划缓存、层次分解等可以收回预算的架构模式。
insider
ai-agents
token-optimization
llm-cost
+1·tian
隐藏的 Token 税：在用户开口之前，你的上下文窗口为何已消失了 30-60%
系统提示词、工具 Schema、聊天历史和安全前导词在用户内容到达之前，正悄无声息地消耗掉你 LLM 上下文窗口的 30-60% —— 本文将介绍如何审计并回收这些空间。
llm-production
token-optimization
context-window
cost-engineering