Agent 成本控制：先别花冤枉钱

做 Agent 应用想省钱，我第一个问的是：这次调用产出了什么新东西吗？ 同样的结果生成两遍，比偶尔用一次贵点的模型浪费得多，而且更不容易被发现。

我常用的四招

• 能缓存就缓存。 文本和参数一样，就直接复用上次的语音或模型结果。
• 不同角色用不同模型。 负责表达的、当裁判的、做结构化决策的，要求完全不一样，分别比一比质量、速度和价格。
• 推理别一律开满。 狼人杀的裁判点评关掉长推理之后，等待从两分多钟变成几秒。复杂的活还是得开，开不开看任务。
• 预算存进数据库。 累计花了多少不能只放在内存里，每次付费调用前查一下，重启也不会清零，过了零点按规则重置。

顺序是先砍重复调用，再去调模型和推理强度。每次调整都同时看花了多少钱、活干得怎么样、用户等了多久，别省着省着把效果省没了。