Glean 拾遗
最近收录

3 条 · 按时间

11-14

常驻 Agent 的五个原语:收件箱、定时器、记忆、权限与发件箱

常驻 agent 其实并不常开:它绝大部分时间处于休眠,被事件唤醒后跑一段短促的 run,再写回状态继续睡。文章把这套外围架构拆成五个原语。event inbox 用一张持久事件表、一个 handler 和一个 worker 取代「事件源直调 agent」,避免并发 run 和崩溃丢事件;timers 分为 agent 自设的 follow-up 与周期性 schedule,独立存储,由 scheduler 轮询后转成 inbox 事件;memory 用目录化的文件保存用户指令、用户画像、已说过的话和任务进度,原则是只存查不到的东西,其余留指针;permissions 用凭证代理、auto mode 分类器和 deferred tool call 把审批变成一次新的 run;outbox 用 dispatcher 控制投递节奏与失败重试。量化证据不多,唯一硬数字是长周期 coding benchmark 上 Opus 5.5 每个解决任务的成本比 Opus 5 低 78%,常规负载只有 40%。作者也承认 compaction 与新开会话都会丢细节。适合正在把 agent 从“单轮问答”改成“后台常驻”的工程团队。

claude.com · 15 min · Agent Architecture · Agent Infrastructure · Agent-Memory
11-10

Claude 模型怎么选:先调 effort,再换档位

Anthropic 官方的模型选择指南:多数编码与知识工作从 Opus 5.5 的 medium effort 起步,范围明确的任务降到 Sonnet 5.5,分类、路由、抽取交给 Haiku 5.5,重大重构与前沿研究才上 Fable 5.2。核心主张是先调 effort 再换模型——同一模型升档未必比换小模型便宜,升到 xhigh 后单价可能已追平更大的模型。文中给出具体数字:Terminal-Bench 3.0 上 Opus 5.5 high 用一半 token 拿到 58.9%;FrontierCode 2.0 上 Fable 5.2 high 与 Opus 5.5 max 基本打平(45.3% vs 45.5%)而每题成本约为一半;SWE-bench Pro 上全部用 low 跑、只把失败项重跑 high,$0.17/题 拿到约 97% 通过率,对比全量 high 的 $0.29/题、95.3%。另附迁移兼容清单(thinking 不可关闭、tool_choice 会返回 400、Haiku 4.5 的 budget_tokens 需换成 effort)和 subagent 定义样例。适合在 Claude 平台上搭 agent 或估算 token 成本的一线工程师。

claude.dev · 20 min · Claude · Cost Optimization · LLM
08-16

把 Claude Code 的每一分钱花在刀刃上:token、缓存与会话管理

Claude Code 的账单由 prefill 与 decode 两个阶段决定:输入 token 一次读完,输出 token 逐字生成,因此输出定价约为输入的 5 倍。prompt caching 自动开启,共享前缀从缓存读取只需 0.1x,但切换 /model、/effort、fast mode 或使用 /compact 都会破坏缓存,导致整个对话重新按全价 prefill。会话成本取决于进入上下文的 token 数量、它们存活的轮数以及并发运行的上下文数。文章给出大量可执行建议:用 @ 引用文件省掉 Read 调用、把常用命令的安静参数写进 CLAUDE.md、让超过 30,000 字符的命令输出落盘、用 /rewind 而非 /compact 裁剪错误分支、把噪音任务交给子代理并指定 haiku 模型。也明确缓存过期时间:订阅 1 小时,API key 5 分钟(可用 ENABLE_PROMPT_CACHING_1H=1 延长)。适合重度 Claude Code 用户控制成本与上下文。

claude.com · 13 min · Claude Code · Context Engineering · Cost Optimization