Agent 的钱，其实花在「读上下文」而不是「写答案」

很多人仍把 AI 成本想成「模型打出很长一段回答」。对聊天来说，这个直觉大致成立。但对会打开代码库、调用工具、多轮迭代的代码 Agent 来说，账单不一样：钱多半花在读取不断累积的上下文，而不是生成下一段修补。

同样叫「写程序」，账单差几个数量级

研究团队以主流开源代码 Agent 框架 OpenHands，在 SWE-bench Verified（500 个真实 GitHub 议题，附完整仓库与测试）上，对八款前沿模型做实验，并重复运行以降低单次偶然性。

他们把与程序相关的工作分成三类。程序推理：单轮、无工具的答题；程序对话：多轮程序聊天；Agentic Coding：Agent 自主完成仓库级任务。

• Agentic Coding 的平均 Token 消耗，约为程序推理的 3,500 倍、程序对话的 1,200 倍
• 货币成本：Agentic 单任务平均约 1.857 美元，推理约 0.023 美元，对话约 0.016 美元

那个会翻转直觉的比例

一般程序对话与推理的输入／输出比大约是 1.33:1 与 1.19:1；Agentic Coding 却高达约 153.85:1。白话说：Agent 每生成 1 个输出 Token，往往要处理约 154 个输入 Token。

为什么？因为这类任务是长上下文、多轮交互：仓库内容、工具结果、历史对话会不断塞回提示。即便开了 Token 缓存，每轮仍要处理的输入量仍会急剧增长。贵的习惯是反复读那一叠越来越高的材料——不是写下一句短指令。

对买单的人意味着什么

想省 Agent 的钱，重点往往不是「让模型少说话」，而是管好它持续在读什么：收窄范围、减少重复开档、设清楚停止条件，以及避免每轮把整段历史原封不动灌回去。Agent 成本从来主要不是生成账单，而是上下文账单。