AI工作流的成本优化：先砍浪费，再谈便宜模型

成本为什么会失控

AI 成本最常见的失控点，不是单次调用太贵，而是重复调用太多。一个任务如果没有明确边界，模型会反复读取相同背景、重复总结同一批文件、在无效方向上生成多版内容。每一次看起来都不大，累积起来就会明显增加成本。

长上下文也是成本放大的原因。把整份日志、整段历史和所有候选方案都塞进 prompt，会让模型变慢，也会提高费用。更糟的是，过长上下文会降低注意力质量，让模型更容易忽略真正关键的证据。

第一优先级是减少无效 token

优化成本首先要裁剪上下文。日志用关键片段，文件用路径引用，历史用摘要，重复规则放进技能或系统配置。模型每次只需要看到完成当前步骤所需的信息。

对于批量任务，可以先让一个低成本步骤做分类和去重，再把真正需要深度处理的项目交给高能力模型。这样比所有内容都走主模型更稳定。

第二优先级是减少返工

返工通常来自验收标准不清楚。比如“优化 UI”如果没有截图、断点、组件范围和设计规则，模型可能做出看起来努力但不能上线的改动。后续再修，就会消耗更多时间和 token。

在生产工作流里，先定义 gate 更省钱：要跑哪些测试，要看哪些页面，要保存哪些截图，什么情况算失败。标准越清晰，返工越少。

便宜模型要用在合适位置

便宜模型适合做摘要、分类、初稿、结构化转换和候选生成。不适合直接负责高风险发布、复杂调试和最终内容定稿。成本优化不是降级一切，而是把模型能力放到最有价值的位置。

最好的成本控制，是让系统少做无意义的事。便宜模型只是其中一个工具，不是全部答案。