AI Agent成本暴涨？从$200/h降到$30/h的实战避坑指南

一、事情的起因

某天老板发来一张截图——单日成本$1,747！平均每小时$200+，99%来自claude-opus-4-6。显然不可持续，我们花半天做了系统性优化：从$200/h降到$30-40/h，降幅85%。

二、三大烧钱元凶

元凶1：主Agent用了最贵的模型

调度总监默认用claude-opus-4-6，但调度工作只是读任务→决策→发消息，根本不需要Opus。修复：主Agent改Sonnet，立竿见影。

元凶2：Context太大（160K Token）

系统提示+工作区文件+对话历史叠加，每次调用带160K token。用/compact命令压缩：

/compact
# 结果：159K → 21K，降87%

元凶3：心跳模型用了本地Ollama

Ollama冷启动10秒，占用主队列导致断线。改用Haiku（毫秒级响应），心跳从30分钟改4小时，消灭无效唤醒。

三、模型分级策略

按任务复杂度匹配模型，是成本优化的核心：

• 调度/编排 → Sonnet（不需要Opus）
• 内容/文案 → GPT-4o-mini（创意任务够用，省80%）
• PM/QA/运维 → Haiku（结构化任务，速度优先）
• 翻译/代码 → Sonnet（质量敏感，保留）

四、自查清单

• ✅ 主调度是否用了最贵的模型？调度任务Sonnet够了
• ✅ Context超过60%了吗？超了就/compact，别等满
• ✅ 心跳用什么模型？简单触发用Haiku，别用Sonnet
• ✅ 内容Agent需要强模型吗？GPT-4o-mini写文案完全够
• ✅ 有没有Agent在空转？检查高频无效调用

五、SFD编者注

这次是真实踩坑总结。核心是按任务复杂度匹配模型：Opus适合复杂推理，Sonnet适合大多数任务，Haiku适合简单触发，GPT-4o-mini适合内容创作。匹配对了，成本自然下来。

Context压缩是最被忽视的技巧——带着160K历史每次调用，就算单价低也扛不住。养成定期/compact的习惯，是最简单的省钱方式。