前沿模型只需一次编辑，成本立省
You only need the frontier model for one single edit
别再迷信让Opus做规划、Flash做执行的'高级架构'了，这反而会让成本飙升14%。我们发现，AI Agent的账单大头根本不是代码编写，而是阅读上下文。让昂贵的模型反复阅读文件，再让廉价模型重新阅读一遍，简直是双重浪费。真正的省钱秘籍是/prewalk策略：让前沿模型在探索后完成第一次有效编辑，随即无缝切换到廉价模型。这样既保留了深度理解，又避免了重复阅读的高昂Token成本，让任务执行快1.9倍，成本却更低。
Opus修复问题并不花钱，Opus阅读内容才真正烧钱。
HN 评论区
94- robbie-c
我恳请大家自己动手写文章，别把活儿都丢给 Claude。
我想要的是专家观点，如果只是想问 LLM，我自己就有。
这篇文章怎么连一次 KV cache 都没提？
- nxtfari
这招真聪明，正如作者所说，是老点子但用得巧妙。
万一有人想要个总结：别搞 one-shot，别用 plan 模式然后把计划丢给廉价的执行者；让前沿模型去探索，生成待办清单，等它觉得有把握了再开始；在第一次代码编辑后让它停下，然后把上下文预填给廉价执行者继续干活。
- Too
> 错误出在架构图的上游。人们给 Agent 定价的方式和给人定价一样：高级人员的时间很贵，所以要尽量减少高级人员的参与。
> 但 Agent 一天中最贵的部分不是修复、构建，甚至不是思考。Opus 修复东西不花钱，Opus 阅读东西才花钱。
呵，又是重新发现 Agent 和人类很像。等我研究完一个 Jira 工单，把它梳理得足够清晰好外包出去时，我干脆自己把代码写了得了。
- unholiness
没提 KV cache，这可是中途切换模型最大的忌讳之一。一旦你付了钱，比如 5 万输入 token 和 5 万输出 token 的 Opus 4.8，在它构建过程中读取那 10 万上下文缓存时，你就不用再付 token 费用了。切换到另一个模型，你得先付 10 万输入 token 的费用，把上下文加载进去并建立它独有的 KV cache。
这篇文章可能有些真知灼见，即这 10 万的工作上下文其实比试图把发现总结成计划更好。它说得也对，交接点正是编辑上下文（移除规划指令）的完美时机。但它没提到这是个权衡：计划更小，所以下一个模型的“入职”成本更低。对于一次性任务来说，这似乎很划算。如果没错的话，这对 LLM 来说基本上就是“计划无用，规划一切”。
我的问题是，我觉得计划是有用的。我想审查并编辑它们。我想让它们为即将到来的代码审查提供背景（即使没有人审）。LLM 在解释当下为什么要这么做方面臭名昭著。人类在承认“没什么理由”这方面也臭名昭著。我觉得人类在这里是对的，为了弥合这个差距，我希望我的 PR、文档和注释里都充斥着理由。计划对此很有帮助。
- figmert
我之所以采用先规划再实施，是因为我可以调整计划；而如果让它直接开始实施，它可能会（而且经常确实会）做出错误的决定，这些决定更难调整，或者我事后还得去调整。