agent 压缩上下文的那一下，经常是整段对话里最贵的一次请求。这时候上下文已经快满了，摘要请求要是没命中 prompt cache，就等于把十几万 token 按原价重新读一遍。 我在给自己的 SSH 客户端 Hatoba 做 AI 助手，第一版就踩了这个坑。压缩时换了一个不带工具的系统提示词，tools 也去掉了，历史里的工具调用还被压成了文本，从第一个 token 开始就和缓存对不上。所以我翻了一圈 Claude Code、Codex、Qwen Code、OpenCode、Cline、...

🌐 链接: https://x.com/ScarletKc/status/2108294527362711695
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-09 04:32:40
X (formerly Twitter)
KC (@ScarletKc) on X
agent 压缩上下文的那一下，经常是整段对话里最贵的一次请求。这时候上下文已经快满了，摘要请求要是没命中 prompt cache，就等于把十几万 token 按原价重新读一遍。

我在给自己的 SSH 客户端 Hatoba 做 AI 助手，第一版就踩了这个坑。压缩时换了一个不带工具的系统提示词，tools 也去掉了，历史里的工具调用还被压成了文本，从第一个 token 开始就和缓存对不…