一位开发者在测试中发现,启用MCP(模型上下文协议)及大量Skills后,仅一句简单的“你好”初始对话就消耗了近5万个Token。经分析,消耗“大头”主要来自固定的系统提示词、上百个技能描述、30多个工具的JSON Schema定义以及复杂的系统指令。这种高昂的“固定成本”严重挤占了模型(如Kimi)的上下文窗口,引发了社区关于AI Agent架构中如何按需开关工具、平衡功能与效率的深度讨论。
AI Agent开发隐忧:大量MCP插件致Token消耗激增
未经允许不得转载:80aj » AI Agent开发隐忧:大量MCP插件致Token消耗激增
相关推荐
AI Agent 入门课: 用 DeepSeek Harness 学五层工程能力
DeepSeek Harness 做数字分身: Runtime 与长期记忆分层
Cursor 的第一处改动:从规则到验证
大模型周报第41周:Agent开始进生产线,开源模型继续压成本
Karpathy 讲透 Software 3.0:当英文成为编程语言,AI 工程师真正该设计什么
DSH MCP Manager 配置指南: OAuth、stdio 与工作区隔离
我把 Codex 上的几十个 Skill 迁移到了 DeepSeek Harness,全程可用
AI Agent 做 TDD 有没有用: 实测排名与 3 倍 token 成本