共 6 篇文章
在Uber规模下高效运营软件工厂
Uber工程博客分享在Uber规模下高效运营软件工厂的经验：AI已嵌入各开发阶段、超70%的PR由Agent完成、周活跃用户涨7倍。文章给出智能体会话成本公式与四层智能体框架，并从价格/token（帕累托模型选择）、token/请求（缓存TTL、CLI工具解析、代码模式）、轮次（上下文图）等层面系统优化，实现扩展7倍的同时单位成本下降34%-52%。
我把 Jev 部署到了一个开源Agent Harness中
将 TypeSafe 的决策模型 Jev 接入开源 Agent Harness（TrueForge）：把『300 个 issue 给 40 个客户请求匹配』这类有界决策交给只输出结构化答案与置信度的 Jev，生成模型只负责草拟新 issue、审查低置信匹配。40 题答对 37 题与 Opus 持平，决策成本仅其 1/150，用置信度阈值把拿不准的转人工二次审查，并附降本机制与运行方式。
靠这 10 个优化点，我们把 Multi-Agent 工作流成本降了 50%以上
作者团队用AI Agent驱动前后端全流程开发（1个TL+6个子Agent），跑起来后钱烧得很快。先用AgentLens拆解成本，发现系统提示词、工具返回信息、历史消息是大头。围绕让AI只看到当前需要的上下文、减少无关与重复上下文三原则，逐一改造架构拆分、稳定前缀、渐进式披露、代码图谱、CLI替代MCP、长期记忆按需索引、工具调用并行化等方向，整体预估降本50%~65%。
封号/Fable5/Sonnet5... 开源「搭子」Skill重拳Anthropic
作者因多次被封号开源「搭子」Skill：让 Claude Code 只做规划、UI 与审查这类贵活，把实现等耗额度的大活交给 Codex，同一会话贯穿计划—实现—review 以避免反复冷启动，实测把成本压到原来的 30%；同时提醒 Claude Code 会用时区与 base_url 隐写回传数据、新号与 API 是退路，并附 /loop、/goal 五段式与记忆更新等可直接抄的提示词。
GPT-6 Astra · 节省 Token 官方指南
GPT-6 Astra 官方省 Token 指南：低推理力度起步，复杂任务再切中高；长对话用 Compaction 压缩历史；固定内容前置稳定命中 Prompt Cache；工具 defer_loading 按需加载；明确限制输出长度；避免重复跑已通过测试；多轮任务用 previous_response_id 延续状态。最忌为省 token 乱删 System Prompt 破坏缓存前缀。