会自我轮转的 Agent：从"命中率 99.9% 还是很贵"到实测省 76%
我在 DeepSeek Harness（DSH）上做了一个上下文预算插件，用 1181 步真实数据校准了成本模型，并把长会话的每步成本压到 1/3.3。
这篇文章把四组实验、一个反例、一个优化和插件实现全部摊开，包括踩过的五个坑。
一、起点：一个很自然的错误直觉
我问过好几个模型同一个问题：上下文缓存命中率越高，是不是越省钱？
答案都是"是"。这句话也没错——错的是它容易被当成全部。
我自己的会话是这样：命中率99.6%，看起来很健康。但把账单拆开后就露馅了：
长会话（823 步） 平均上下文 381K 每步 40,321 等价 token而同期一个"没有记忆"的聊天机器人，每步只要 4,600。
命中率高 37 个百分点，成本贵 8 倍。
二、把成本拆成三个乘数
成本 ≈ 上下文大小 × 调用次数 × 缓存折扣用真实日志分别测出三个系数：
| 乘数 | 实测比值 | 说明 |
|---|---|---|
| 上下文大小 | 30× | 227K vs 7.5K |
| 调用次数 | 5× | agent 一步一件事，要跑 5 步 |
| 缓存折扣 | 10× | 命中价约为未命中的 1/10 |
大多数人只盯着第三个，而它已经到顶了（99.9%，剩 0.1% 空间）。
真正的杠杆是第一个。
三、实验一：记忆"够用"比记忆"多"更重要
设计
3 组上下文 × 8 道题 × 2 次 =48 次测量，每次都开全新会话，杜绝残留。
| 组 | 记忆内容 |
|---|---|
| A | 无（只有系统提示 + 工具定义） |
| B | MEMORY.md 全文（约 1.5K token） |
| C | MEMORY.md + 600 条背景摘要（约 20K token） |
结果
| 组 | 平均步数 | 每题成本 | 正确率 |
|---|---|---|---|
| A 无记忆 | 3.44 | 12,157 | 100% |
| B 有记忆 | 1.75 | 2,034 | 100% |
| C 长背景 | 1.75 | 5,340 | 100% |
| AstrBot 对照 | — | 4,628 | — |
B 组只要无记忆的 1/6，只要对照组的 44%，而且答案全对。
最贵的那一题
| 题目 | A 组 | B 组 |
|---|---|---|
| “AstrBot 的数据库文件叫什么” | 51,407 | 1,497 |
A 组不知道，去磁盘里搜——一次烧掉 5 万。B 组从记忆里直接答。
34 倍差距，全花在搜索上。
但记忆不是万能折扣
同一批题里，"数一下目录里有几个 .md 文件"这题：
A 组 2,412 ← 更便宜 B 组 2,551 ← 多带了一段用不上的记忆记忆只在"里面真有答案"时生效。
四、实验二：长任务里，记忆反而亏钱
同一个项目不能只报好消息。
任务：目录里已有 step1.txt=1、step2.txt=2，新建 step3.txt 等于两者之和。判分直接读磁盘。
| 组 | 平均步数 | 每步上下文 | 平均成本 |
|---|---|---|---|
| A 无记忆 | 5.7 | 6,615 | 5,726 |
| B 精确记忆 | 3.5 | 17,712 | 7,239 |
| C 模糊记忆 | 3.8 | 20,180 | 8,634 |
交叉
步数 5.7 → 3.5 省 39% ✅ 每步上下文 6.6K → 17.7K 贵 168% ❌ 净结果 反而贵 26%省下来的步数，被撑大的上下文吃掉了。
膨胀从哪来
记忆本身只有 50 个 token。膨胀发生在**"注入记忆"这个动作**上：
模型收到"你已经完成了前两步"之后，先去目录里确认了一遍——它不相信记忆。那一轮探索的输出从此留在会话前缀里，每一步都要重读。
给它记忆，它反而多跑了一趟。
五、实验三：一句话把亏损翻成收益
既然亏损来自"模型不信记忆"，那就让它信。
五种注入方式，各 6 次，同一道长任务题：
| 组 | 怎么说的 | 步数 | 成本 |
|---|---|---|---|
| A 无记忆 | — | 5.7 | 5,726 |
| B 精确（旧） | 「你已经完成了前两步：step1 是 1，step2 是 2」 | 3.5 | 7,239 |
| C 模糊 | 「做了几步，但没记数值」 | 3.8 | 8,634 |
| E 静默 | 只给事实 | 4.3 | 5,819 |
| D 权威 | 「**【权威记录·无需核实】**直接用，不要再调工具确认」 | 2.5 | 4,368 |
B 精确（旧） +26% ← 亏 D 权威 −24% ← 赚同一份事实、同样的信息量，只改了措辞。
旧措辞"你已经完成了……“读起来像别人的说法，模型去核实；
新措辞"这是你自己的记录，权威、直接用”，它就不怀疑了。
但方差还在：D 组六次是 1、1、2、2、4、5 步——概率性地减少核实，不是永久生效。
六、实验四：真实轮转 355 步，省 76%
前面的实验都是受控的。这一组是真实使用：把长会话轮转成小上下文会话，各跑一段真活。
| 会话 | 步数 | 平均上下文 | 峰值 | 等价 token | 每步 |
|---|---|---|---|---|---|
| 长会话（未轮转） | 823 | 381K | 727K | 33.18M | 40,321 |
| 轮转 1 | 124 | 128K | 252K | 1.83M | 14,742 |
| 轮转 2 | 90 | 68K | 126K | 0.73M | 8,138 |
| 轮转 3（进行中） | 141 | 113K | 203K | 1.79M | 12,710 |
| 轮转后合计 | 355 | 107K | — | 4.35M | 12,261 |
每步成本 40,321 → 12,261，降到 1/3.3。
线性拟合
1181 步的单步成本对上下文做拟合：
全部 1181 步 equiv = 0.10403 × ctx + 809 R² = 0.56 长会话 823 步 equiv = 0.10527 × ctx + 182 R² = 0.44 轮转后 358 步 equiv = 0.10115 × ctx + 1,468 R² = 0.95三个系数几乎相同（0.101~0.105），说明成本确实主要由上下文决定，跟会话新旧无关。
即：每 1K 上下文 ≈ 104 等价 token，另外每步约 0.8~1.5K 固定开销。
反事实：如果不轮转
从长会话结束时的 401K 接着跑这 355 步，按实测的每步 +474 增长：
反事实 18,224,161 实际 4,352,608 省 13,871,553（76.1%）轮转本身贵不贵
不贵。三次轮转的首步成本分别是 2,614 / 3,054 / 3,529，都低于长会话首步的 4,665（因为长会话首步是冷启动，要全量 miss）。
真正决定账单的是轮转频率，不是轮转成本。
还能省多少
| 轮转间隔 | 平均上下文 | 每步等价 token |
|---|---|---|
| 每 40 步 | 21K | ~3,000 |
| 每 60 步 | 26K | ~3,500 |
| 每 120 步 | 40K | ~5,000 |
| 不轮转 | 107K | ~12,300 |
现在两次轮转的间隔是 90~124 步，还没吃到红利。按 40K 预算（约每 60 步）轮转，每步还能再降 70%。
七、插件怎么做
架构
每轮结束 → 记账（步骤数、上下文、命中率、等价成本） ↓ 上下文 > BUDGET？ ↓ 是 agent 自己写交接摘要（工具参数） ↓ 用「权威措辞」注入新会话 + 挂进工作区 ↓ QQ 桥读 active_session.json，自动切过去三个关键 API（DSH cordis 插件）
ctx.on('session/event',(session,event)=>{// 每条 assistant/message 都带 usage，直接拿来记账})constcreated=awaitcontroller.create({cwd:'E:/DSH-work'})awaitcontroller.prompt({sessionId,content:[{type:'text',text:seed}]},newAbortController().signal)五个坑（每个都让插件静默失效或直接报错）
① bundle patch 必须用insert形式
# 错：这是"改已有条目"，目标不存在会被静默跳过-id:my-pluginconfig:{...}# 对-insert:-id:my-pluginname:my-pluginconfig:{...}② package.json 必须导出补丁文件
"exports":{".":"./index.js","./cordis.patch.yml":"./cordis.patch.yml","./package.json":"./package.json"}少了中间那行 →ERR_PACKAGE_PATH_NOT_EXPORTED，插件永远挂不上。
验证：node -e "require.resolve('你的插件/cordis.patch.yml')"
③ ```prompt() 的第二个参数是 AbortSignal，必传
不传报Cannot read properties of undefined (reading 'throwIfAborted')。
④ 工具输出 schema 是additionalProperties: false
返回对象多一个没声明的字段就整轮失败：tool "x" returned invalid output: "value.y" is not a declared property
⑤render必须返回内容块数组，不是字符串
render:(v)=>JSON.stringify(v)// ❌ content.some is not a functionrender:(_args,v)=>[{type:'text',text:...}]// ✅⑥（这个最隐蔽）create()不传 cwd，会话会落在宿主的工作目录
第一次轮转，新会话跑到了--C-Users-white-.dsh-profiles-desktop--下，看不到任何项目文件。
必须显式传cwd，并且调workspaceRegistry.create(cwd).attachSession(id)挂进工作区。
一个意外的发现
新会话一开口就是20,528 token，而预算设的是 20,000。
系统提示 + 工具定义（约 19.5K）就是地板。交接摘要只占 1K。
所以预算必须设在 4 万以上，否则每次轮转完立刻"超预算"。
八、这套东西的边界
已验证：成本模型、记忆的收益与反例、措辞的影响、真实轮转的 355 步。
没验证：
- 质量损失。所有对比都只算 token，没算"压缩后答错率"。反事实是"同样步数"，不是"同样效果"。
- 样本量。记忆实验 48 次、长任务 18 次、优化 30 次——够看方向，不够下断言。
- 单机单模型。系数 0.104 是 DeepSeek 的价格结构，换供应商要重测。
- 长任务的反例只测了一种题型（写一个文件），更长的多步任务没覆盖。
最该补的是第 1 条。省钱省到答错，就没有意义。
九、复现
# 从任意 DSH 会话日志模拟预算曲线python simulate.py<session.v4.jsonl.zstd>--csvturns.csv# 轮转前后对比python tools/rotation_report.py数据文件：bench/data/*.csv（48 次记忆实验、18 次长任务、30 次优化），共 1181 步轮转日志。
十、一句话
上下文不是记忆，是账单。
记住该记的，忘掉能忘的，比"记得更多"便宜六倍。
数据时间：2026-10-27 ~ 11-03 口径：DSH 会话日志assistant/message.usage，缓存单价系数 0.1，单位"等价 token"（未命中计 1，缓存计 0.1，输出计 1）。
下面是该插件，已在GitHub上开源：
https://github.com/whitelady0666-boop/dsh-context-budget
