降低 AI 编码 Agent 的 Token 成本：Claude Code 与 Codex 预算控制¶
快速答案： 编码 Agent 的 token 账单来自三个无声的泄漏：从未被使用的注入上下文、不断重复的对话历史、淹没模型窗口的工具输出。降本靠压缩边界：用 pull-based 上下文代替注入、用本地输出压缩（RTK / Caveman）、用显式检索代替全量历史（Headroom MCP）、用跨会话项目记忆避免重复读取。AIOS 把四者全部本地化——数据不出机器。
Token 到底花在哪了¶
一次典型编码会话把 token 花在你根本没要求的东西上：
- 注入的上下文——每条提示都背着项目前言，不管当前任务需不需要。
- 重复的历史——因为没人记住上次的答案，Agent 反复重读同一批文件。
- 工具输出——
git diff、日志、浏览器快照整段落进窗口，挤掉模型真正需要做的决策。
砍掉这三样，账单就降下来了，而工作质量不变。
四个本地压缩边界¶
| 边界 | 工具 | 作用 |
|---|---|---|
| 上下文 pull-based | ContextDB | Agent 按需搜索/召回相关记忆，而不是每条提示都背整个项目。 |
| 输出压缩 | RTK / Caveman | 进程内、本地过滤压缩命令输出——工具结果缩小 60–90%。 |
| 显式检索 | Headroom MCP | 后续步骤需要时用压缩/检索工具取内容——不透明拦截每个请求。 |
| 模型分层 | 模型路由 | 有边界、重复的活（抽取、分类）跑便宜模型；判断力重的节点保留强模型。 |
今天就能做的事¶
# 本地安装 AIOS
curl -fsSL https://github.com/rexleimo/aios/releases/latest/download/aios-install.sh | bash
source ~/.zshrc
aios init --all
# 验证压缩边界与 token 配置
aios doctor --native --verbose
然后测量：同样的任务，开/关 AIOS 各跑一次，对比服务商报告的 token 用量。架构见 Token 智能文档；实战数字见成本危机文章。
FAQ¶
压缩会伤害回答质量吗？ 不会——它去掉的是噪音，不是信号。pull-based 上下文和输出压缩把决策留在窗口里，丢掉样板。
RTK / Caveman 是云服务吗？ 不是。两者都在你机器上的进程内运行。RTK 本地过滤命令输出；Caveman 压缩 Agent 输出风格。数据不出机器。
还能继续用裸 codex / claude CLI 吗？ 能。AIOS 躺在客户端下面。命令不变，压缩边界在周围工作。
下一步¶
读 Token 智能与压缩 了解完整架构，或从快速开始入手。