说句"你好"，7300 Token 没了。 我发现我订阅的 腾讯云 coding plan，被替换成了 token plan，然后提示我余额不足！揪心，再这样我要养不起小龙虾了。

有人算过账：一个月 4000 万 Token，账单 ¥1200。拆开一看，72% 花在心跳上。你在睡觉，它在花钱。

龙虾贵在哪？有没有更省的方案？

无限自助餐没了

Coding Plan 集体退场。阿里百炼 Lite 上线 23 天停售，腾讯云 Coding Plan 直接转 Token Plan，智谱两个月内涨价 30% + 砍额度 + 停老套餐。国外也一样——GitHub 暂停 Copilot 新注册，Cursor 上线 $200 Ultra 档，GitHub 官宣 6 月起全面转 Token 计费。

Token 变成硬通货了。 谁能省 Token 谁就有优势。

全场涨价的时候，DeepSeek 反向降价。V4 系列定价：

对比 GPT-5.5 Pro 输出 0.28/M——千分之一点五。发布 48 小时内又连砍两刀，2.5 折优惠延长到 5 月底。

这个价格差是后面所有省钱方案的基础。

四个吞金黑洞

入场费：系统提示词的固定开销

每次调用 OpenClaw，不管你问什么，AGENTS.md、SOUL.md、各种规则和工具描述先塞一遍。合计 7300 Token。

你问它"今天天气怎么样"，它也得先把这堆东西读完再回你。一天调 60 次，光入场费 43.8 万 Token。一个月仅这一项 ¥140。

心跳：最大元凶，占 72%

OpenClaw 有个心跳机制——你没在用，它每 15 分钟自己跑一次。

每天 96 次 × 约 10,000 Token/次 = 96 万 Token/天。

一个月：2880 万 Token，占总消耗 72%。

你上班 8 小时用它干活，另外 16 小时它自己空转烧钱。什么都不干，一天 ¥145 没了。

36 氪那篇文章标题写得直白：月薪两万都养不起龙虾。我反正养不起。

上下文膨胀：滚雪球

OpenClaw 的记忆机制是把对话历史往上下文里塞。用得越久，上下文越长，每次调用越贵。

第 1 天，一个问题消耗约 2000 Token。第 30 天，同样的问题，45,000 Token。

22 倍。干的活一模一样，花的钱天差地别。

大炮打蚊子：模型不分级

心跳检查、简单状态查询、格式化输出——这些"跑腿活"也拉顶配模型来干。

用 Claude Opus 跑心跳 vs 用 DeepSeek V4 Flash 跑心跳，成本差 15 倍。

但龙虾默认不区分。所有任务一个模型一个价，心跳也用 Opus。这钱花得属实冤枉。

Harness 的思路

有个公式：Agent = Model + Harness。

Model 是大模型。Harness 是模型之外的所有东西——提示词怎么组织、记忆怎么管、技能怎么加载、上下文怎么控制。

Vivek Trivedy 说过：大多数人盯着 Model 省钱（换便宜模型、砍推理次数），但真正该动刀的是 Harness 那一层。

Token 爆炸的三类根因：

水龙头没关严，一天漏一滴，觉得没什么。月底看水费账单——地板泡了一个月了。

分层记忆：记住该记的，扔掉该扔的

龙虾：每次对话把所有历史塞进上下文。越用越长，越长越贵。

Hermes Agent：三层记忆分离，按需加载。

新对话开始，Hermes 不把过去所有历史塞进去。它根据你当前说的话，去 SQLite 里做全文检索，只拉相关的几条。

积累几个月对话，也不会变慢或变贵。

数据：分层记忆 + 动态加载，Token 消耗降低 40-60%。道理也简单——你不会每天出门把全部家当背上吧，带今天用得到的就够了。

Skill 文件 = 压缩后的经验

你跟 Agent 聊了十次怎么部署项目，踩了各种坑。龙虾每次把这十次对话全塞进上下文。

Hermes 不一样：十次对话的教训压缩成一个几十行的 markdown 文件（Skill），下次遇到类似问题只加载这个文件。

十次对话 5 万 Token。一个 Skill 文件？几百 Token。

龙虾是每次把整本笔记本翻一遍，Hermes 是翻目录找那一页。

渐进披露：技能别一股脑全塞

记忆之外，技能加载也是个大头。

很多 Agent 框架启动时把所有工具的完整描述全塞进系统提示词。工具越多，提示词越长，每次调用固定开销越大。

Hermes 用了一个叫"渐进披露"的机制，分三层加载：

启动时只加载 Level 1。模型判断需要哪个工具，再展开那个的 Level 2。真正执行了才加载 Level 3。

从平均 15,000 Token/次 降到 3,000-5,000 Token/次，省了 66-80%。

怎么写技能描述才省 Token？两条：

1. 名字要自解释：deploy-to-ecs 比 server-tool-1 好。模型看名字就能判断要不要用

2. 一句话说明写清边界：不是"部署工具"，是"将 Docker 容器部署到阿里云 ECS，支持端口映射和 Nginx 反代"

名字 + 一句话，100 Token。模型 90% 的场景看这些就够了。

省钱两条路：调参数 vs 换平台

到这里，省钱的思路其实就两条：

第一条：留在 OpenClaw，能调的就两样——

① 关心跳或拉长间隔

龙虾默认每 15 分钟跑一次心跳，一天 96 次，光这一项占掉 72% 账单。

在 OpenClaw 配置里把心跳间隔从 15 分钟改成 2 小时：

heartbeat:
  interval: 7200   # 单位秒，默认 900（15分钟）

更狠的做法：不需要 24/7 监控的直接关掉。一个改动，月账单从 ¥1200 直接降到 ¥336。

② 换便宜模型

OpenClaw 默认用 Opus 跑所有任务，包括心跳。手动切成 DeepSeek V4 Flash，同样的活，成本差 250 倍：

但这两项只是止血。上下文膨胀、全量注入、技能全塞——这些 OpenClaw 的架构决定了，调参数改不了。

第二条：换 Hermes，架构层面直接省。

OpenClaw 调不了的那些问题，Hermes 从设计上就解决了：

换了 Hermes 之后，模型分级、压缩、分层记忆、渐进披露、去重——全是默认自带的，不用一项项调。配置文件长这样：

# ~/.hermes/config.yaml — 一次配好，省钱机制全开
model:
provider:deepseek
model:deepseek-v4-pro         # 复杂推理用 Pro，输出 ¥6/M
base_url:https://api.deepseek.com/v1
api_key:${DEEPSEEK_API_KEY}

auxiliary:
default:
    provider:deepseek
    model:deepseek-v4-flash     # 跑腿活用 Flash，输出 ¥2/M

compression:
enabled:true
threshold:0.50
target_ratio:0.20
summary_model:deepseek-v4-flash

算一笔总账

留在 OpenClaw 调两项，能从 ¥1200 砍到 ¥336。但换 Hermes 一步到位 ¥15-25——架构自带的省钱机制比手动调参狠得多。

写在最后

Token 涨价是趋势，自助餐时代结束了。 如何让你的 agent 节省 token 

你现在每个月 Token 花多少？有没有被涨价劝退过？评论区聊聊。

📌 关注公众号，不错过下一篇拆解。

觉得有收获？点赞 + 在看 + 转发，是对我最大的支持 🙏