团队分享用于提升 Agent Harness Token 效率的提示词
一份公开提示词被用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下，降低每个任务的价格加权 token 成本。某团队经过一轮改动——包括提示词精简、工具卸载、缓存布局调整、稀疏行号以及子智能体调优——将整体 token 成本降低了约 7%，且未造成质量损失。该提示词强调按任务而非按请求进行计量，并建议先映射 harness、测量基线，再按优先级实施改动。
团队分享提升 Agent Harness Token 效率的提示词
一份公开提示词用于优化 LLM Agent Harness，目标是在不牺牲任务质量的前提下降低每任务价格加权 token 成本。某团队通过提示词精简、工具卸载、缓存布局、稀疏行号和子智能体调优等一轮改动，将整体 token 成本降低约 7% 且质量无损。提示词强调按任务计量，建议先映射 harness、测量基线，再按优先级改动。
对 FDE 而言，这种按任务计量、先映射 harness 与测量基线的做法可直接用于企业 AI 客户交付，在保证质量的同时降低 Agent 运行成本，也可作为项目落地与能力准备的参考。