代币经济学概述
代币经济学(Token Economics)是 MoAI-ADK v3.0 的三大核心之一。即使代币单价下降,代理式开发仍然大量消耗代币,因此决定成本的不是模型价格而是代币的运用方式。本页概述代币经济学的整体架构,并链接到各子主题的深入页面。
随着多个代理运行、上下文变长、推理加深,单个会话的代币消耗急剧增加。在代币价格下降无法跟上代币使用量增长的形势下,线束如何计量、路由、节食和防御代币成为成本竞争力的核心所在。
MoAI-ADK 的回答有三点。
- 为会话选择合适的模型和推理深度 — 主会话的模型与 effort 会原样传给所有子代理,选好一个会话就是完成了整体分配。
- 节食上下文 — 最小化常驻指令,测量提示缓存命中率。
- 系统守护预算 — 追踪代币使用,在超阈值前正常停止。
v3.0 的产品差异化由三大核心组成。代币经济学是第一个核心,与其余两个紧密连接。
代币经济学 (本页) — 计量、路由、节食、防御。
自主连续循环 — 何时停止、何时继续。在自主连续循环页面讨论。
代理式线束 — 哪个代理、哪个配置文件、如何进化。在三层架构、配置矩阵、线束自我进化页面讨论。
代币经济学由四层组成。每层独立运作并相互补充。
flowchart TD
A["Layer A — Metering
per-SPEC 代币记账"]
B["Layer B — Routing
会话级模型/effort"]
C["Layer C — Verify-diet
verbatim 证据存文件,上下文存摘要"]
D["Layer D — Budget defense
90% hard-limit graceful stop"]
A --> B
B --> C
C --> D 所有代理调用的代币使用量按 per-SPEC 粒度记账。moai spec audit 输出中的代币列和 progress.md 中的代币记账部分是本层的产出。不知道什么消耗了代币,就无法优化。
决定会话使用的模型和推理深度(effort)。v3.2 起路由的单位是会话而不是智能体 —— 主会话的模型与 effort 被所有子代理原样继承,会话 effort 用 /effort·ultrathink 调节,配置向导的会话模型策略决定未单独选择推理强度时的默认回退。不再需要像过去那样维护逐智能体的分配表。MoAI-ADK v3.0 将 Haiku 从路由模型集合中排除,贴合任务性质的三层结构 —— 单次完成的工作交给 Sonnet,代理式阶梯交给 Opus,更高的 effort 集中给做判断的工作(审计、顾问、协调)—— 作为选择会话模型的判断标准保留下来。设计依据与继承规则见 三层代理架构、配置矩阵与模型策略页面。
将验证命令的长输出重定向到磁盘文件,上下文中只保留 exit code 和 bounded tail(最多 50 行)。这个文件重定向契约(file-redirect contract)在保持验证证据完整性的同时减少上下文消耗。节食不限于验证输出——缩短常驻指令、提高提示缓存命中率,也属于这一层。详细机制见代币预算管理与正常停止页面。
当代理的代币使用量达到 hard-limit(默认 90%)时,执行正常中止(graceful abort)。进度保存到 progress.md,发出可粘贴的 resume 消息(paste-ready resume),绝不自动 /clear。详细步骤见代币预算管理与正常停止页面。
代币经济学中容易被忽视的一种成本结构是提示缓存(把之前发送过的输入暂时保存起来的功能)。Anthropic 的提示缓存按前缀匹配工作,作用对象是渲染后请求的前部(按 tools → system → messages 的顺序)。首次必须把该前缀写入缓存,付出 1.25 倍的成本;此后复用同一前缀的回合则以 0.1 倍的成本读取。这是一种能把单回合输入变得便宜近 10 倍的结构。
这里有两个陷阱。
第一,缓存的寿命是 5 分钟。但这 5 分钟不是"5 分钟后过期",而是"只要出现超过 5 分钟的空闲间隙就过期"。在用户门等待答复的时间一旦拖长,缓存就会过期,下一回合必须以 1.25 倍重新写入整个前缀。所以问得越晚的问题,代价越大。
第二,缓存在写入期间无法读取。同时启动多个共享同一定义的代理时,同时出发的请求不会等待第一个完成缓存写入,于是每一个都以冷状态(cold)各自重新写入前缀。
flowchart TD
T1["回合 1
首次发送指令·规则前缀"]
W["缓存写入
成本 1.25 倍"]
T2["回合 2 ~ N
复用同一前缀"]
H["缓存命中
成本 0.1 倍"]
GAP["超过 5 分钟的空隙
用户门等待等"]
MISS["缓存过期
以 1.25 倍重新写入"]
T1 --> W
W --> T2
T2 --> H
H --> T2
T2 --> GAP
GAP --> MISS
MISS --> W由于这一结构,MoAI-ADK 有意识地调整执行顺序。用户门在上下文还小的时候尽早就问;并行启动多个同类代理时,先启动一个把缓存焐热,再接着启动其余的(stagger-spawn);会话开始时加载的指令文件不在会话中途编辑,而是推迟到任务末尾。缓存不改变门控的语义。审批门照旧是必需的,缓存感知执行只是调整"何时、以什么顺序"去问这些门而已。
预算守护在何时停止,其操作阈值因模型而异。窗口越大,能承受的使用率越高;窗口越小,绝对余量本身就越少。
| 模型类别 | 窗口 | 交接阈值 | 绝对上限 |
|---|---|---|---|
| Opus 5.5 (1M) | 1,000,000 代币 | 50% | ~500,000 代币 |
| GLM-5.3 (1M) | 1,000,000 代币 | 50% | ~500,000 代币 |
| Fable / Sonnet 5 (1M) | 1,000,000 代币 | 50% | ~500,000 代币 |
| Sonnet 4.5 及更早 (200K) | 200,000 代币 | 90% | ~180,000 代币 |
1M 上下文模型 (Opus 5.5、GLM-5.3) 建议在 50% 交接。窗口宽并不意味着用到最后一刻——更早折叠以保护缓存和余量才是更稳定的做法。留意 statusline 的上下文表盘 (CW%),在接近阈值时准备 /clear。详细步骤与交接消息结构见代币预算管理与正常停止页面。
moai cg 已停用。它会显示迁移提示并退出,不会启动 Claude 或 GLM,也不是 moai cc 的别名。项目中若仍有 llm.team_mode: cg,必须先明确选择迁移方案,才能启动会话。 CG 停用与配置迁移
迁移会写入 llm.team_mode: claude、llm.gateway.teammate_mode: in-process 和 llm.gateway.teammate_provider: inherit。这会取消原有混合角色分配,并不会保留 Claude 领队与 GLM 队友窗格的分工。
claude-glm 表示 Claude 领队搭配 tmux 中的 GLM 队友。目前 TEAMMATE 集成验证尚未通过,因此不能应用或启动该方案,只能预览。安装 tmux 或设置 verified: true 都不能解除限制。
本页内容的实现状态明确区分如下。
已实现 (已发布) — 四层结构(A/B/C/D)全部、会话继承模型策略(会话的模型·effort 由子代理继承,会话模型策略作为 effort 回退)、验证节食文件重定向契约、正常中止机制。
设计阶段 (路线图) — GLM 后端 effort 叠加的 wire 有效性是需要实时 GLM 会话出站观测的实证课题。在配置矩阵页面中明确标注此区分。
- 代币预算管理与正常停止 — Layer D 深入 (各模型阈值、paste-ready resume 结构)
- 三层代理架构 — 线束架构基础
- 配置矩阵 — 矩阵退役后的位置与会话继承规则