KeyFrame內部研究專用

Token 最高省 60% :Superpowers v6 真正优化了什么?

为什么叫QQ10 min中文
觀看原始影片

三句話摘要

Superpowers-6 如何通過優化工作流程而非降級模型,將 AI 編程成本降低 50%。 AI 編程的成本優化關鍵不在模型選擇,而在設計工作流讓 agent 讀正確的訊息、讀一次而不是反覆讀,以及為不同任務複雜度路由合適的模型層級。 確定性資訊交給腳本而非 LLM 現查 — Coordinator 看過上下文、Implementer 改過代碼、Reviewer 審查時又跑一遍 git diff,每次重複搬運都會消耗新的 token。v6 改為由腳本預生成 review package(含 commit list、diff 統計、完整 diff),reviewer 只讀檔案,單次改造就省了 10% 的 token 和執行時間。

重點整理

  1. 確定性資訊交給腳本而非 LLM 現查 — Coordinator 看過上下文、Implementer 改過代碼、Reviewer 審查時又跑一遍 git diff,每次重複搬運都會消耗新的 token。v6 改為由腳本預生成 review package(含 commit list、diff 統計、完整 diff),reviewer 只讀檔案,單次改造就省了 10% 的 token 和執行時間。

  2. Plan 不能只追求短,要保留關鍵錨點 — 實驗嘗試壓縮 plan 字數後,測試訊號下降 62%,因為被砍掉的是測試、介面、任務結構這類後續執行和審查的決定點。沒了這些錨點,每個 agent 都要自己猜,後面繞路會更多。

  3. 模型路由要看任務形態,不只看 token 價格 — 機械任務(按 plan 轉寫、跑測試)用便宜模型即可;需要多步推理、架構判斷、並發共享狀態的任務就要上等級。如果 controller 沒明確指定,harness 容易預設繼承 session 最貴模型,無聲地燒錢。

  4. Reviewer 合併並保留「無法從 diff 驗證」狀態 — v5 把 spec compliance 和 code quality 分開成兩個 reviewer,v6 合成一個 task-reviewer 同時回傳兩個 verdict。新增「Cannot verify from diff」狀態讓 reviewer 承認邊界,交給有全局視角的 controller 判斷,避免 reviewer 為了補全視角到處 grep cat。

實用技巧與重點

  • 時間與成本
  • 25 個實驗、36 小時、帳面花費 165 美元(未補貼約 650 美元)
  • Anthropic eval:wall-clock runtime 下降 50%、token spend 下降 60%(最高口徑)
  • Release notes 更保守說法:速度快一倍、token 少近 50%、質量接近
  • 優化措施與效果
  • Review package 預生成:-10% token 和 wall-clock
  • Task brief 獨立提取:避免重複在長 plan 裡翻找
  • Reviewer 合併(2 個 → 1 個):同步回傳 spec compliance 和 code quality
  • Cannot verify from diff 狀態:新增警告標記,交由 controller 決策
  • Narration Recipe:controller 敘述字元數 -54%,估算每次節省 0.1~0.3 美元
  • 失敗案例
  • 限制 controller thinking:turn 數從 92 → 138、輸出翻倍
  • 壓縮 plan 字數(含豁免代碼部分):測試訊號下降 62%
  • 用 Sonnet 生成 plan:任務結構坍縮(平均任務數從 5.8 → 3.6)
  • 核心理念
  • 砍重複資訊,保留測試、介面、任務邊界、全域約束
  • 確定性資料交給腳本(commit list、diff stat、單一 task brief)
  • 模型分層:機械任務用便宜模型、判斷密集用高階模型
  • Fable 5 在 6 月 9 日發表,6 月 12 日因美國出口管制暫停訪問,6 月 30 日管制解除,7 月 1 日恢復

結論

AI 編程的成本優化關鍵不在模型選擇,而在設計工作流讓 agent 讀正確的訊息、讀一次而不是反覆讀,以及為不同任務複雜度路由合適的模型層級。

完整解析

AI 編程的高成本長期被歸咎於「模型貴」,但 Superpowers-6 的優化實驗揭露了真正的元兇:LLM 會反覆讀取同一批上下文。Coordinator 拆任務時讀了一遍 diff,Implementer 寫程式碼時處理了相關文件,Reviewer 審查時又用 git 命令重新提一遍——每一次輸出都進入 token 計數,後續對話反覆攜帶。一個中等規模重構的 diff 文字輕鬆吃掉幾萬 token,成本就是這樣一點點堆起來的。

Jesse Vincent 的優化方向不是把所有環節都降級到便宜模型,而是三個層面的調整。第一層是確定性資訊的流動。v6 在 reviewer 啟動前,由腳本預生成一份 review package,內含 commit list、文件變更統計、帶上下文的完整 diff。Reviewer 不再自己跑 git 指令探索,只讀檔案即可——單次改造就帶來了 10% 的 token 和執行時間改善。同樣的思路還延伸到 task brief,Controller 不再把整份 plan 重複塞給 subagent,而是把當前任務抽成獨立文檔,subagent 讀自己的 brief 不用在長 plan 裡翻找。

第二層是 reviewer 的合併和邊界重新定義。v5 設計中,每個任務有兩個 reviewer 分別檢查 spec compliance 和 code quality,職責拆得很細,卻更昂貴且易被 controller 提示方式影響。v6 把兩個 reviewer 合成一個 task-reviewer,讀一次 diff 同時回傳兩個 verdict。但更有趣的改動是新增「Cannot verify from diff」狀態——承認看不到全局,把無法驗證的需求標成警告交給 controller。過去 reviewer 為了補全視角會到處 grep cat,既費 token 又破壞任務邊界;現在讓 reviewer 在邊界內明確作答,更複雜的跨任務判斷交給有完整上下文的 controller。

第三層是模型分層。實驗發現,並非所有環節都需要最強模型。Implementer 如果 plan 已給完整程式碼,主要工作只是轉寫和跑測試,便宜模型就能勝任;但需要多步推理、架構邊界判斷的任務不能亂降級。Reviewer 也是如此,小 diff 的機械改動可用便宜模型,涉及並發、共享狀態、跨文件契約則要上等級。v6 強制每次 dispatch 寫明 model,因為不寫的話 harness 容易預設繼承 session 最貴模型,無聲地燒錢。

實驗過程中也踩到了幾個看似合理卻反向爆炸的想法。限制 controller thinking——想省思考 token 就給 budget——結果 turn 數從 92 飆到 138,輸出翻倍。壓縮 plan 字數,測試訊號掉了 62%,因為被砍的不是廢話而是測試、介面、任務結構這類執行的決定點。用便宜的 Sonnet 生成 plan,全局約束沒丟但任務結構坍縮成太粗的顆粒度,reviewer 無法攔住局部缺陷。這些失敗案例很有參考價值——省 token 不是粗暴刪上下文,要刪重複資訊卻保留關鍵錨點。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。