arXiv · AI· Pramod Kumar, Raj Kumar Pandey·· 2026-10-14AI 评分38
TurnCost: 面向编码智能体的缓存感知循环工程:关注轮次而非观测值
TurnCost: Turns, Not Observations: Cache-Aware Loop Engineering for Coding Agents
AI 导读
基于600条编码智能体轨迹分析表明,98.6%的输入token由前缀缓存提供,导致在接近理想缓存情况下,平均输入定价高估循环成本约7倍。 模型委托(delegation)在约半数评估场景中反而增加成本,接近理论预测边界;轮次数量解释了84%的轨迹成本方差,而平均观测大小仅解释4%。
来源:arXiv · AI · arxiv.org