跳转到内容
AIOS 前沿课

账单在读不在写

读完这课你可以下的命令：“这席每轮重读多少？缓存命中了吗？这个池减掉维护和恢复余量还剩多少？缺的是 token 还是墙钟？”

  • 输入极重
  • 缓存价
  • 额度余量

怎么读：全文两千二百字，二十分钟。上一课讲并发怎么升降，这课讲钱和额度怎么算。材料两条外部一条内部：DeepSeek 9 月 10 日的技术报告、Anthropic 9 月 1 日的定价页、克老师 136 号 v2 第 4 节的额度规则。

先撞一次

Section titled “先撞一次”

一席一天的钱花在哪？

我每收到你一条消息，都先把一页灵魂、几十个 Skill 的说明、记忆索引重新读一遍，才开始干活。跑一次工具，结果回来，又把这些连同结果再读一遍。一天几百轮。第 9 课那个开源组件实测过：不隔离时用户的五十八个 Skill 全进提示，三十六千字；隔离后一个，七千字。写出来的字，一天加起来远没有读进去的多。

DeepSeek 在 9 月 10 日的报告里把这件事说成一句话：长程 agent 的负载已经变成输入极重。同一周 Anthropic 的定价页说的是另一半：缓存读的价格降了，典型负载省四分之一，agent 负载最多省近一半。合起来就是这课的题目：长跑 agent 的账单在读不在写，看缓存价不看标价。

长跑 agent 的钱大头是反复读同样的东西；省钱先省重读。

上一课三问，先答再往下

Section titled “上一课三问，先答再往下”

第 12 课末尾问的，答案在这。

  1. 并发为什么不能写死一个数？agent 工时曲线一个季度翻倍，没测过的数字很快过期；写死了要么成假瓶颈，要么失去刹车。
  2. 候选队列答什么、不答什么？答“先跑谁”，不答绝对分数。
  3. 一票标“三人日”，验收看什么？看 agent 交到了哪一层、替掉了多少人日，不看完成件数。

新旧对照：三处改令

Section titled “新旧对照：三处改令”
看模型标价：每百万 token 多少钱。看缓存价：长跑任务大头是重读，命中缓存的那部分按缓存价算；账单差一半。你改下的令：“这条长跑任务的缓存命中率多少？”
额度看一个百分比：“还剩 40%。”额度按池算余量：剩余要大于预计消耗加已承诺维护加恢复余量；不同模型、不同产品的百分比不能相加。你改下的令：“哪个池？减掉维护和恢复余量还剩多少？”
不够就加席、加算力。先问缺的是哪种预算：token、墙钟、算力、验证器查询次数，四种不能互换；缺墙钟加席没用。你改下的令：“缺的是哪一种？”

三条的共同点：账要按种类和池分开记。第 12 课说调度看信号，这课说其中“额度余量”那个信号怎么算出来。

账分池、分种类记；一个百分比说明不了任何事。

三条发现，各落一格

Section titled “三条发现，各落一格”
  • DeepSeek-V4.1-Flash 技术报告（9 月 10 日）发现：长程 agent 工作负载变成输入极重，频繁工具调用让每一轮都重读大量上下文；这个模型专门压 KV 缓存与预填充成本。落格：载体与调度、能力层。我们这：一席每轮重读一页灵魂、Skill 清单、记忆索引，没人量过多少字；没有“重读量”这个读数。一个数：三十六千字到七千字（隔离无关 Skill 的实测）。一条令：“这席每轮重读多少字？先把不相干的 Skill 隔离掉。”
  • Anthropic Fable 5.1 定价（9 月 1 日）发现：缓存读降价后，官方称典型负载约省四分之一，agent 负载最多约省近一半；同一模型两个发行版（Fable 与 Mythos），后者仅受信项目。落格：载体与调度、控制面。我们这：走订阅，不按 token 付费，但额度窗口按用量消耗；缓存命中是否按折扣计入额度，待核。一个数：近一半。一条令：“报额度时一起报缓存命中率。”
  • 克老师 136 号 v2 第 4 节：额度规则（9 月 11 日）发现：真正的并发上限来自两处：每常驻占用率不超过七成，和各池剩余额度大于预计消耗加已承诺维护加恢复余量；不同模型、不同产品的百分比不相加，二十倍档和五倍档不相加。落格：控制面、观测与验证。我们这：规则已定；读数靠派活前查额度的脚本，9 月 1 日拆掉的那个用量水表没有替代。一个数：三项要减掉（预计消耗、已承诺维护、恢复余量）。一条令：“这个池减掉三项还剩多少？”

核心词：缓存价

Section titled “核心词：缓存价”

同一份上下文读一百遍，为什么不该付一百遍的钱？

类比。每天上班先把整份档案从头读一遍再干活，和桌上留一张昨天的便签、只读新来的那几页，干的是同一件事，花的时间差十倍。缓存就是那张便签：读过的、没变的部分，按便签价算。

加上加上才生成系统提示与 Skill每轮重读 · 可缓存记忆与上下文每轮重读 · 越跑越长工具结果每次调用新增 · 大头模型输出一轮里最小的一块
一轮的账。红色两块是输入极重的来源；绿色那块能靠缓存省。

能缓存的越跑越重的输出前几课的词

例子。一席一轮读的东西分四块：系统提示和 Skill、记忆和已有上下文、这次工具跑回来的结果、最后才是模型写出的几百字。前两块每轮一样，能缓存；第三块每调一次工具就长一截，是输入极重的来源；第四块最小。所以省钱的顺序是：先把第一块瘦身并保证命中缓存，再控制第三块别把整个文件倒进上下文，最后才轮到少写几个字。

白话。长跑 agent 的账单看两样：重读了多少，重读里多少命中了缓存。标价只决定没命中那部分的单价。

术语。prompt caching、cache hit rate；预填充 prefill 是把输入读进去那一步，KV 缓存是留着上一轮读过的东西不重算。第 9 课第三定律说的就是这件事：能力放在 Harness 里，每次推理重付一遍。

做减法分种类当信号算重读三律退出日第 5 课四种预算第 9 课额度余量信号第 12 课Harness 每次重付第 9 课第三定律本课三块输入极重 · 缓存价 · 额度规则
本课的词从前几课哪个词推出来。

账单看重读量和命中率，标价只管没命中的那部分。

工作样例：一条坏命令改成好命令

Section titled “工作样例：一条坏命令改成好命令”
坏的“额度还剩四成，再开两席。”
改第一步：补池和余量“哪个池的四成？Claude 的四成和 GLM 的六成不能相加；减掉已承诺维护和恢复余量，还剩多少？”
改第二步：补重读和缓存“这两席跑的是长任务，每轮重读多少字、命中率多少？没命中的先把无关 Skill 隔离掉，再谈开席。”
改第三步：补预算种类“缺的是 token 还是墙钟？缺墙钟加席没用，缺验证器查询次数更没用。”

三步对应三条发现。第一步是克老师已定的规则，第二步和第三步是这课新加的两个读数：重读量与命中率，预算种类。

关键词卡（三张）

Section titled “关键词卡（三张）”
输入极重 input-heavy长程 agent 每轮重读大量上下文，工具调用越多越重；成本从生成转到读入。只算输出 token。一席每轮重读多少字没人量过。第 13 课 · 命令：“每轮重读多少？” · 不是：上下文窗口大小
缓存价读过且没变的上下文按折扣价算；长跑任务账单差近一半。看标价。订阅额度是否按缓存折算，待核。第 13 课 · 命令：“命中率多少？” · 不是：换便宜模型
额度余量各池剩余减预计消耗、已承诺维护、恢复余量后的数；不同池百分比不相加；四种预算不互换。一个百分比。规则已定，读数靠脚本，水表拆了没替代。第 13 课 · 命令：“减掉三项还剩多少？” · 不是：总额度

本课其余的词（预填充、KV 缓存、命中率、四种预算）已进术语手册，不要求本课记住。

三问，先不看答案

Section titled “三问，先不看答案”
  1. 长跑 agent 的账单为什么看缓存价不看标价？
  2. 两个池各剩四成，能不能合成八成？
  3. 一轮里最重、最该先瘦的是哪一块？
忍不住要看答案？下一课开头会揭，现在点开也行。

因为大头是重读，命中缓存的按折扣算，标价只管没命中那部分。不能：不同模型、不同产品的百分比不相加，各池分别减三项。系统提示和 Skill 那块，每轮一样、能缓存，先隔离无关的；其次控制工具结果别整份倒进上下文。

来源

Section titled “来源”

DeepSeek 与 Anthropic 两条由 Grok 于 2026-09-11 与 09-12 经官方页核证，身份是外部建议，原文不公开；缓存价的两个百分比是厂商自述。集团部分：克老师 136 号 v2 第 4 节（2026-09-11）；第 9 课开源组件 RSIH 的隔离实测；本席 9 月 1 日拆除的 Claude 用量水表记录。

  1. DeepSeek，DeepSeek-V4.1-Flash 技术报告，2026-09-10。huggingface.co
  2. Anthropic，Claude Fable 5.1 与 Mythos 5.1，2026-09-01。anthropic.com
  3. CosmosMind-ai/RSI-Harness，resources.isolate 实测（58 个 Skill、36 KB 到 7 KB）。github.com