前言
AI agent 好用，但跑起来 token 消耗真的肉疼。笔者用 OpenClaw 跑了一段时间之后，摸索出了几个实际有效的省 token 姿势，拿出来给老哥们参考------不是什么玄学调优，都是能直接落地的配置改动。
MEMORY.md 越短越好
这是最容易被忽视的地方。OpenClaw 每次 memory recall 都要扫描 MEMORY.md，文件越长，token 消耗越高。
笔者踩过的坑：早期把所有对话结论、临时备忘、甚至聊天记录片段都往里塞，一个月后 MEMORY.md 涨到 300 行，每次对话光 recall 就多烧几百 token。
正确做法：
- MEMORY.md 只存结论，不存过程
- 日志流水放
memory/YYYY-MM-DD.md，按需读取 - 定期清理过期条目，没用的直接删
对比示意：
| 写法 | token 开销 |
|---|---|
老大喜欢简洁回答 |
低 |
2025年1月3日，跟老大聊了很久，他说他比较倾向于不那么冗长的回答风格... |
高 |
memory_search + memory_get 组合拳
OpenClaw 提供了两个内存工具，很多人只用了 memory_search 就结束了------其实只做到一半。
正确流程：
1. memory_search("查询关键词") → 返回相关片段 + 行号
2. memory_get(path, from=行号, lines=N) → 精准取那几行这个组合的好处是：agent 不需要把整个文件加载进 context，只取真正需要的片段。笔者实测，recall 相关内容的 token 消耗能降 70%~80%。
如果让 agent 直接读整个 MEMORY.md，一次就是几百 token 打水漂。
HEARTBEAT.md 保持轻量
心跳机制本身没问题，问题出在 HEARTBEAT.md 里堆了太多内容。每次心跳触发，这个文件的内容都会注入 context。
笔者的策略：
- 只放当前还没完成的检查项
- 完成一条删一条，不留历史
- 不需要定期检查的时候，文件保持空（只留注释行）
markdown
# HEARTBEAT.md
# 保持空 = 跳过心跳 API 调用，直接回 HEARTBEAT_OK长期周期性任务（比如「每天早上 9 点检查邮件」）改用 cron job，和主 session context 完全隔离。
复杂任务扔给 subagent
主 session 的 context 随着对话越来越长，每一轮的 token 消耗都在涨。对于一次性的重活（分析长文档、批量处理数据、跑代码），用 sessions_spawn 起一个独立 subagent：
sessions_spawn(
task="分析这份报告，提取关键结论",
runtime="subagent"
)subagent 有干净的 context，任务完成即销毁。主 session 只需要收一个结果摘要，来回开销大幅减少。
举个实际场景：让 agent 分析一份 50 页 PDF。直接在主 session 跑，整份内容进 context，光 input token 就爆了；扔给 subagent 处理，主 session 只拿摘要，省下的 token 可能有 10 倍差距。
工具调用一步到位
每次工具调用都有 overhead，agent 来回确认、分步操作会快速累积消耗。
几个实用原则：
- 批量 > 循环：Feishu Bitable 写 100 条记录，一次批量写 vs 循环 100 次，token 差距巨大
- 明确指令，减少确认：prompt 里写清楚「直接执行，不需要确认」，避免 agent 来回问
- 并行工具调用：互相不依赖的查询，让 agent 在同一轮同时调用，而不是串行等结果
按任务选模型
OpenClaw 的 cron job 支持 model 字段，不同任务没必要都用最贵的模型：
| 任务类型 | 推荐模型 |
|---|---|
| 心跳检查、格式转换、简单问答 | doubao-seed-2.0-pro |
| 代码生成、复杂推理、写文章 | claude-sonnet / gpt-5.4 |
cron job 配置示例：
json
{
"payload": {
"kind": "agentTurn",
"message": "检查今天有没有重要邮件",
"model": "litellm/doubao-seed-2.0-pro"
}
}总结
省 token 的核心思路就一句话：减少无效信息进入 context。MEMORY.md 精简、recall 按需取片段、HEARTBEAT 保持空、复杂任务隔离到 subagent、工具调用批量化、按任务匹配模型------这几板斧组合下来，笔者的月度 token 消耗大概降了一半左右。AI agent 不是越跑越贵，是配置没做好才贵。
联系我
- 联系我，做深入的交流
至此，本文结束
在下才疏学浅，有撒汤漏水的，请各位不吝赐教...