7大开源Agent源码对比解读------性能设计
本文是「7大开源Agent源码对比解读」系列第 8 篇。评估对象：codex、gemini-cli、qwen-code、opencode、kimi-code、deepseek-harness（下称 dsh）、oh-my-pi（下称 omp）。缓存与计价机制均附源码引证。
| 篇 | 文章 | 内容速览 |
|---|---|---|
| 总述 | 拆了七大开源 Agent 的源码，最高分竟然不是 Codex | 总体结论、评估方法与评分卡 |
| 01 | 架构对比 | 四种流派与分化根源、主循环与事件机制、插件化与耦合风险 |
| 02 | 上下文管理 | 压缩触发阈值、摘要方式、token 计数口径、跨会话记忆 |
| 03 | 会话管理 | 持久化模型三层次、并发控制、崩溃恢复与 resume / fork |
| 04 | 工具调用 | 注册与可见性、并行调度四种语义、审批门控、错误处理 |
| 05 | 重连与容错 | 重试预算、流中断处理、降级链、副作用安全 |
| 06 | 系统提示词与指令遵循 | 四种组装范式、动态注入、注入防御三层与共同敞口 |
| 07 | 思维链与工作流编排 | 思维链接入、plan 模式语义、子代理治理、工作流引擎 |
| 08 | 性能设计 | 前缀缓存三档分化、启动优化、成本核算 |
| 09 | 可扩展性 | MCP 接入、自定义工具、多 provider、SDK 与 API |
| 10 | 安全与权限控制 | 沙箱两种语义、审批默认姿态、企业管控、敏感数据保护 |
性能设计的核心工程问题是：让长会话的每一轮都命中前缀缓存。缓存读价通常是标准价的 10%，长会话里这笔钱很可观。七个项目在这个问题上分成三档。
三档分化
第一档：把缓存断点放置当一等工程问题。 opencode 在协议无关层写统一的缓存策略，omp 把「稳前缀」做进数据结构，专门设计了 append-only 上下文和 fork 缓存身份继承。
第二档：吃 provider 原生缓存但做会话亲和。 codex、kimi、qwen 用 prompt_cache_key 或 metadata.user_id 把同一会话的请求钉到同一缓存槽。
第三档：只读不写。 gemini-cli 依赖 Gemini 隐式缓存，只读响应里的 cachedContentTokenCount；dsh 连断点都不碰，只把 provider 返回的 cache 字段透传进账本。
缓存机制对比
| 项目 | 缓存机制 |
|---|---|
| codex | prompt_cache_key 会话亲和 + WS 增量请求 + 粘性路由 |
| gemini-cli | Gemini 隐式缓存，只读计量，不主动建缓存资源 |
| qwen-code | OpenAI 前缀缓存标记 + Anthropic cache_control 自动放置 |
| opencode | CachePolicy 默认 3 断点，仅 2 种协议注入 wire 标记 |
| kimi-code | prompt_cache_key 三协议全注入 + fork 缓存探针 |
| dsh | 不放断点，透传 provider 的 cache 用量字段 |
| omp | append-only 稳前缀 + 1h TTL + fork 继承缓存身份 |
逐家看点
codex：增量请求与粘性路由
codex 优先走 Responses-over-WebSocket。同一 turn 内连续发多次请求时，客户端缓存上一轮的完整请求与响应，判断当前请求是否是上一请求的增量扩展：只有当 model、instructions、tools 等非 input 字段全部不变，且 input 是上一 input 的前缀扩展时，才只发新增的条目加 previous_response_id，不重发整段历史（client.rs:1232-1273）。直接降低出站字节量，也利于 provider 侧前缀命中。
粘性路由是客户端与服务端的契约：turn 启动时服务端在响应头返回 x-codex-turn-state token，此后该 turn 的所有请求（重试、增量、续写）原样回放这个 token，不同 turn 之间不能混用（client.rs:278-288）。效果是同一 turn 粘到同一后端节点，保连接复用和缓存局部性。
启动优化做成了可观测的独立句柄：会话启动时异步发一个 generate=false 的预热请求，提前建好 WebSocket、跑完认证、拿到 previous_response_id，首条用户消息到达时直接复用（session_startup_prewarm.rs:26-247）。超时、取消都有专门遥测指标。这是七家中唯一把连接预热做成一等公民的。
opencode：协议无关的缓存策略
CachePolicy 定义在协议无关层：auto 模式在最后一个工具定义、最后一个 system part、最新一条 user message 三处放断点（cache-policy.ts:18-97）。关键门控是只有 anthropic-messages 和 bedrock-converse 两种协议会真正注入 wire 标记；OpenAI 系、Gemini、Azure 等协议走 provider 原生隐式前缀缓存，整个策略 pass 直接跳过，注释的理由是「发标记无害但没意义」。断点策略只填补调用方留空的缺口，手动标记会被保留。
#mermaid-svg-Zppe4oEWsOyDPijj{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Zppe4oEWsOyDPijj .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Zppe4oEWsOyDPijj .error-icon{fill:#552222;}#mermaid-svg-Zppe4oEWsOyDPijj .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Zppe4oEWsOyDPijj .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Zppe4oEWsOyDPijj .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Zppe4oEWsOyDPijj .marker.cross{stroke:#333333;}#mermaid-svg-Zppe4oEWsOyDPijj svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Zppe4oEWsOyDPijj p{margin:0;}#mermaid-svg-Zppe4oEWsOyDPijj .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Zppe4oEWsOyDPijj .cluster-label text{fill:#333;}#mermaid-svg-Zppe4oEWsOyDPijj .cluster-label span{color:#333;}#mermaid-svg-Zppe4oEWsOyDPijj .cluster-label span p{background-color:transparent;}#mermaid-svg-Zppe4oEWsOyDPijj .label text,#mermaid-svg-Zppe4oEWsOyDPijj span{fill:#333;color:#333;}#mermaid-svg-Zppe4oEWsOyDPijj .node rect,#mermaid-svg-Zppe4oEWsOyDPijj .node circle,#mermaid-svg-Zppe4oEWsOyDPijj .node ellipse,#mermaid-svg-Zppe4oEWsOyDPijj .node polygon,#mermaid-svg-Zppe4oEWsOyDPijj .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Zppe4oEWsOyDPijj .rough-node .label text,#mermaid-svg-Zppe4oEWsOyDPijj .node .label text,#mermaid-svg-Zppe4oEWsOyDPijj .image-shape .label,#mermaid-svg-Zppe4oEWsOyDPijj .icon-shape .label{text-anchor:middle;}#mermaid-svg-Zppe4oEWsOyDPijj .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-Zppe4oEWsOyDPijj .rough-node .label,#mermaid-svg-Zppe4oEWsOyDPijj .node .label,#mermaid-svg-Zppe4oEWsOyDPijj .image-shape .label,#mermaid-svg-Zppe4oEWsOyDPijj .icon-shape .label{text-align:center;}#mermaid-svg-Zppe4oEWsOyDPijj .node.clickable{cursor:pointer;}#mermaid-svg-Zppe4oEWsOyDPijj .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-Zppe4oEWsOyDPijj .arrowheadPath{fill:#333333;}#mermaid-svg-Zppe4oEWsOyDPijj .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Zppe4oEWsOyDPijj .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Zppe4oEWsOyDPijj .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Zppe4oEWsOyDPijj .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Zppe4oEWsOyDPijj .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Zppe4oEWsOyDPijj .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-Zppe4oEWsOyDPijj .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Zppe4oEWsOyDPijj .cluster text{fill:#333;}#mermaid-svg-Zppe4oEWsOyDPijj .cluster span{color:#333;}#mermaid-svg-Zppe4oEWsOyDPijj div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Zppe4oEWsOyDPijj .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Zppe4oEWsOyDPijj rect.text{fill:none;stroke-width:0;}#mermaid-svg-Zppe4oEWsOyDPijj .icon-shape,#mermaid-svg-Zppe4oEWsOyDPijj .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Zppe4oEWsOyDPijj .icon-shape p,#mermaid-svg-Zppe4oEWsOyDPijj .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-Zppe4oEWsOyDPijj .icon-shape .label rect,#mermaid-svg-Zppe4oEWsOyDPijj .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Zppe4oEWsOyDPijj .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-Zppe4oEWsOyDPijj .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-Zppe4oEWsOyDPijj :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 出站请求（auto 模式放三个断点）
最后一个工具定义
最后一个 system part
历史消息
最新一条 user 消息
断点 ①
断点 ②
断点 ③
仅 anthropic-messages / bedrock-converse 注入 wire 标记，
其余协议走隐式缓存、整个策略 pass 直接跳过
成本核算也下了功夫：模型定价从 models.dev 目录拉取，支持按上下文长度分档计价，超 200k token 有独立档价（含 cache_read/cache_write 分别计价），避免用单一单价外推（models-dev.ts:25-50）。
启动优化：Bun 单二进制，为每个平台额外构建不带 AVX2 的 baseline 变体兼容旧 CPU。
omp：稳前缀是数据结构问题
omp 的思路最彻底：缓存友好不靠请求时打标记，靠数据结构本身（append-only-context.ts:1-15）。
两个机制：StablePrefix 把 system prompt 加工具规格算一次后冻结，后续 turn 复用完全相同的字节序列，除非显式失效或指纹变化；AppendOnlyLog 里消息只增不改，历史 turn 永不重序列化。两者叠加，每轮缓存未命中的只有用户新消息那一段增量。
#mermaid-svg-Rdhs8zzSoJ4gSBs5{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .error-icon{fill:#552222;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .marker.cross{stroke:#333333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 p{margin:0;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster-label text{fill:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster-label span{color:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster-label span p{background-color:transparent;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .label text,#mermaid-svg-Rdhs8zzSoJ4gSBs5 span{fill:#333;color:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node rect,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node circle,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node ellipse,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node polygon,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .rough-node .label text,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node .label text,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .image-shape .label,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .icon-shape .label{text-anchor:middle;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .rough-node .label,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node .label,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .image-shape .label,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .icon-shape .label{text-align:center;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node.clickable{cursor:pointer;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .arrowheadPath{fill:#333333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster text{fill:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .cluster span{color:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 rect.text{fill:none;stroke-width:0;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .icon-shape,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .icon-shape p,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .icon-shape .label rect,#mermaid-svg-Rdhs8zzSoJ4gSBs5 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .hit>*{fill:#d8f3dc!important;stroke:#2d6a4f!important;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .hit span{fill:#d8f3dc!important;stroke:#2d6a4f!important;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .miss>*{fill:#ffe8b3!important;stroke:#b07d2b!important;}#mermaid-svg-Rdhs8zzSoJ4gSBs5 .miss span{fill:#ffe8b3!important;stroke:#b07d2b!important;} StablePrefix 冻结段
system prompt + 工具规格
字节序列完全相同
AppendOnlyLog 历史轮次
只追加，永不重序列化
本轮新消息
唯一未命中缓存的增量
syncMessages：需要归一化改写消息时，
只 trim 到最长稳定前缀，
避免整段缓存失效
syncMessages() 处理了一个隐蔽的坑：归一化消息进 log 时，找到最长字节稳定前缀，原地改写只 trim 到该前缀（:188-214）。这修复的是「单条消息被改写导致整段缓存失效」的问题。
fork 继承缓存身份：/fork 等路径把父会话的 providerPromptCacheKey 传给子会话，子会话首请求能命中父会话已建立的缓存前缀（session-entries.ts:45-52）。注意只有 exact-route full fork 才继承，分支型 fork 会冷未命中。
Anthropic 族支持 cache_control 的 5 分钟和 1 小时两档，按模型能力选择，同一 block 多个声明取最强保留（anthropic-messages-server.ts:281-295）。
kimi-code：全协议亲和与 fork 探针
会话 ID 作为缓存亲和键注入三家协议的请求体：Anthropic 映射到 metadata.user_id（注释说明这是 Anthropic 侧对应 prompt_cache_key 的等价物），OpenAI 和 Kimi 直接注入 generationKwargs.prompt_cache_key（provider-manager.ts:268-375）。
fork 探针是独有的遥测：fork 出的子代理首轮 usage 记录完成后，发一个 prompt_cache_probe 事件，携带输入、缓存读、缓存创建等字段，专门度量「父会话缓存身份在子会话是否仍命中」（cacheProbeService.ts:23-49）。想优化 fork 场景的缓存继承，先要有这样的度量。
其余三家
gemini-cli 不主动创建缓存资源，依赖 Gemini 隐式前缀缓存，客户端只读 cachedContentTokenCount 进遥测和 UI 度量。启动优化上它是七家中唯一带公开性能回归框架的：perf-tests/ 目录有基线文件和测试，冷启动 927.6ms 是提交进仓、有 CI 守护的回归阈值（baselines.json:5-6）。其余六家没有类似基线，性能数字不可横向引用。
qwen-code 对 OpenAI 族标记可复用的历史前缀，Anthropic 族自动放置 cache_control 断点（system 文本、最后一个工具、尾部 user 消息），支持 1 小时扩展档。另有 V8 字节码编译缓存加速冷启动。/stats 命令展示缓存命中率。
dsh 的策略是「provider 给什么记什么」：不放断点，只把返回的 cacheReadTokens、cacheWriteTokens 透传进账本，并明确要求三类输入计数互斥（不含缓存的输入、缓存读、缓存写分开记，把缓存命中折叠进总数的 provider 要减出来，types.ts:127-141）。token-meter 逐节点计价，每条消息、每个内容块单独定价，保证上下文明细和计价服务用同一套启发式。
成本核算的对比
| 项目 | 成本核算特色 |
|---|---|
| codex | 缓存读、缓存写分别作为独立 span 属性上报，不合并 |
| gemini-cli | 12 个 LLM 角色分开记账（主对话、子代理、压缩器、循环检测器等） |
| qwen-code | telemetry 聚合 + 会话级 token 限额 |
| opencode | 分档计价 + 超 200k 独立档 + stats 命令 |
| kimi-code | usage 区分 cache read / cache creation |
| dsh | token-meter 逐节点计价 + 会话统计投影 |
| omp | 本地看板实时显示 tokens/s、cache rate、成本 |
gemini-cli 的分角色记账值得展开：LlmRole 枚举 12 个值，主对话、子代理之外，压缩器、摘要器、路由器、循环检测器、下一发言判断、编辑纠正等辅助调用各占一个角色，每个 token 事件带角色字段（llmRole.ts:7-20）。成本分析时能直接回答「钱是主推理花的还是辅助调用花的」。辅助 LLM 调用一多（循环检测、压缩、标题生成），没有分账就是笔糊涂账。
给 Agent 开发者的借鉴清单
- 稳前缀优先做进数据结构。 冻结前缀字节、历史只追加、消息改写只 trim 到稳定前缀（omp 三件套），比在请求时找位置打断点更根本。
- 会话亲和键全协议注入。
prompt_cache_key或metadata.user_id，让同一会话钉在同一缓存槽（kimi 的三协议映射表可以直接抄）。 - fork 要继承缓存身份，并度量它。 继承与否的命中率差异要有遥测（kimi 的 fork 探针）。
- 缓存断点策略放协议无关层。 只对支持显式标记的协议注入，其余走隐式缓存并跳过（opencode 的门控集合）。
- 缓存读写分开计量。 读是省钱，写是成本，合并了就看不清（codex、kimi、dsh 都分）。
- 辅助 LLM 调用分角色记账。 压缩、裁判、路由各算各的（gemini-cli 的 LlmRole）。
- 性能基线进仓库。 冷启动、长会话恢复这类指标做成回归测试，数字才可比较（gemini-cli 是唯一示范）。
- 连接预热做成可观测句柄。 带超时、取消、遥测，集中管理而非散在启动流程里（codex 的 prewarm handle）。
文档地图
| 篇 | 文章 | 内容速览 |
|---|---|---|
| 总述 | 拆了七大开源 Agent 的源码，最高分竟然不是 Codex | 总体结论、评估方法与评分卡 |
| 01 | 架构对比 | 四种流派与分化根源、主循环与事件机制、插件化与耦合风险 |
| 02 | 上下文管理 | 压缩触发阈值、摘要方式、token 计数口径、跨会话记忆 |
| 03 | 会话管理 | 持久化模型三层次、并发控制、崩溃恢复与 resume / fork |
| 04 | 工具调用 | 注册与可见性、并行调度四种语义、审批门控、错误处理 |
| 05 | 重连与容错 | 重试预算、流中断处理、降级链、副作用安全 |
| 06 | 系统提示词与指令遵循 | 四种组装范式、动态注入、注入防御三层与共同敞口 |
| 07 | 思维链与工作流编排 | 思维链接入、plan 模式语义、子代理治理、工作流引擎 |
| 08 | 性能设计 | 前缀缓存三档分化、启动优化、成本核算 |
| 09 | 可扩展性 | MCP 接入、自定义工具、多 provider、SDK 与 API |
| 10 | 安全与权限控制 | 沙箱两种语义、审批默认姿态、企业管控、敏感数据保护 |