开源 Coding Agent 如何控制并行任务的 Token 成本？

开源 Coding Agent 控制并行任务的 Token 成本，核心不是限制并发数量，而是避免每个 Agent 重复读取同一批代码、日志和项目说明。可行架构是让任务继续在独立工作区运行，同时共享一份本地代码索引，并为每个任务设置明确的上下文预算、检索范围和停止条件。

先分清并行带来的三类消耗

并行 Agent 的总成本不只来自模型输出。每个会话在开始工作时通常会重新读取目录、搜索符号、打开配置文件并总结项目结构，这些重复输入会快速放大上下文 Token。工具调用结果、失败日志和长时间保留的对话历史也会继续占用后续轮次。

成本来源	常见表现	优先控制方式
重复探索	多个 Agent 分别扫描相同目录和文件	共享本地索引与结构化项目事实
上下文膨胀	完整文件、日志和历史反复进入提示	按需检索、摘要和结果引用
无效迭代	任务边界模糊，多个 Agent 做同一件事	明确所有权、验收条件和停止规则

隔离写入，但共享只读知识

并行任务应各自使用独立 Git worktree 和分支，防止文件修改互相覆盖；代码知识则不必随会话复制。主进程可以为仓库建立一份本地索引，记录文件路径、符号、调用关系和可检索文本，再通过统一查询工具提供给所有 Agent。

这种设计把“代码是否会冲突”和“上下文是否要重复构建”拆开处理。worktree 负责写入隔离，共享索引负责减少重复读取。索引必须包含提交版本或内容哈希，Agent 切换到不同基线后只复用仍然有效的条目，不能把旧分支事实当成当前代码。

让检索结果替代整库重读

共享索引不应一次性把整个知识图塞进提示。Agent 先提交符号、路径或问题描述，检索层只返回少量高相关片段及其来源位置；需要更多上下文时再展开。通过 MCP 等稳定工具协议暴露检索能力，可以让不同 CLI Agent 使用同一份本地知识，而不用为每种模型重写集成。

返回内容应优先包括定义位置、直接调用者、相关测试和最近修改点。大文件只返回命中的局部片段，完整工具输出保存到本地产物中，并在模型上下文里留下摘要和引用标识。这样可以减少输入量，又保留回查证据。

为每个任务建立独立预算

调度器应为任务记录输入 Token、输出 Token、工具调用次数、读取文件数和已用轮次，并设置软预算与硬预算。达到软预算时触发摘要、缩小检索范围或要求 Agent 重新陈述剩余计划；达到硬预算时停止自动迭代，保留当前分支、会话和验证结果。

任务预算 = 输入上限 + 输出上限 + 工具调用上限 + 最大轮次
软阈值：压缩历史并重新规划
硬阈值：停止执行并保存可恢复状态

预算应按任务复杂度分配，而不是所有 Agent 使用同一个固定值。只改文案的任务不需要整库索引，跨模块重构则可以获得更高检索额度。调度器还要检测相同查询、相同文件读取和相同工具参数的连续重复，及时中断无进展循环。

减少任务之间的重叠

并行前先把工作拆成互斥交付物，例如一个 Agent 修改认证逻辑，另一个补测试，第三个只做安全审查。每个任务要写明允许修改的路径、依赖输入、预期产物和验收命令。若两个任务需要修改同一核心文件，应改为先后执行，或指定唯一写入者，其余 Agent 只提交建议。

消息队列也要避免在 Agent 尚未完成当前轮次时不断追加零散指令。把相关要求合并为下一条结构化消息，可减少模型反复恢复上下文和重新规划的成本。

缓存必须可失效、可审计

共享摘要和索引只能缓存稳定事实。文件发生修改后，应按路径、符号依赖或提交哈希使相关条目失效；测试结果、构建错误和运行日志则绑定到执行环境与时间，不能长期当作当前状态。Agent 使用缓存时要能追溯到原文件和版本，便于发现过期结论。

安全边界同样不能因为共享而放宽。知识图和检索服务保持只读，各 Agent 的写文件、运行命令和推送操作仍在自己的权限与 worktree 中执行。共享的是经过索引的项目知识，不是会话密钥、私有提示或未授权目录。

用对照实验验证是否真的省成本

不要只看供应商或宣称的节省比例。选择一组固定任务，分别运行“每个 Agent 独立探索”和“共享索引按需检索”两套流程，记录总输入 Token、工具调用数、完成时间、测试通过率和人工返工次数。只有在结果质量相当时，Token 降低才有意义。

还应单独测量索引构建时间、增量更新延迟和误召回率。若为了少读文件而频繁返回无关片段，模型可能用更多轮次纠正方向。最终目标是让每个 Agent 获得完成当前任务所需的最小充分上下文，而不是单纯追求最短提示。