Token 资源管理

概述

Token 资源管理是 AI Agent 工程中的核心资源优化方法论，将 token 视为稀缺资源，通过注意力预算框架实现高效的上下文窗口利用。

关键内容

1. 注意力预算框架：Anthropic 提出的上下文工程核心理念，将 token 使用视为预算分配问题，要求在每个环节考虑 token 成本与收益。

2. 性能预测指标：研究发现 Token 使用量可解释 80% BrowseComp 方差，证明 token 管理效率是 Agent 性能的关键决定因素。

3. 上下文窗口管理：

4. Claude Code 最佳实践的核心主题
5. 最小高信噪比 token 集合原则

6. 跨会话状态持久化与恢复

7. 成本优化策略：

8. 压缩冗余上下文
9. 按需加载知识（渐进式披露）

10. 子 Agent 隔离上下文域

11. 与评测的关系：Token 使用效率是评测驱动开发的重要指标，直接影响 Agent 架构设计和工具接口优化的方向。

来源

• raw/articles/ai-engineering/anthropic-engineering/claude-engineering/00_INDEX.md — 跨文章核心主题：Token 即资源

相关

• 上下文工程 — part_of
• Anthropic — part_of
• Claude Code — uses
• BrowseComp — relates_to
• Agent 架构与设计原则 — relates_to
• 工具选择控制 — uses (禁用工具节省 token)
• 工具结果缓存 — uses (减少重复调用消耗)