Token 降本增效 · 7 / 13

输入主导：62:1 的 I/O Ratio

普通 Chatbot 是一问一答；Agent 是「思考 → 行动 → 观察 → 再思考」的循环。关键认知：每一轮的 Input 都包含了全部历史信息——轮次越多，Input 越长，成本累积膨胀。

ReAct 循环输入主导I/O Ratio累积膨胀

Chatbot vs Agent：计费结构完全不同

普通 Chatbot 问「讲个笑话」（10 Token），答 150 Token——I/O Ratio ≈ 1:15，输出主导。而 Agent 做一个代码修复任务：System Prompt、工具返回、历史输出，全都要在每一轮里重新读一遍。三轮下来，总 Input 16,790、总 Output 270——I/O Ratio 62:1，输入主导。

为了得到 270 个字的结果，你付了 16,790 个字的「阅读费」。这就是 Agent 的输入主导特性。

Chatbot 单轮交互结束；Agent 的每一轮入口都带着全部历史，Input 累计膨胀。（图：作者分享原稿）

代码修复任务的三轮拆解：总 Input 16,790，总 Output 270，I/O Ratio 62:1。（图：作者分享原稿）

交互演示 · 一个「简单」任务的真实账单

任务：「帮我分析这个 Excel 表格，找出销售额最高的产品，然后生成一个图表。」点「下一轮」，看每一轮的累计 Input 怎么滚起来。

Excel 分析任务 · 5 轮执行

五轮累计 Input 31,460、Output 450，合计约 0.014–0.026 元。注意：这只是一次成功的执行，隐形成本还有失败重试、调试、迭代。（图：作者分享原稿）

膨胀的数学：为什么是平方级

假设任务要 N 轮完成，System Prompt 长度 S，每轮新增（输出 + 工具返回）约 Δ。第 N 轮的 Input ≈ S + Q + Δ×(N-1)，而总 Input 是所有轮次的累加——里面藏着一个 1+2+3+…+(N-1) 的等差数列。每轮新增 500 Token 的话，5 轮循环的总 Input 就有 15,000+；轮次翻倍，成本接近翻两番。

Agent 框架（SWE-bench 实测）	平均 I/O Ratio	说明
简单 RAG Agent	10:1 ~ 20:1	检索 + 回答
OpenHands	20:1 ~ 50:1	代码修复任务
AutoGPT 类	30:1 ~ 100:1	开放式任务，循环多

这解释了为什么 KV Cache（第 11 节）对 Agent 是决定性的：既然每轮都要重读同样的前缀，能不能命中缓存，就是 5 倍的价差。也解释了为什么要监控 I/O Ratio——比率超过 50:1，往往说明 Agent 在「空转」，该优化流程或降级任务了。

本节要点

✓

Agent 是输入主导的：每轮 Input 都带全部历史，总量按轮次的平方级膨胀。

✓

单次执行看着便宜，规模化才见真章：0.02 元的任务 × 失败重试 × 百万调用，就是账单窒息现场。

✓

把 I/O Ratio 当健康指标监控：>50:1 说明 Agent 在空转，先查流程再谈省钱。

内容来源：整理自作者团队内部分享《AI Token 降本增效策略分享》「Agentic 应用的计费机制」。行业数据参考 SWE-bench 上的 Agent Token 消耗实证研究（见收官节阅读材料）。Agent 循环的原理详见动手实战篇。