先这样答
Agent 的账单结构和聊天应用不同：聊天一次请求算一次钱，Agent 每轮循环都是一次完整请求，而每次请求都带着「到目前为止的一切」。钱花在四个地方。一是固定前缀：系统提示词加全部工具定义，几十个工具的 Schema 都是文本，每一轮都原样重发一遍。二是历史重发：对话、中间结论、每一步的工具调用记录逐轮累积，每次全量带上，成本随轮数加速上涨。三是工具结果：一次网页抓取、一份文件读取，动辄几万 Token 进上下文，之后每一轮都跟着重发——用完不扔，就是一直在付费。四是多 Agent 放大：每个子 Agent 各自带系统提示和历史，相互交接时还要再汇总一遍，角色越多放大越狠。
所以控制账单也从这四块入手：前缀瘦身（工具描述精简、用不到的工具不挂）；历史裁剪或压缩（旧步骤摘要化，完整内容落库检索）；工具结果即用即弃（提取需要的部分，原始结果不进历史）；前缀缓存（系统提示部分命中缓存，重发成本降一档）；模型分级（简单步骤用小模型，只有关键决策用大模型）。这题面试官真正想听的是你对「成本结构」的理解，而不是背几个省钱技巧。
面试官会怎么追问
- 「账单异常了怎么定位大头？」 看请求明细里 prompt tokens 的构成：固定前缀、历史、本轮输入各占多少，工具结果单独统计。多数情况是固定前缀加历史重发占大头，先看这两块再谈优化。
- 「哪些手段性价比最高？」 前缀瘦身和工具结果即用即弃通常见效最快，因为改动小、不伤效果；历史压缩要谨慎，压掉关键信息会直接伤任务成功率，压缩策略也要过评测。
- 「降本和效果怎么平衡？」 把 token 消耗当评测维度之一：每个降本改动跑同一套任务评测集，成本降了、成功率不掉才算数。只看账单不看效果的降本，迟早要在质量上还债。
回答的坑
- 只盯单次调用单价：Agent 的成本是「轮数 × 每轮重发量」，单次便宜不等于总账便宜，答这题不提重发结构就说明没看过真实账单。
- 上了多 Agent 才发现账单爆炸：多 Agent 是成本放大器，拆分角色之前先算清每个角色的上下文构成和交互频次，而不是拆完再想办法省。
—— 本题完 ——