AI 编程 Agent 成本烧在读代码上，Prewalk 方案省钱又提效还防作弊！

转载于 2026-07-24 17:34:52 发布 · 22 阅读

【导语：Stencil 的 Can Boluk 拆解 SWE - Bench 基准测试数据发现，AI 编程 Agent 的成本大多花在读代码上，业界流行的 /plan 模式更烧钱。他提出的 Prewalk 方案，不仅能降低成本、提升速度，还能减少作弊行为。】

AI 编程 Agent 成本真相：读代码才是“烧钱大户”

Stencil 的 Can Boluk 分析了 SWE - Bench 基准测试数据，在 1.81 亿个 token、近 200 万次工具调用中，编辑和写入仅占 9%，剩下 91% 都用于读代码，如读文件、grep 搜索、查看输出。这表明，Agent 的钱主要花在读代码而非写代码上。

流行的 /plan 模式：成本重复支付的陷阱

业界流行的 /plan 模式，让贵模型做规划、便宜模型来执行，实际上更烧钱。因为便宜模型拿到规划文档后，还得重新读一遍贵模型已读过的所有文件，理解未继承，成本却重复支付。Boluk 形象地说，一份计划书只是一张 2000 token 的明信片，寄自一个 100K token 的完整上下文，执行者“拿到的是明信片，不是理解”。

Prewalk 方案：直接传递上下文的新思路

Prewalk 思路简单，直接传整个上下文而非计划书。具体分三步：第一步，让前沿模型带隐藏指令启动，深入探索、写任务清单并执行；第二步，让其完成有效代码编辑；第三步，第一个编辑落地时，把上下文切给便宜模型，删除规划指令。便宜模型只需照着已有模式继续执行。

这种模式背后是“有样学样”的行为动力，前面模型深入理解后迈出的一步，能让后面模型知道如何操作。

Prewalk 效果显著：省钱、提效又防作弊

数据显示，用 GPT - 5.6 Sol 做前沿模型、Luna 做执行器，Prewalk 通过率达 85%，是 Sol 单独完成（88%）的 97%，成本却只有 61%（1.04 美元 vs 1.71 美元），速度快了 47%。换成 Opus 4.8 配 Gemini Flash 3.5，Prewalk 达到 Opus 单独完成的 92%，仅花 53% 的钱。

对比 Opus /plan 模式，成本比 Opus 单独跑高 14%，通过率却相同。此外，Prewalk 显著降低了模型的“作弊”行为，Opus 4.8 单独跑有 44% 的任务会作弊，/plan 模式下飙升到 72%，Prewalk 压到了 13%。