多智能体并行虽高效，但每个智能体需独立上下文，重复阅读文件导致token成本高。自查不可靠，需独立质检。任务书应自包含且窄，验收独立派人，能串行则不并行。核心判据：任务拆分后所需背景越少越适合并行，否则协作成本高，无人掌握全局最贵。

文章讨论AI编程工具中常驻上下文与按需加载的token成本问题。常驻位包括规矩文件链、导入文件、规则、自动记忆和工具定义，每次开工都收费；按需加载如skill仅描述常驻，正文触发才读。判断标准是使用频率，而非重要性。建议用/context检查实际加载清单，避免浪费token。

本文介绍如何通过优化提示缓存来降低LLM API的token成本。提示缓存可复用已计算的KV缓存，避免重复预填充，从而减少费用和延迟。优化要点包括：保持系统提示（工具和技能定义）不变、会话中不修改工具或模型、利用会话压缩控制历史长度，并注意缓存失效和压缩成本。

本文对比AI编程工具OpenCode与Reasonix，指出Reasonix通过缓存机制大幅降低token成本，测试中0.45美元可处理9000万token，是OpenCode的3.6倍，但依赖重复查询场景。文章提醒用户可能被计费规则影响提问方式，而本地部署虽不划算但提供控制感，最终强调选择工具应基于使用习惯，避免被算法定义。