./research / token-efficient-agents
Token-Kosten langlaufender Agenten senken.
Agenten verbrennen die meisten Tokens damit, Kontext neu zu lesen, den sie schon kennen: dieselben Anweisungen, dieselben Firmenfakten, dieselbe Historie, bei jedem Aufruf. Wir untersuchen, wie weit Caching, Kontextkompression und vorkompiliertes Wissen die Grenzkosten eines Agentenschritts senken können, ohne die Entscheidungsqualität zu verschlechtern.
Die Frage
Ein Agent, der den ganzen Tag arbeitet, sendet fast identischen Kontext hunderte Male neu und zahlt jedes Mal den vollen Preis. Wie weit lassen sich die Grenzkosten eines Agentenschritts drücken, durch Cache-Disziplin, aggressive Kontextkompression und in kompakte ausführbare Form vorkompiliertes Wissen, bevor die Entscheidungsqualität messbar leidet?
Warum es zählt
Token-Ausgaben entscheiden, ob ein Agent billiger ist als die Arbeit, die er ersetzt. Die meisten Deployments scheitern an der Unit Economics, nicht an der Fähigkeit. Wenn ein Schritt, der eine volle Kontextlektüre kostet, nur noch einen Bruchteil davon kostet, werden ganze Kategorien von Always-on-Automatisierung vom Luxus zur Selbstverständlichkeit.
Was wir tun
Wir profilieren, wo reale Agenten-Workloads ihre Tokens tatsächlich ausgeben, und greifen die großen Posten an: Prompts so strukturieren, dass Caches über Turns hinweg treffen; Historie zu Zustand komprimieren, dem das Modell vertrauen kann, statt roher Transkripte; stabiles Firmenwissen einmal in Skills-Dateien kompilieren, damit es nicht bei jedem Aufruf neu erklärt wird. Jede Technik wird gleich bewertet: gesparte Tokens pro Schritt gegen Aufgabenerfolg, mit ebenso sorgfältig dokumentierten Fehlermodi wie Erfolgen.