跑 Agent 烧 Token 有省钱工具了：headroom 在工具吐回来的日志、JSON 和文件进模型之前，先在本地压一遍。
官方实测：一次 SRE 故障排查从 55957 个 Token 压到 24340，省 57%；一份 10144 Token 的日志压到 1260，关键 FATAL 行还在；重复 JSON 数组和日志行能压掉 90% 以上，纯文字基本压不动。压一次不到 1 毫秒、内容不外传，GSM8K 数学测试压缩前后得分都是 0.870。
我的看法：跑 Agent 最烧钱的不是模型想得多，是工具吐回来的日志被反复读。先在本地压一遍再进模型，账单先打对折再谈别的。我倾向认为，这路子省多少先看自己的 Agent 吐什么，日志多的先吃到红利。
#AI前沿
$BTC
官方实测：一次 SRE 故障排查从 55957 个 Token 压到 24340，省 57%；一份 10144 Token 的日志压到 1260，关键 FATAL 行还在；重复 JSON 数组和日志行能压掉 90% 以上，纯文字基本压不动。压一次不到 1 毫秒、内容不外传，GSM8K 数学测试压缩前后得分都是 0.870。
我的看法：跑 Agent 最烧钱的不是模型想得多，是工具吐回来的日志被反复读。先在本地压一遍再进模型，账单先打对折再谈别的。我倾向认为，这路子省多少先看自己的 Agent 吐什么，日志多的先吃到红利。
#AI前沿
$BTC
