积分预算师

一个被反复问到的问题

在 WorkBuddy 里执行复杂任务时，最常踩的坑不是任务本身有多难，而是积分消耗远超预期。一个看起来简单的数据分析任务，实际跑起来可能涉及十余轮对话、频繁的工具调用，上下文从几千 Token 滚到上万，消耗自然上去了。更麻烦的是，这笔账往往在任务执行完才看到——此时再想优化已经晚了。

它如何工作

积分预算师的思路很直接：把不可见的消耗拆成可估算的因素。

核心流程 是先归类任务，再评估消耗：

• 任务分类 — 将请求归入八种任务类型之一（简单问答、代码生成、数据分析等），参考各自对应的典型轮次与上下文增长特征
• 复杂度定级 — 判断为简单 / 中等 / 复杂 / 极复杂，不同等级映射到不同的预估档位
• 成本因素拆解 — 逐项评估 模型层级、上下文增长、工具调用 与 专家召唤 四项驱动因素，其中模型层级是最大的变量，推理模型相对轻量模型可达 20 倍差距
• 输出三档预估 — 给出低 / 中 / 高三档区间，并标注置信度

另一个关键场景是专家召唤前的对比。召唤专家会带来额外的系统提示开销，且专家对话通常轮次更多、上下文增长更快，有时直接对话反而更划算。技能会直接给出「值不值得召唤」的判断依据。

适用边界

预估结果本质是区间估计，不是精确数字。超过 10 轮的复杂任务，置信度通常只有中或低；实际消耗还受模型版本、系统配置、上下文长度等动态因素影响。更稳妥的做法是在任务完成后回溯对比实际消耗，把预估当作决策参考，而不是承诺值。