1. 把「工程复利」翻译成对照组先固定供应商层Elvis Saravia 转评 NousResearch 子代理重构案例时抛出两个反问换个 harness 还成立吗、子代理少一些会不会更省。我想把这两个问题落到本地可跑的对照实验上工具链选 TaoToken官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 。外部讨论里最容易被记住的是一串规模和耗时数字但对一线工程师来说那些数字既不可验证也不可迁移换一个客户端、换一套工具调用协议、换一种上下文裁剪策略结果可能完全反过来。真正值得复现的不是「多少个子代理」而是边际收益曲线——每增加一档并发通过验收的补丁数涨了多少token 花掉了多少返工了几次。要让这条曲线可信实验里必须有一个变量被彻底固定住模型的调用入口。如果供应商层是浮动的你测出来的差异到底是并发数带来的还是某个渠道悄悄换了模型版本带来的就永远说不清。所以这篇的路径是先把 Key 与 Base URL 放到一个可计量、可切换、可回滚的位置再设计对照组。客户端侧统一把 Base URL 写成https://taotoken.net/api两套常用 harnessClaude Code 与 Codex分别用原生配置格式接入不混用前缀不互相套用环境变量。对照组的最小设计如下先看结构具体参数在后面第 6 节展开组别子代理并发任务粒度上下文预算验收口径A 串行单代理1单文件32k单测 类型检查B 少子代理4模块级48k单测 lint diff 抽查C 多子代理16函数级24k单测 diff 抽查三组共用同一批任务切片、同一份验收脚本、同一档模型唯一变化的是并发与任务粒度。只有 A/B/C 的差异才有解释力绝对值不重要重要的是 A→B 与 B→C 这两段的斜率。2. TaoToken 侧准备Key、模型清单与 Base URL 的落地顺序这一步不要跳顺序错了后面排障会翻倍。第一步拿到可用凭证。打开官网入口 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 完成账号流程后进入控制台的密钥页面 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 。这里生成的 Key 就是后文所有配置里的YOUR_API_KEY占位符替代品。建议一次生成两把一把给 Claude Code一把给 Codex方便按 harness 分别统计用量也方便某一把泄露时单独吊销。第二步确认模型标识怎么写。不同客户端的模型字段格式不一样直接抄别人的字符串很容易踩空。在模型对话页 https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 里找到你要用于实验的那一档把它的标识原样复制下来后面填进settings.json和config.toml。子代理实验里建议同时定好一个「小模型」——用于低风险的文件摘要、目录扫描这类任务能显著压低 B/C 两组的前期开销。第三步记住 Base URL。工具配置里的地址统一为https://taotoken.net/api注意这个地址是给客户端填的不要在后面手拼多余的路径段。如果你的客户端在界面上要求「带版本号」的写法以官方页面上的说明为准不要凭经验猜。第四步评估预算档位。子代理实验的特点是「请求数远超人类手动操作」。一次几十上百个子任务的并发会把调用量抬得很高。如果只是短期做对照按量计费就够如果打算把这类流程固化成日常开发的一部分先看一眼 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 把预算上限锚定下来再开跑比跑完再看账单理智得多。完成这四步之后先做一次最小连通性验证别急着上并发# 只验证地址可达不校验凭证看状态码即可 curl -sS -o /dev/null -w http_code%{http_code}\n https://taotoken.net/api # 真正的最小可用性验证交给客户端本体避免手搓请求带来的路径误判 export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY claude -p 只回复 pong不要调用任何工具只要最后一步能稳定返回说明 Key、地址、模型三段链路是通的可以进入配置固化阶段。3. Claude Codesettings.json 里的 ANTHROPIC_* 与权限白名单Claude Code 走的是ANTHROPIC_*前缀配置文件是settings.json。实验场景下我建议直接写进项目级配置而不是只在终端里 export——因为子代理是并行拉起的任何一个子进程没继承到环境变量你看到的失败原因都会指向别处。{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: your-main-model-id, ANTHROPIC_SMALL_FAST_MODEL: your-small-model-id }, permissions: { allow: [ Bash(pytest:*), Bash(python -m pytest:*), Bash(git diff:*), Bash(rg:*) ], deny: [ Bash(git push:*), Bash(git reset --hard:*), Bash(rm -rf:*), Read(./.env) ] } }几个必须注意的点ANTHROPIC_AUTH_TOKEN与ANTHROPIC_API_KEY是两个不同的变量名客户端版本不同时识别的那个可能不一样。如果配置后仍然报鉴权失败先把两个都试一遍确认哪一个生效再删掉多余的那个不要长期双写。ANTHROPIC_MODEL与ANTHROPIC_SMALL_FAST_MODEL建议都显式指定。多子代理场景下目录遍历、文件摘要这类任务如果落到主模型上成本会明显偏离预期导致 C 组的对照结果被预算而不是被架构影响。权限白名单要提前收敛。子代理并发跑起来之后每个进程都会独立申请工具权限如果白名单太宽一次误操作会同时被放大到十几个进程里。deny 列表里放git push、rm -rf这类不可逆命令是保底做法。如果你更习惯用终端环境变量例如想快速切档对比可以这样临时覆盖export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELyour-main-model-id export ANTHROPIC_SMALL_FAST_MODELyour-small-model-id # 确认当前 shell 里生效的是哪一套 env | grep -E ^ANTHROPIC_关键提醒ANTHROPIC_*只属于 Claude Code 这一侧不要把它套到 Codex 上。两套 harness 的配置体系完全不同混用会得到一堆看不懂的报错。4. Codexconfig.toml 里另起一个 model_provider别复用 ANTHROPIC_*Codex 走 TOML 配置核心是声明一个自定义 provider然后把 profile 指过去。它不读ANTHROPIC_*所以第 3 节的变量在 Codex 这里一个都不要写。# ~/.codex/config.toml model your-main-model-id model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat [profiles.taotoken] model_provider taotoken model your-main-model-id凭证通过环境变量注入变量名要和env_key保持一致export TAOTOKEN_API_KEYYOUR_API_KEY # 校验 Codex 读到的 provider 配置 grep -n -A 6 model_providers ~/.codex/config.toml排障时按这个顺序看先看model_provider有没有指到taotoken默认值不对是最常见的问题再看base_url是不是被手写成了带额外路径的形式最后确认env_key指定的变量在当前 shell 里真的存在。wire_api这一项如果和平台提供的接口规格不匹配表现通常是请求发出去了但响应解析失败而不是明确的 4xx容易被误判成网络问题。Codex 侧不需要为子代理单独建 profile——实验里并发由外层脚本控制客户端只负责单次调用是否正确。这一点和 Claude Code 不同Claude Code 自己有子任务派发能力Codex 这侧的把控点主要在外层调度脚本上。5. CC Switch 三件套两套 harness 的 Key 与 Base URL 分帐管理一旦同时跑 Claude Code 和 Codex配置就会分散在至少两个文件加两组环境变量里。切换时手工改出错概率极高。用 CC Switch 这类切换工具时把关注点收拢成三块检查完这三块基本不会出问题件数内容检查点出错表现供应商条目base_url必须是https://taotoken.net/api404 或连接被拒凭证条目API Key与 harness 一一对应不串用401 / 403激活项当前生效配置切换后重启终端与 IDE改了配置但行为没变对应的落地动作# 切换前先备份回滚成本最低 cp ~/.claude/settings.json ~/.claude/settings.json.bak cp ~/.codex/config.toml ~/.codex/config.toml.bak # 切换后强制重启终端与编辑器再验证实际生效值 env | grep -E ANTHROPIC_(BASE_URL|AUTH_TOKEN) env | grep -E TAOTOKEN_API_KEY grep -n base_url ~/.codex/config.toml最容易踩的坑是「激活项已经切了但当前终端里的旧变量还在」。子代理并发启动的是一批新进程它们继承的是父进程的环境父进程如果还挂着上一套凭证整批子任务都会打到错误的配置上。切换动作之后一定要重新开一个终端再验证一次。第二容易踩的坑是凭证串用把 Claude Code 的 Key 填进 Codex 的env_key变量。两把 Key 都指向同一个账号时这个问题不会立刻报错但会把用量统计搅在一起后面填成本汇总表时无法按 harness 拆分。给两把 Key 起可区分的名字是最省事的预防措施。6. 对照实验参数表与成本汇总表怎么填实验能不能复现取决于参数有没有被写死。下面这张表建议直接抄进你的实验记录里跑之前先填满跑完只补右边两列。参数A 串行B 少并发C 多并发子代理并发上限1416单任务上下文预算32k48k24k单任务最大工具调用轮次202012超时秒600600300失败重试次数110验收脚本版本v1v1v1模型标识同一档同一档同一档小模型标识同一档同一档同一档三条纪律超时和重试次数必须在三组之间保持一致的「单次任务」口径否则 C 组的失败率会被超时设置掩盖掉。重试设为 0 是有意为之——多并发下自动重试会让成本失控失败就让外层脚本记录并跳过。验收脚本必须锁定版本。中途改一次验收标准前面所有数据作废。任务切片要提前固定并且三组使用完全相同的切片集合。切片粒度不同函数级 vs 文件级是比较维度之一不能同时又当变量又当噪声。跑完之后成本汇总表这样填组别请求数输入 token输出 token单任务平均成本验收通过率返工次数A 串行待填待填待填待填待填待填B 少并发待填待填待填待填待填待填C 多并发待填待填待填待填待填待填示例格式数值需替换为你自己的实测结果不要直接引用A | 42 | 210000 | 18000 | 0.031 | 76% | 5。汇总不要手工做。让每次调用的 usage 落成 JSONL一行一条本地跑脚本聚合# aggregate_cost.py # 用法: python aggregate_cost.py usage.jsonl 输入单价/百万token 输出单价/百万token import json import sys from collections import defaultdict def iter_records(path): with open(path, r, encodingutf-8) as handle: for line in handle: line line.strip() if line: yield json.loads(line) def main(path, price_in, price_out): agg defaultdict(lambda: {in: 0, out: 0, calls: 0}) for rec in iter_records(path): group rec[group] agg[group][in] rec[usage][prompt_tokens] agg[group][out] rec[usage][completion_tokens] agg[group][calls] 1 for group in sorted(agg): item agg[group] cost item[in] / 1e6 * price_in item[out] / 1e6 * price_out avg cost / item[calls] if item[calls] else 0 print( f{group}\tcalls{item[calls]}\t fin{item[in]}\tout{item[out]}\t fcost{cost:.4f}\tavg{avg:.4f} ) if __name__ __main__: main(sys.argv[1], float(sys.argv[2]), float(sys.argv[3]))注意group字段是在外层调度脚本里写进去的不是客户端返回的。如果你不显式打标聚合结果就只能按天汇总无法区分 A/B/C。这个字段是整个成本分析的地基别省。7. 子代理并发常见的五类报错与定位顺序按出现频率从高到低401 / 403。先确认 Key 是否和 harness 匹配再确认是否被环境变量覆盖。执行env | grep -E ANTHROPIC_|TAOTOKEN_看实际生效值比翻配置文件快。如果只有部分子进程失败通常是父进程的环境清理逻辑导致的检查调度脚本里有没有重置环境的语句。404 或路径类错误。九成是把 Base URL 写成了自定义拼接的形式。回到https://taotoken.net/api这个原始值删掉所有手工追加的路径段再试。429 限流。多并发场景几乎必然遇到。正确做法是把并发上限当作变量来调而不是把重试次数调大——重试会把限流变成雪崩。把 C 组的并发从 16 降到 8 再跑一次观察通过率是否反而上升这本身就是有价值的数据点。上下文超限。表现为请求被拒或响应被截断。子代理天然吃上下文每个子任务都要带一份文件内容加指令。控制手段是缩小任务切片和减少工具返回体积而不是单纯提高上限——上限调高会让单位成本涨得更快。工具调用参数被截断。多步骤任务里比较隐蔽的问题模型输出的参数不完整工具调用失败子代理转而用错误的参数继续执行。定位方法是把每个子任务的完整请求与响应落到本地文件出现异常时逐个比对而不是只看最终结果。这一步的日志量会很大建议按组别分目录存放跑完即归档。排障顺序建议固定为凭证 → 地址 → 限流 → 上下文 → 工具调用。从外到内绝大多数问题在前两步就能收敛。8. 什么情况下复利不成立三条止损线回到最初那两个反问。子代理数量少一些是否更省取决于任务本身的可切分程度。如果任务切片之间高度耦合并行度越高冲突和返工越多成本曲线会在某个点之后上翘。三条止损线可以帮助你尽早停手第一当单任务平均成本下降但验收通过率同步下降时说明省下来的钱是从质量里扣的实验到此为止。第二当返工次数超过请求数的两成时说明任务切片粒度定错了先修切片再谈并发。第三当同一批任务在 A 组用串行方式也能在可接受时间内完成时多并发只是把等待时间换成了协调成本账面上不划算。至于换一个 harness 是否成立从上面的配置可以看出两套客户端的接入层完全不同但实验结论依赖的是调用层的行为——模型档位、上下文预算、验收口径。只要这三项在切换前后保持一致结论大概率是可迁移的一旦其中一项被迫改动就要把它当成新实验重新记录参数而不是沿用旧结论。如果你准备把这套对照实验真正跑一遍建议按这个顺序走先在模型对话页确认要用的模型标识再评估预算档位然后创建两把独立的 Key最后照 Claude Code 的文档把settings.json配好先串行跑通一个任务再放开并发。链路模型对话 https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab → Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab → 创建 Key https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab → Claude Code 文档 https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 。配置入口统一从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contenthermes_agent_subagent_ab 进客户端 Base URL 认准https://taotoken.net/api实验数据才有可比性。