凌晨两点，我盯着云厂商的账单页面，咖啡杯停在半空。本月API费用超出预算387%，而调用量只涨了不到两倍。直觉告诉我：出bug了。

起初我怀疑是Claude 3.5 Opus涨价，或者不小心跑了某个高维embedding。翻完日志才意识到——“模型单价”根本背不起这口锅。真正的元凶藏在System Prompt里，每次都把我50多个技能说明完整塞进去，其中超过九成从未被调用。一个沉默的成本黑洞，就这样啃掉了大半预算。

OpenClaw 本身是个优秀的开源智能体框架，但默认设计带来了巨大的“注入型浪费”：每次对话，系统都会把全部技能描述、每个工具的Schema、记忆链和会话历史一股脑塞进上下文。像极了一个效率低下的仓库管理员，每次取一颗螺丝钉，都要把整个仓库搬出来。

01. 账单震撼：从“模型好贵”到“上下文恐怖故事”

月初我以为Token消耗暴涨是因为对话变长。分析实际数据才意识到：单次交互的System Prompt膨胀了将近6000个tokens。50个内置技能 + 18个工具定义 + 长期记忆格式化，每轮都是固定开销。

即便最便宜的小模型(gpt-3.5-turbo)也会因此被放大成本。更恐怖的是，模型调用费只占总支出的不足35%，剩下都是“无关上下文磨损”。明明大部分技能在90%的场景中用不到，但Token照算不误——这就是开源框架藏着的最贵默认行为。

“开源不是问题，默认行为才是问题。”—— 当我剪掉冗余上下文之后，每月API账单骤降62%。

02. 图解黑洞：OpenClaw在System Prompt里塞了什么？

打开OpenClaw默认的提示词构造模块，真相令人窒息。每次用户请求，构造器都会打包：

• 全局skills枚举
  
  ：50个技能，每个约120 tokens（名称、描述、参数样例）—— 共计 ≈ 6000 tokens
• 工具定义全量列表
  
  （functions / tools schema）—— 约 2200 tokens
• 向量记忆快照
  
  （top-k 召回但未过滤）—— 约 1500 tokens
• 历史消息序列压缩
  
   —— 约 2000~4000 tokens

其中90%的技能描述与当前对话意图零相关。例如你只想查天气，却把代码解释器、PDF解析器、股票行情插件全带进上下文，每一次交互都在做无效燃烧。

03. 计算威慑：60次对话就是一个GPT-4精调

我们来做一道粗暴的算术题：单次对话前提浪费 ≈ 6,000 tokens（仅技能部分）。如果每天处理100次用户请求，每天凭空消耗600,000 tokens，一个月就是18,000,000 tokens —— 这还没算回复生成部分。也就是说，有一整辆中型货车的Token从未发挥价值。

以主流模型输出+输入成本综合估算，每月因“注入型浪费”产生的额外开销相当于浪费了2~4次模型微调预算。并且上下文越长，延迟越高，模型越容易“注意力稀释”——经济账和性能账都输掉了。

数据模拟：按Claude 3.5 Sonnet定价（输入$3/MTok），仅技能浪费每月产生$54以上纯损。而这还未乘上多轮对话的重复成本因子。

04. ISS方案：向量语义检索，按需召回技能

解决思路并不复杂：放弃“把所有技能焊死在System Prompt”，转而采用ISS（Intelligent Skill Selector，智能语义检索召回）。其核心流程：

• 离线构建技能向量库
  
  ：将每个技能的描述、指令模板转换成embedding，存入向量数据库；
• 实时意图解析
  
  ：当用户发起请求时，对该轮query进行语义向量化；
• Top-K相似度召回
  
  ：仅召回最相关的2~3个技能，动态注入系统提示；
• 降级兜底机制
  
  ：若匹配度低于阈值，则使用通用prompt + 基础工具。

这套方案能将无关技能注入降低90%以上。原本6000 tokens的技能部分被压缩到不足300 tokens，整段系统提示词大小缩减近70%。API开销瞬间回归理性，同时模型专注力显著提升。

05. 实战落地：从部署到优化，开源玩家的省钱路线

部署阶段：默认配置的代价

很多开发者在部署OpenClaw后，直接沿用官方example.yml，没有调整SKILLS_MAX_INJECT参数。默认注入所有插件意味着每一个对话回合都支付“全量税”。第一个优化起点就是审视你的技能列表——是否一大半技能只在特定场景有用？

优化阶段：轻量化二次封装

我们采用中间件模式重写了context_builder.py，引入ISS模块：

代码示例（伪逻辑）user_query = get_current_query()relevant_skills = vector_store.similarity_search(user_query, k=3)dynamic_prompt = build_minimal_prompt(relevant_skills)# 原生OpenClaw会塞入全部skills，现覆盖为dynamic_prompt> 实验组相比对照组，平均每次调用节约5800 tokens，响应速度提升23%。

同时配合对话记忆截断与滑动窗口，避免历史消息二次浪费。优化后的部署成本圈回到了合理区间，甚至可以用更强模型替换原先的中型模型——总成本仍低于旧方案。

06. 不只是省钱：更低的延迟，更好的聚焦

削减无关上下文带来的不仅是账单下降。当模型不再被上百个无关技能的描述分心，意图识别准确率提升了约11%（在内部评测集上）。长上下文里的噪音减少，信息密度提升，模型更容易遵循真实目标。

这对所有深度使用Agent框架的开发者都是一个启示：上下文注入的设计惯性，才是真正的成本深渊。不是模型贵，而是我们把模型当作垃圾桶，什么都往里扔。

——

金句收尾：“开源不是问题，默认行为才是问题。” 面对OpenClaw这类工具，拒绝无脑全量注入，用语义检索重构知识供给，才是工程师对资源的敬意。我们将这套心法命名为 《武林秘籍之小龙虾调教降本增效法》 ——壳硬肉少不要紧，懂得“掐头去尾抽虾线”（即精准召回、按需注入），才能把每一分Token都花在刀刃上。本文作为《OpenClaw省钱系列》之一：找到Token黑洞，后续还将深挖对话记忆压缩、function calling去重等进阶招数，助你练就“低能耗、高回报”的上下文神功，敬请期待。

本文为「比特原点」原创内容，基于公开资料与技术原理独立撰写。

文中不包含任何品牌/产品的商业推广信息。

如无特殊说明，所有技术观点仅代表个人理解，不构成专业建议。

内容可转载，请后台联系获取授权。