token预算

在参数量固定时，增大 token 预算通常能持续降低验证集损失，但收益呈递减趋势。

现有的干预手段如token预算或引导提示主要调控推理的时长，而非针对具体的推理行为进行精细控制，因此可能误伤必要的规划或验证步骤。

成熟的做法是把单任务token预算作为规格质量的反馈信号：一旦超支，先暂停执行、回头澄清边界与完成标准，再让代理继续。

应为输出和消息框架预留token，再分配输入额度。

长上下文调用需要按团队设预算，每周记录输入token直方图，峰值对应着糟糕的prompt或缺失的RAG。