同样的活，账单少了 67%：Vercel 没降价，是把 agent 的上下文重新做了一遍

这条公告最容易读错：Vercel 没有给 Agent 打折。涨价跌价一个都没动，计费还是「模型厂商的推理价 + 每百万 token 0.25 美元的平台费」。降 67% 的是分母——每次会话消耗的 token 少了。

它列了四个改动，每一个都能搬到自己的 agent 上。

一、把常见工作流写成 CLI skills

Vercel 重写了 CLI 的 skills，让 agent 在常见工作流上有更明确的指引，出错时也知道怎么恢复。关键是他们自己点出来的一句：别的 agent 用了同一批 skills 也一起受益。技能不是某一个产品的私有优化，它是一层可复用的说明书。

二、增量管理上下文

会话越长，上下文越容易失控。他们改成随对话推进增量维护，点名了 Slack 里那种拉很长的线程。这一点最值得抄：多数自建 agent 的做法是每轮把完整历史重新发一遍，聊到第 30 轮，第 1 轮的内容还在按全价计费。

三、提高 prompt 缓存命中

让更多可复用的上下文跨轮留在缓存里。缓存输入通常是标准输入的一个零头，命中率每提高 10 个百分点，账单的感受比换模型明显。

四、规划与写码更省 token

改的是给 agent 的指引，让它用更少的 token 完成同样的规划和改代码。

对你意味着什么

假设你的 agent 每天跑 200 次会话，平均每次 4 万输入 token（含历史）＋ 3000 输出。一个月按 22 个工作日算：

现在的写法：输入 1760 万 token，缓存没命中，按每百万 1 美元的便宜模型算约 17.6 美元；输出 132 万 token 按 5 美元算约 6.6 美元。一个月不到 25 美元，看着不多。
但如果你的模型是每百万输入 3 美元、输出 15 美元那一档，同样的量就是 52.8 + 19.8 ≈ 72 美元。再乘上”重试两轮”，成本翻倍。
砍掉三分之二的输入 token，省下的就是上面那个数字的 2/3。这也是为什么 Vercel 能降 67% 却不用动价格——浪费本来就在 token 里。

泼冷水

67% 是官方给的平均值，没有分场景数据，也没有公开每次会话的 token 中位数。你的负载如果本来就是短会话、少历史，省不到这么多。
省 token 不等于省时间。增量上下文管理如果做成”摘要压缩”，可能丢掉前面对齐过的字段名、schema、报错原文，然后你花更多轮次去补。这类损失不会出现在账单上，会出现在返工里。
这四条都是”工程优化”，没有一条是配置开关。想拿到收益得改代码，不是改一个参数。
平台费按每百万 token 收 0.25 美元，说明这类 agent 平台的商业模式是”推理原价 + 抽成”，token 越省，平台抽成也越少——他们肯做这件事，是因为省下来的 token 比抽成更值钱（留住客户）。

具体建议