TARE-Learn/slidev/pages/day3/m2-token-cue-agent.md

模块 2：Token 经济学

AI 编程的成本判断正在变化：从逐句节省 token，转向设计稳定的上下文管道。

早期关注

• 上下文窗口小
• 单次调用贵
• Prompt 反复压缩
• Agent 执行链短

现在关注

• 上下文组织
• 工具调用效率
• 任务拆解质量
• 可验证交付物

---

从个人用水到工业用水

个人省水思维 → 工业管道思维

任务入口清楚

上下文流动顺畅

输出可验收

---

Tab → Cue → Agent

1

早期 Tab

单行补全

→

2

Cue Pro

多行、跨文件、智能导入

→

3

Agent 内置能力

计划、修改、验证、交付

---

Cue 的位置变化

作为独立功能

• 写代码时出现建议
• 帮你补全导入
• 局部理解上下文

作为 Agent 能力

• 理解任务意图
• 执行多文件修改
• 结合工具验证结果

---

模型选择：务实路线

场景	优先考虑
代码理解	上下文能力、检索质量、引用证据
代码修改	编辑稳定性、工具调用、测试闭环
文档生成	长文组织、风格一致、格式输出
企业集成	成本、权限、审计、私有化

模型策略的目标是场景匹配：用合适模型处理合适任务。

---

课堂产出：成本与任务匹配表

任务类型	上下文需求	验收方式	适合模型策略
代码解释	中	文件与函数引用	快速模型
多文件改造	高	测试与 diff	强推理模型
文档整理	高	结构与风格检查	长上下文模型
自动 Review	中	规则命中与证据	工具链集成模型