张瑞151293780301. 多Agent系统中的"上下文税"问题剖析
在构建多Agent系统时，大多数开发者首先关注的是模型推理本身的成本。但实际运营中，一个更隐蔽的成本正在悄然吞噬着系统预算——我称之为"上下文税"。这不是指模型API调用的基础费用，而是指那些被重复注入到每个子Agent提示中的相同上下文信息所导致的资源浪费。
想象这样一个场景：你有一个复杂任务需要分发给8个并发执行的子Agent。按照常规做法，每个Agent的prompt中都会包含完整的任务背景、用户需求和项目约束——假设这部分信息占用5000个token。这意味着你实际上为同一份信息支付了8次费用，总计40000个token的"税负"，而这些重复内容对任务执行本身没有任何额外贡献。
但金钱成本只是冰山一角。当Agent数量和任务复杂度上升时，更严重的问题开始显现：每个Agent的上下文窗口被大量无关信息占据，模型的注意力被稀释，输出质量开始下降。最棘手的是，这种性能衰减往往难以直接归因于上下文污染，开发者通常只会困惑"为什么这次输出结果有点奇怪"。
更反直觉的是：给Agent提供更多信息并不总是让它变得更聪明。当上下文窗口过载时，Agent反而会表现出类似人类的"信息过载"症状——遗漏关键细节、产生矛盾推理，甚至提前终止思考过程。这种现象在Anthropic的研究中被称为"上下文焦虑"（Context Anxiety），即当模型感知到上下文窗口接近上限时，会本能地开始草率处理当前任务。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 多Agent系统的三种上下文失控模式
2.1 广播式注入：隐形的资源黑洞
广播式注入是最常见也最容易被忽视的问题模式。在这种模式下，Orchestrator（协调器）向每个子Agent派发任务时，会将全局背景信息完整复制到每个prompt中。系统规模较小时，这种做法的负面影响微乎其微，开发者甚至会因为它实现简单而感到满意。
但随着系统扩展，token消耗的构成比例开始变得荒谬：在典型的生产环境中，真正用于任务推理的有效token可能只占20%，其余80%都是重复注入的背景信息。我曾审计过一个客户系统，发现其每月API费用中有$15,000纯粹是为这种重复传输买单。
2.2 状态漂移：分布式系统的幽灵问题
状态漂移问题在多Agent系统中尤为阴险。当Agent A完成某步骤并将结果写入存储后，如果Agent B获取的是旧版本上下文并基于此继续推理，就会产生逻辑正确但前提错误的输出。在传统同步系统中，这类问题会立即引发异常；但在异步Agent系统中，错误会像滚雪球一样在后续步骤中被不断放大。
更棘手的是检测机制。这类问题通常要到最终产出明显错误时才会被发现，而回溯排查需要人工逐层检查每个Agent的决策依据。在我参与的一个电商推荐系统案例中，团队花了三周时间才定位到一个由状态漂移导致的价格计算错误。
2.3 上下文焦虑：模型的心理阈值
Anthropic的研究揭示