减少 agent 任务的无效消耗

控制用量不只是换低价模型。含糊任务、无关探索、过度扩展和重复修复，都会增加调用次数；先明确目标、相关证据与停止条件，再选择足够完成任务的模型。

将推理和执行分开

复杂架构取舍和诊断适合较强推理；已经有明确计划的执行可选择更合适的中等或轻量模型。官方教程建议把工作拆成研究、计划、实现三个阶段，每个阶段仅携带所需上下文。

CLI 可通过 /plan 进入规划；VS Code Chat 可选择 Plan agent。具体行为见CLI 规划模式。如果切换阶段同时更换模型，可以通过新会话传递经过整理的计划，避免在长会话里反复变更模型和重建缓存。

独立、范围明确的 subagent 任务可以使用较轻模型；优化教程说明 subagent 有独立会话，不继承主 agent 的整段历史。具体可传哪些上下文仍由各客户端机制决定，不据此承诺全部产品有同样的 subagent 配置。

设置单会话软限制

CLI 与 SDK 支持 AI credit session limits，用于限制一次会话的工作量。达到后 agent 会停止并提示，由用户决定继续或提高限制。

它们是软限制，不能替代月度用户预算或企业支出上限，也不是绝不会超过指定金额的账单硬上限。具体设置与执行边界见CLI 会话限制及SDK 会话限制。

从历史中找浪费

CLI 的 /chronicle tips 可分析近期会话并给出改进建议；/chronicle cost-tips 用于观察 token 使用与成本优化。相关上下文、数据来源和操作见Chronicle。

把确实重复出现的问题整理到仓库指令，如框架要求、经常误用的工具、预期输出和构建测试命令。具体仓库文件是 .github/copilot-instructions.md；不要只因教程正文缩写了文件名，就把裸文件名作为所有客户端都识别的路径。

用验证减少返工

清晰的测试、lint 和安全检查可提供明确通过或失败信号，让 agent 尽早纠正错误，避免在错误结果上继续扩大修改。应选择与任务有关的检查，而不是仅靠长提示要求“更仔细”。

完成条件也要写明：哪些行为需要通过验证、哪些文件属于任务范围。定期查看用量监控，结合结果质量和实际消耗调整工作方式，不能只以单次模型价格判断总成本。