常驻上下文成本

每轮请求都携带系统提示、已声明工具 schema、上下文文件和 Skill 目录。Token cache 降低重复内容的计价；减少常驻内容则缩小请求本身，两者可配合。

先测量

/context detail

在新会话首轮观察，避免把对话历史混入初始基线。detail 按工具、MCP、上下文文件、Skill 列项，并包含 startupContext 与未归属残差，使分项能对上总数。

更适合比较的是“新会话问一个问题、不用工具时的输入 token”，而不是窗口百分比；换更大窗口会降低比例，却不必减少发送文本。不同模型计量仍应看实际返回用量。

先关不用的功能

关闭不需要的功能可移除其工具，并影响 subagent 可用集合。仅隐藏初始 schema 不等于禁用，permissions.allow 和审批模式也不会缩小工具目录。

tools.eager 只对原本 eager 的非豁免工具降级，已默认延迟的工具没有额外节省。Agent/Goal 的 agent、list_agents、get_goal、update_goal、propose_goal 当前本就延迟，无需为了它们再配列表。

保持发现与调用都可用

延迟工具靠 tool_search → tool_call 桥接，发现通常不改写已声明列表，避免首次发现就破坏缓存前缀。tools.visible 可为确需初始可见的工具开例外。

桥接缺半时，普通延迟工具会回退到 eager，反而增加请求；被 tools.eager 主动降级的工具却仍隐藏且无法经桥接找回，只剩直接按名称调用仍过审批。详细区别见工具设置。

toolSearch.threshold 默认 0。预加载对整个候选池是全有或全无，新增大工具可能使以前能装入的全部集合不再装入。MCP 通常在初始化后连接，首次启动可能赶不上预加载，要下一次会话（CLI /clear）或旧 blocking 模式才参加。

改善内容放置

始终有效的术语和约束放 QWEN.md；场景流程放 Skill；代码区域约束放 paths 规则。Skill 初始只占名称/描述，paths 还可延迟目录项。不要只是把 schema 的内容搬到常驻 QWEN.md，那不会真正减少总前缀。

最后才考虑替换 system prompt；它还承载身份、权限和工具指导，升级时需与上游差异核对。

容易漏掉的成本

未声明专门工具列表的 subagent 会收到所有注册工具 schema（包括延迟工具），不走主会话的 ToolSearch；不能把主界面的首轮节省直接套给 subagent。

项目 Dream 需要 read_file、grep_search、glob、run_shell_command、write_file、edit；自动提取少 shell。全局 deny 为了省 token 可能悄悄破坏后台记忆维护。

拿掉搜索工具后，模型可能换 shell 产生更多结果文本；恢复历史中的直接调用还可能恢复 schema。应同时比较整任务输入、cache 命中、调用成功率和实际费用，一次只改一个因素，再用相同任务验证能力仍在。