41 lines
1.3 KiB
Markdown
41 lines
1.3 KiB
Markdown
---
|
||
title: "Token-Light Design"
|
||
type: concept
|
||
tags: [optimization, memory, cost-efficiency]
|
||
sources: [overnight-mini-app-builder]
|
||
last_updated: 2026-04-22
|
||
---
|
||
|
||
## Definition
|
||
|
||
Token-Light Design 是一种 AI Agent 记忆系统的令牌优化策略——保持高频加载文件（如 `AUTONOMOUS.md`）在精简行数以内，避免每次心跳轮询时消耗过多上下文令牌，从而降低 LLM 调用成本。
|
||
|
||
## Aliases
|
||
|
||
- Token 优化
|
||
- 令牌效率设计
|
||
- Lightweight Memory File
|
||
|
||
## Core Principle
|
||
|
||
**AUTONOMUS.md 应保持在约 50 行以内**，包含：
|
||
- 目标（一行描述）
|
||
- 开放待办 backlog（简洁列表）
|
||
|
||
已完成的任务**不**存入高频文件，而是：
|
||
- 追加到 `memory/tasks-log.md`（append-only，仅需要时读取）
|
||
- 或存档到专用文件（按需读取）
|
||
|
||
## Why It Matters
|
||
|
||
在 OpenClaw 等框架中：
|
||
1. 每次心跳轮询（heartbeat poll）需要加载 `AUTONOMOUS.md`
|
||
2. 文件越大 → 上下文越长 → 令牌越多 → 成本越高
|
||
3. 已完成任务长期积累会使文件膨胀
|
||
|
||
## Key Relationships
|
||
|
||
- [[Sub-Agent Race Condition]] — 两者共同构成 AUTONOMOUS.md 的最佳实践
|
||
- [[Cumulative Memory]] — 对立面：强调累积记忆的丰富性
|
||
- [[overnight-mini-app-builder]] — 本概念的来源场景
|