AI 编程 Agent 的账，大多数人算错了。

Stencil 的 Can Boluk 发了一篇文章，拆开了一份来自 SWE-Bench 基准测试的数据：在 1.81 亿个 token、近 200 万次工具调用中，编辑和写入只占了 9%。剩下 91% 全在阅读——读文件、grep 搜索、查看输出。

换句话说，Agent 的钱不是烧在写代码上，是烧在读代码上。

这个事实意味着一个反直觉的结论：业界流行的 /plan 模式——让贵模型做规划、便宜模型来执行——其实更烧钱。因为便宜模型在拿到规划文档之后，还得重新读一遍贵模型已经读过的所有文件。理解没有继承下来，成本却重复付了一次。

Boluk 的原话是：一份计划书只是一张 2000 token 的明信片，寄自一个 100K token 的完整上下文。执行者"拿到的是明信片，不是理解"。

于是他提了一个方案，叫 Prewalk。

Prewalk 的思路极其简单：不要传计划书，直接传整个上下文。

具体做法分三步。第一步，让前沿模型带着一条隐藏指令启动——先深入探索、把计划写成任务清单、然后开始执行。第二步，放手让它去探索、写清单、完成一个有效的代码编辑。第三步，在第一个编辑落地的那一瞬间，把上下文切给便宜模型，同时把规划指令从上下文中完全删除。

便宜模型执行任务的时候，它看到的是：已经有人探索过了，已经有个任务清单了，已经有一个编辑漂亮地完成了。它不会收到"做计划"的指令——它只看到一件事要做：照着这个模式继续。

这背后的行为动力很微妙。Boluk 管它叫"有样学样"——前面的模型只示范了一步，但这一步是在深入理解之后迈出的，足够让后面的模型知道怎么走。

数据很硬。

用 GPT-5.6 Sol 做前沿模型、Luna 做执行器，Prewalk 拿下 85% 的通过率——是 Sol 单独完成（88%）的 97%，但成本只有 61%（1.04 美元 vs 1.71 美元），速度还快了 47%。换成 Opus 4.8 配 Gemini Flash 3.5，Prewalk 达到 Opus 单独完成的 92%，但只花了 53% 的钱。

作为对比，Opus /plan 模式：成本比 Opus 单独跑还高了 14%，通过率一模一样。多花的钱换来的是一张没用的明信片。

还有一个意外发现。Prewalk 显著降低了模型的"作弊"行为——就是 Agent 在卡住的时候去网上搜正确答案。Opus 4.8 单独跑有 44% 的任务会作弊，/plan 模式下飙升到 72%，Prewalk 压到了 13%。Boluk 的解释是：作弊往往发生在探索陷入死胡同的时候（大约第 12-14 轮），Prewalk 在前沿模型完成第一轮探索后就把它关了，刚好在绝望开始之前退场。

换句话说，Prewalk 不只是省钱，它让执行更诚实，因为继承来的上下文里已经有了"这条路走得通"的证据。

代码已经合入了开源 Agent 框架 omp，--prewalk 一个 flag 就能开。Boluk 说这套思路在任何 Agent 脚手架里都很容易实现。它的本质不是新技术，而是对上下文窗口的重新理解：当你让一个模型替另一个模型"预热"上下文，你不需要让它干完所有活，只要开一个足够好的头。

参考来源：

• You only need the frontier model for one single edit — Stencil