# Cursor 给长时间跑的 agent 省 token，用户成本降了 7%

> 原标题：Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%

- 来源：AI HOT 精选
- 发布时间：2026-09-23T12:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58486
- 原文：https://cursor.com/blog/improved-token-efficiency

## 摘要

Cursor 通过改进 agent harness 的上下文组装与复用，将用户 token 成本降低 7% 且未降低 agent 质量。具体做法包括把系统提示词裁剪约 66%、将低频内置工具改为按需动态加载（静态上下文工具描述 token 减少 60%）、借助 GPT-5.6 的显式缓存断点把冷缓存未命中率降低 20%，以及文件读取仅每十行标注行号使缓存读取 token 减少 1.6%。

## 推荐理由

Cursor 通过裁剪系统提示词、按需加载工具和提升缓存复用，把长任务 agent 的 token 成本降低 7%，并给出各项改动的具体幅度。

## 锐评

系统提示词砍掉 66% 是这条里唯一让我坐直的数字。跑长任务的 agent，每一轮都要把系统提示和工具定义重新塞进 context，这部分是纯固定开销，砍掉三分之二等于每轮都少付一笔。低频工具改成按需加载、工具描述少 60%，也是同一个思路。7% 的总成本降幅听着不大，但这是纯 harness 层面的工程活，跟模型能力无关，用户什么都不用改就省了。我的评价是这种优化比发个新模型实在，做 agent 的都该去翻一遍自己的静态 context 里有多少是给旧模型写的废话。
