UCLA 与 Northeastern 论文：AI 智能体约 18% 输出 token 属于可删废料

UCLA 与 Northeastern University 的论文测算，AI 智能体的输出 token 中约 18% 是可移除的废料，删掉后任务成功率几乎不受影响。传统按总 token 计费的方式无法区分哪些 token 真正做了有用工作，哪些只是在重复策略、重新拉取文件或走入死胡同。 研究方法是把智能体调用路由经过一个代理层，由 LLM judge 标注可删除的文本片段，然后删掉这些片段并重跑智能体验证任务是否正常。实验覆盖 6 个前沿模型和 4 个基准。对 Kimi-K3 的推理过程做重复与填充词修剪后，在 SWE-bench Verified 上删除了 41% 的输出，成功率从 89.0% 变为 89.5%，几乎持平。 对开发者而言，降低智能体成本的关键是定位任务和 harness 产生的浪费来源，而不是简单设置 token 上限。