TokenCast 把 agent 执行拆成可组合片段，边运行边预测剩余 token 用量。每个片段既记录自身消耗，也记录会被后续调用反复读入的上下文增长。在 4 个任务套件和 6 个 agent 模型上，论文报告相对最强对比方法的平均绝对误差降低 14.5%。离线预算控制回放在相同轨迹完成率下少用 21.3% token，每个 SWE-bench Verified 运行累计预测时间约 32.8 毫秒。相关仓库只写着代码即将发布，目前没有实现或许可证。
TokenCast 边运行边预测 agent token
2026-09-29前沿观察WATCH
TokenCast 把 agent 执行拆成可组合片段，边运行边预测剩余 token 用量。每个片段既记录自身消耗，也记录会被后续调用反复读入的上下文增长。在 4 个任务套件和 6 个 agent 模型上，论文报告相对最强对比方法的平均绝对误差降低 14.5%。离线预算控制回放在相同轨迹完成率下少用 21.3% token，每个 SWE-bench Verified 运行累计预测时间约 32.8 毫秒。相关仓库只写着代码即将发布，目前没有实现或许可证。
对你意味着什么
对需要控制单任务 agent 预算的团队来说，运行途中不断更新的预测，比开跑前设一个固定上限更实用。当前先 WATCH，等代码发布后再用 shadow mode 对照账单复现；节省结果来自离线回放，还不应直接控制线上任务终止。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 方法 | 可组合的片段成本与上下文增长表示 |
|---|---|
| 评测 | 4 个任务套件、6 个 agent 模型、96 种组合 |
| 误差降幅 | 平均绝对误差平均降低 14.5% |
| 离线预算结果 | 相同轨迹完成率下少用 21.3% token |
| 开销 | 每个 SWE-bench Verified 运行平均累计预测 32.8 毫秒 |
| 公开产物 | 仓库只是占位；复核时实现与许可证均不可用 |
技术影响 3
工程价值 4
采用信号 1
成熟度 1
验证成本 4
风险 2