Hacker News 上的警告此起彼伏：
"I set $10 on fire the other day as I was running through some tests."
"70 million tokens on 1 day and 30 million the next day by 9 AM"
Clawdbot 的成本失控不是偶发现象，而是多个技术陷阱叠加的必然结果。
陷阱 1：上下文无限增长（O(N²) 复杂度）
现象
第1天: 50 轮对话，消耗 200万 tokens
第2天: 只发了 10 条消息，消耗 150万 tokens
第2天明明消息更少，为什么消耗更大？
技术根源
每次 API 调用都包含完整历史：
// Day 1 结束时的历史
const historyDay1 = {
messages: 50 rounds,
totalTokens: 200,000
};
// Day 2 第1轮调用
const input = {
system: 13,000 tokens,
history: 200,000 tokens, // Day 1 的所有历史
newMessage: 20 tokens
};
// 总输入: 213,020 tokens
// Day 2 第10轮调用
const input = {
system: 13,000 tokens,
history: 200,000 + 50,000 tokens, // Day 1 + Day 2 前9轮
newMessage: 20 tokens
};
// 总输入: 263,020 tokens
累积效应：
# Python 模拟
def calculate_cost(rounds, tokens_per_round=500):
total = 0
for i in range(1, rounds+1):
# 每轮包含之前所有历史
input_tokens = i * tokens_per_round
total += input_tokens
return total
print(f"100轮对话总消耗: {calculate_cost(100):,} tokens")
# 输出: 2,525,000 tokens
这是 O(N²) 的复杂度，无法持续。
缓解方案
class ContextManager {
async getContext(sessionId: string): Promise<Message[]> {
const messages = await db.getMessages(sessionId);
// 策略1: 滑动窗口
const maxTokens = 50000;
let tokens = 0;
let result = [];
for (let i = messages.length - 1; i >= 0; i--) {
const msgTokens = estimateTokens(messages[i]);
if (tokens + msgTokens > maxTokens) break;
tokens += msgTokens;
result.unshift(messages[i]);
}
// 策略2: 保留关键事实
if (result.length < messages.length) {
const keyFacts = await this.extractKeyFacts(
messages.slice(0, messages.length - result.length)
);
result.unshift({
role: 'system',
content: `历史关键信息: ${
keyFacts}`
});
}
return result;
}
async extractKeyFacts(messages: Message[]): Promise<string> {
// 使用 Haiku 提取关键事实
const response = await claude.messages.create({
model: 'claude-haiku-4.5',
messages: [{
role: 'user',
content: `提取以下对话的关键事实（用户偏好、重要信息），忽略闲聊：
${
messages.map(m => m.content).join('\n---\n')}`
}]
});
return response.content[0].text;
}
}
陷阱 2：Agent Loop 死循环
现象
用户: "帮我找一下关于 AI 的最新新闻"
[30 分钟后]
Clawdbot 仍在运行...
[检查日志]
browser_navigate(hackernews.com)
browser_click("More") ← 重复 50 次
browser_click("More")
browser_click("More")
...
Agent 进入无限循环，疯狂消耗 token。
技术根源
AI 的"停止条件"判断失误：
// AI 的内部逻辑（伪代码）
while (!taskCompleted) {
const page = await browser.getCurrentPage();
if (page.includes('More')) {
await browser.click('More'); // 加载更多
continue;
}
taskCompleted = true;
}
问题：HN 的"More"按钮是动态加载的，永远有下一页。
AI 不知道"应该停在第几页"，会一直点下去。
真实案例
某用户让 Moltbot(原 Clawdbot) "下载 Python 官方文档"：
AI 执行:
1. browser_navigate(docs.python.org)
2. browser_click("Download PDF") → 404 (没有 PDF)
3. browser_navigate(docs.python.org/3/)
4. browser_click("Download") → 找不到元素
5. browser_navigate(docs.python.org/3/download.html)
6. browser_click(...) → 失败
7. 尝试其他方法 → 失败
...
[重试 100 次]
3 小时后，用户发现任务还在运行，已消耗 7000 万 tokens（约 $120）。
缓解方案
class LoopDetector {
private actions = [];
checkLoop(action: Action): boolean {
this.actions.push({
type: action.type,
target: action.target,
timestamp: Date.now()
});
// 清理 5 分钟前的记录
this.actions = this.actions.filter(
a => a.timestamp > Date.now() - 300000
);
// 检测重复操作
const recent = this.actions.slice(-10);
const uniqueActions = new Set(recent.map(a => `${
a.type}:${
a.target}`));
// 如果最近 10 次操作只有 2-3 种，可能是循环
if (uniqueActions.size <= 3) {
logger.warn('Possible infinite loop detected', {
actions: recent
});
return true;
}
// 检测完全相同的操作
const lastAction = recent[recent.length - 1];
const sameCount = recent.filter(
a => a.type === lastAction.type && a.target === lastAction.target
).length;
if (sameCount >= 5) {
logger.error('Infinite loop detected', {
action: lastAction,
count: sameCount
});
return true;
}
return false;
}
}
// 使用
if (loopDetector.checkLoop(action)) {
throw new Error('任务被终止：检测到无限循环');
}
陷阱 3：Browser Tool 加载大型页面
现象
用户: "总结这篇论文 arxiv.org/abs/2501.12345"
AI:
browser_navigate(arxiv.org/abs/2501.12345)
→ 加载了完整的 PDF (转换为 Markdown)
→ 50 页论文 = 150,000 tokens
单次加载就消耗大量 token。
技术根源
async function fetchPage(url: string) {
const html = await browser.getContent();
const markdown = htmlToMarkdown(html);
// 没有长度检查，直接返回
return markdown;
}
缓解方案
async function fetchPage(url: string) {
const html = await browser.getContent();
let markdown = htmlToMarkdown(html);
const tokens = estimateTokens(markdown);
const maxTokens = 10000;
if (tokens > maxTokens) {
logger.warn(`Page too large: ${
tokens} tokens, summarizing...`);
// 分段总结
const chunks = splitIntoChunks(markdown, maxTokens);
const summaries = await Promise.all(
chunks.map(chunk => summarizeChunk(chunk))
);
markdown = summaries.join('\n\n');
}
return markdown;
}
async function summarizeChunk(text: string): Promise<string> {
const response = await claude.messages.create({
model: 'claude-haiku-4.5', // 便宜的模型
messages: [{
role: 'user',
content: `总结以下内容的核心观点（200 字以内）：\n${
text}`
}]
});
return response.content[0].text;
}
效果：
原始: 150,000 tokens
分段总结: 10 chunks × 1,000 tokens = 10,000 tokens
节省: 93%
陷阱 4：并发请求爆炸
现象
用户在 3 个 WhatsApp 群、5 个 Telegram 频道里都 @ 了 bot
[同一时刻]
10 条消息同时到达
Clawdbot 并发处理 → 10 个 API 调用同时发起
如果每个调用 30k tokens：
30,000 × 10 = 300,000 tokens (瞬间消耗)
如果触发 Agent Loop，可能 10 个任务都陷入循环，成本爆炸。
技术根源
// 错误的实现：无限制并发
async function handleMessage(message: Message) {
const response = await agent.chat(message.content);
await sendReply(message.from, response);
}
// 所有消息同时触发
incomingMessages.forEach(msg => handleMessage(msg)); // 并发！
缓解方案
import PQueue from 'p-queue';
// 限制并发数
const queue = new PQueue({
concurrency: 2, // 最多 2 个任务同时执行
timeout: 300000 // 单个任务超时 5 分钟
});
async function handleMessage(message: Message) {
await queue.add(async () => {
const response = await agent.chat(message.content);
await sendReply(message.from, response);
});
}
// 添加到队列，自动限流
incomingMessages.forEach(msg => handleMessage(msg));
效果：
10 条消息到达 → 2 条立即处理，8 条排队
而不是 10 条同时处理
陷阱 5：错误模型选择
现象
用户: "1+1等于几？"
Clawdbot 使用 Claude Opus 4.5:
输入: 13,020 tokens × $15/M = $0.195
输出: 10 tokens × $75/M = $0.00075
总计: $0.196
一个简单算术，花费 $0.20。
如果一天问 100 个类似问题，花费 $20。
技术根源
Moltbot(原 Clawdbot) 默认使用最强大（最贵）的模型：
{
"agent": {
"model": "claude-opus-4.5"
}
}
所有任务都用同一个模型，无论简单还是复杂。
缓解方案
function selectModel(task: string): string {
// 简单问答：Haiku ($1/M 输出)
if (isSimpleQA(task)) {
return 'claude-haiku-4.5';
}
// 代码生成/分析：Sonnet ($15/M 输出)
if (isCodeTask(task)) {
return 'claude-sonnet-4.5';
}
// 复杂推理：Opus ($75/M 输出)
if (isComplexReasoning(task)) {
return 'claude-opus-4.5';
}
// 默认使用 Sonnet
return 'claude-sonnet-4.5';
}
function isSimpleQA(task: string): boolean {
const patterns = [
/^.{1,50}$/, // 很短的问题
/天气|时间|日期/,
/\d+\s*[+\-*/]\s*\d+/, // 算术
/^(什么是|who is|what is)/i
];
return patterns.some(p => p.test(task));
}
成本对比：
100 个简单问题:
Opus: $20
Haiku: $0.30
节省: 98.5%
实时监控方案
监控 1：Token 计数器
class TokenCounter {
private counts = new Map<string, {
input: number, output: number}>();
async record(sessionId: string, input: number, output: number) {
const current = this.counts.get(sessionId) || {
input: 0, output: 0};
this.counts.set(sessionId, {
input: current.input + input,
output: current.output + output
});
// 存入数据库
await db.insertTokenUsage({
sessionId,
timestamp: Date.now(),
inputTokens: input,
outputTokens: output,
cost: this.calculateCost(input, output)
});
}
calculateCost(input: number, output: number, model: string = 'opus'): number {
const pricing = {
opus: {
input: 15, output: 75},
sonnet: {
input: 3, output: 15},
haiku: {
input: 0.25, output: 1.25}
};
const price = pricing[model];
return (input * price.input + output * price.output) / 1000000;
}
getSessionCost(sessionId: string): number {
const counts = this.counts.get(sessionId);
if (!counts) return 0;
return this.calculateCost(counts.input, counts.output);
}
}
监控 2：实时成本仪表盘
// 创建 HTTP 接口
app.get('/api/cost/dashboard', async (req, res) => {
const today = new Date().toDateString();
// 今日消耗
const todayCost = await db.query(`
SELECT SUM(cost) as total
FROM token_usage
WHERE DATE(timestamp) = ?
`, [today]);
// 本月消耗
const monthCost = await db.query(`
SELECT SUM(cost) as total
FROM token_usage
WHERE strftime('%Y-%m', timestamp) = strftime('%Y-%m', 'now')
`);
// 各模型占比
const breakdown = await db.query(`
SELECT model, SUM(cost) as cost
FROM token_usage
WHERE DATE(timestamp) = ?
GROUP BY model
`, [today]);
// Top 消耗 sessions
const topSessions = await db.query(`
SELECT session_id, SUM(cost) as cost
FROM token_usage
WHERE DATE(timestamp) = ?
GROUP BY session_id
ORDER BY cost DESC
LIMIT 10
`, [today]);
res.json({
today: todayCost.total,
month: monthCost.total,
breakdown,
topSessions
});
});
前端可视化：
$ clawdbot cost dashboard
╔═══════════════════════════════════════╗
║ Clawdbot 成本仪表盘 ║
╠═══════════════════════════════════════╣
║ 今日: $12.50 / $20.00 (预算) ║
║ 本月: $85.30 / $200.00 (预算) ║
╠═══════════════════════════════════════╣
║ 模型分布: ║
║ Opus: $8.00 (64%) ║
║ Sonnet: $3.50 (28%) ║
║ Haiku: $1.00 (8%) ║
╠═══════════════════════════════════════╣
║ Top Sessions: ║
║ 1. telegram:@user1 $4.20 ║
║ 2. whatsapp:+123 $3.80 ║
║ 3. discord:server1 $2.50 ║
╚═══════════════════════════════════════╝
监控 3：实时告警
class CostAlertSystem {
async checkAndAlert(sessionId: string, newCost: number) {
const totalToday = await this.getTodayCost();
const sessionTotal = await this.getSessionCost(sessionId);
const config = {
dailyBudget: 20.0,
sessionBudget: 5.0,
alertThreshold: 0.8
};
// 日预算告警
if (totalToday + newCost > config.dailyBudget * config.alertThreshold) {
await this.sendAlert(
`⚠️ 日成本接近上限: $${(totalToday + newCost).toFixed(2)} / $${config.dailyBudget}\n` +
`当前会话: ${
sessionId}\n` +
`预计总消耗: $${(totalToday + newCost).toFixed(2)}`
);
}
// 会话预算告警
if (sessionTotal + newCost > config.sessionBudget) {
await this.sendAlert(
`🛑 会话预算已用尽: ${sessionId}\n` +
`消耗: $${(sessionTotal + newCost).toFixed(2)} / $${config.sessionBudget}\n` +
`建议: 运行 'clawdbot session clear ${sessionId}'`
);
throw new Error('Session budget exceeded');
}
}
private async sendAlert(message: string) {
// 通过 Telegram 发送告警
await telegram.sendMessage(ADMIN_CHAT_ID, message);
// 同时写入日志
logger.error('COST_ALERT', {message});
}
}
```
### 监控 4：预算熔断
```typescript
class CircuitBreaker {
async checkBudget(sessionId: string): Promise {
const config = {
dailyLimit: 20.0,
sessionLimit: 5.0
};
const todayCost = await getTodayCost();
const sessionCost = await getSessionCost(sessionId);
// 超过日预算，直接拒绝
if (todayCost >= config.dailyLimit) {
throw new Error(
`日预算已用尽: $${todayCost.toFixed(2)} / $${config.dailyLimit}\n` +
`服务将在明天 00:00 UTC 自动恢复`
);
}
// 超过会话预算，拒绝该会话
if (sessionCost >= config.sessionLimit) {
throw new Error(
`会话预算已用尽: $${sessionCost.toFixed(2)} / $${
config.sessionLimit}\n` +
`请运行 'session clear' 或明天再试`
);
}
return true;
}
}
监控 5：异常检测
class AnomalyDetector {
async detectAnomaly(sessionId: string, tokens: number): Promise<boolean> {
// 获取该 session 的历史消耗
const history = await db.getSessionHistory(sessionId, 100);
// 计算统计指标
const mean = history.reduce((sum, h) => sum + h.tokens, 0) / history.length;
const stdDev = Math.sqrt(
history.reduce((sum, h) => sum + Math.pow(h.tokens - mean, 2), 0) / history.length
);
// 如果当前消耗超过平均值 3 倍标准差，标记为异常
if (tokens > mean + 3 * stdDev) {
logger.warn('Token usage anomaly detected', {
sessionId,
currentTokens: tokens,
averageTokens: mean,
threshold: mean + 3 * stdDev
});
await sendAlert(
`异常 token 消耗: ${
sessionId}\n` +
`当前: ${
tokens} tokens\n` +
`平均: ${
Math.round(mean)} tokens\n` +
`可能原因: Agent loop, 大型网页, 或攻击`
);
return true;
}
return false;
}
}
完整的监控架构
// 集成所有监控组件
class CostMonitoringSystem {
private tokenCounter = new TokenCounter();
private loopDetector = new LoopDetector();
private costAlert = new CostAlertSystem();
private circuitBreaker = new CircuitBreaker();
private anomalyDetector = new AnomalyDetector();
async beforeAPICall(sessionId: string, estimatedTokens: number) {
// 1. 检查预算
await this.circuitBreaker.checkBudget(sessionId);
// 2. 检查异常
if (await this.anomalyDetector.detectAnomaly(sessionId, estimatedTokens)) {
// 异常但不阻断，继续执行
}
// 3. 预警
const cost = this.tokenCounter.calculateCost(estimatedTokens, 0);
await this.costAlert.checkAndAlert(sessionId, cost);
}
async afterAPICall(sessionId: string, input: number, output: number, action: Action) {
// 4. 记录消耗
await this.tokenCounter.record(sessionId, input, output);
// 5. 检测循环
if (this.loopDetector.checkLoop(action)) {
logger.error('Loop detected, stopping session', {
sessionId});
await stopSession(sessionId);
}
}
}
命令行工具
查看成本
# 今日成本
$ clawdbot cost today
Today: $12.50 / $20.00 (62.5%)
# 本月成本
$ clawdbot cost month
Month: $85.30 / $200.00 (42.7%)
# 各 session 成本
$ clawdbot cost breakdown
telegram:@user1 $45.20
whatsapp:+123 $28.10
discord:server1 $12.00
设置预算
# 设置日预算
$ clawdbot config set cost.dailyLimit 20.0
# 设置月预算
$ clawdbot config set cost.monthlyLimit 200.0
# 设置告警阈值
$ clawdbot config set cost.alertThreshold 0.8
清理历史
# 查看各 session 的 token 消耗
$ clawdbot session list
telegram:@user1
Messages: 250
Tokens: 2.5M (input) + 0.5M (output)
Cost: $45.20
whatsapp:+123
Messages: 180
Tokens: 1.8M + 0.3M
Cost: $28.10
# 清理高消耗 session
$ clawdbot session clear telegram:@user1
Cleared 250 messages
Freed ~2.5M tokens from context
# 验证
$ clawdbot cost breakdown
whatsapp:+123 $28.10
discord:server1 $12.00
最终建议
成本控制的核心原则：
预防胜于补救
- 设置预算上限（熔断）
- 监控异常消耗（告警）
- 定期清理历史（维护）
使用合适的工具
- 简单任务用 Haiku
- 复杂任务才用 Opus
- 启用 Prompt Caching
限制并发
- 最多 2-3 个任务同时执行
- 避免多渠道同时触发
设置超时
- 单个任务最多运行 5 分钟
- 检测 Agent Loop，立即终止
可视化监控
- 实时成本仪表盘
- 每日成本报告
- 异常消耗告警
如果不实施这些措施，Moltbot(原 Clawdbot) 就是一个"烧钱机器"。
$300/2天 不是极限，有人报告单日消耗 $1000+。
在 AI Agent 时代，成本控制是核心功能，不是可选项。
