Agent 经济系统
Agent Economic System
为 AI Agent 设计收支平衡的经济生存机制，通过成本约束驱动高效行为
子问题
1.初始余额与成本模型设计
2.收入评估阈值与支付策略
3.生存状态分级与破产判定
4.经济时间线持久化与分析
5.多通道成本分离追踪（LLM/搜索/OCR/其他）
6.OpenRouter 等第三方计费适配
7.穷举模式下的断点续跑与任务重试
各项目的解法1 solutions
Signals
横向对比
| 维度 | ClawWork |
|---|---|
| 成本模型 | 双费率 token 计价 + flat-rate API，支持 OpenRouter 直传成本 |
| 收入机制 | 悬崖式阈值支付：评分 ≥ 0.6 全额，< 0.6 零收入 |
| 状态分级 | 四级余额阈值：thriving/stable/struggling/bankrupt |
| 持久化方式 | 三文件 JSONL append-only（balance + costs + completions） |
| 上下文注入 | system prompt 注入完整经济状态 + 分级生存指导 |
| 成本通道 | 四通道分离追踪：llm_tokens/search_api/ocr_api/other_api |
| 断点续跑 | 从 task_completions.jsonl 恢复已完成任务集合 |
最佳实践
1.将 token 成本实时注入 Agent 上下文促进自我约束
2.根据生存状态在 prompt 中提供差异化行为指导
3.使用 JSONL append-only 持久化支持断点续跑
4.任务完成记录幂等写入（同 task_id 覆盖旧记录）