如何停止在 OpenClaw 上烧钱
OpenClaw 是近年来增长最快的开源项目之一。23万 GitHub stars，11.6万 Discord 成员，每周200万访问量。这一切仅用了两个月。人们在 Mac Mini 和云服务器上运行个人 AI 代理。它确实好用，也确实有价值。
但和所有技术变革一样，它也有代价。在与一百多位 OpenClaw 用户交流后，成本是几乎每次对话都会提到的话题。有人搭好代理，日常使用两周后发现花了254美元的 API token。另一位一个月花了800美元。这些都不是极端用户，而是普通配置、普通用法。
钱花在了哪里
你的代理把每个请求都发送到主模型。心跳检测、日历查询、简单的网页搜索。如果你的主模型是 Opus 4.6，所有请求都走最贵的接口。
你的成本主要来自四个方面：
系统上下文 — SOUL.md 在每次调用时都会加载到 prompt 中。其他引导文件如 AGENTS.md 也会根据代理需求加载。即使记忆是通过搜索而非原始加载引入的，基础系统上下文依然不小。在典型配置下，每个请求都要计费数千个 token。
对话历史 — 你的历史记录随每次交互增长。活跃使用几小时后，一个会话可能携带大量 token。整个历史都会随每个新请求一起发送。
心跳检测 — 心跳默认每30分钟在后台运行一次。每次检测都是一次完整的 API 调用，包含上述所有内容。
模型选择 — 没有路由的情况下，每个请求都发送到同一个主模型，无论任务简单还是复杂，这就阻止了成本优化。
有用户一觉醒来发现141美元的账单，因为心跳打到了错误的模型上。
把这些加在一起，一个未优化的 Opus 配置，你每天的花费很容易超过大多数人预期的月支出。
用一个带技能的代理代替多个代理
这是影响最大的改变，但几乎没人讨论。
很多用户搭建多代理系统。一个写作，一个研究，一个编码，一个协调。每个代理作为独立实例运行，有自己的记忆、上下文和配置文件。代理间每次交接都在消耗 token。每个代理都增加固定的上下文开销，所以成本随实例数量增长。
OpenClaw 有内置的替代方案。技能（skill）是一个 markdown 文件，可以给代理增加新能力而不创建新实例。同一个大脑，同一份记忆，同一个上下文。有用户从每周花费数百美元的多代理系统，切换到一个代理加十几个技能后，月费降到了90美元。质量反而提高了，因为上下文不再在交接中丢失。
保持一个主代理。给它每种工作类型一个技能。只有在需要几分钟且需要并行运行的后台任务时，才启动子代理。
将每个任务路由到合适的模型
你的代理做的大部分事情都很简单。状态检查、消息格式化、基本查询。这些不需要前沿模型。只有一小部分请求真正受益于高级推理。
没有路由的话，所有请求默认都打到最贵的接口。有人追踪了实施路由前后的成本，从每月150美元降到了35美元。另一位从347美元降到了68美元。智能路由工具平均可以降低70%的成本。
OpenClaw 没有内置路由引擎，所以需要外部工具来实现。Manifest 开箱即用地处理这个问题。它自动分类每个请求并路由到合适的模型，让心跳和简单查询走 Haiku，复杂推理仍然走 Opus。仅此一项就能大幅降低账单，无需按任务手动配置。
如果你倾向于 DIY，可以设置多个模型配置或自己编写路由技能，但要做好会花更多精力。
缓存不变的内容
你的 SOUL.md、MEMORY.md 和系统指令每次调用都是一样的。没有缓存的话，提供商每次都从头处理所有这些 token。你每次都为未改变的内容支付全价。
Prompt 缓存是提供商侧的能力。Anthropic 提供了明确的 prompt 缓存机制，有文档化的 TTL，缓存读取的费用远低于重新处理。其他提供商的缓存方式不同或自动处理，具体取决于你使用的模型。核心点是一样的：命中热缓存的静态 token 比从头处理的 token 便宜。
这就是心跳变得有意义的地方。如果心跳频率足够高，能在两次调用之间保持提供商的缓存热度，每次检测都能复用缓存的系统上下文，而不是从零开始重新处理。缓存 TTL 因提供商和配置而异。Anthropic 的标准 TTL 约为5分钟，根据设置可以有更长的窗口。社区成员发现，将心跳间隔设置在 TTL 之内可以保持缓存活跃。再加上将心跳路由到便宜的模型，每次后台检测的成本只是冷启动 Opus 调用的一小部分。
关键原则很简单。确保静态内容（系统指令、引导文件）放在 prompt 开头，可变内容放在末尾。这种结构能最大化提供商可缓存的内容。有用户记录了主要通过这种方法从每月720美元降到72美元。
缩小上下文窗口
你发送的每条消息都包含完整的对话历史。几小时后，仅历史本身的成本就可能超过实际回答。三件事可以帮到你。
经常开始新对话。 这是最简单的优化。不要一整天跑一个对话，每隔几小时开一个新的。你的代理在对话之间保留长期记忆，但丢弃累积的来回。上下文重置为仅引导文件。
清理你的 SOUL.md。 这个文件的所有内容在每次调用时都会加载。如果你把特定任务的指令和性格规则放在一起，你每次都在为所有内容付费。把专门的部分移到技能中。它们只在代理真正需要时才加载。
优化记忆的上下文加载方式。 OpenClaw 使用 memory_search 将相关记忆拉入 prompt，而不是原始文件。但随着使用数周后记忆的积累，这些搜索可能返回越来越多的上下文。配置 QMD 后端并调优检索内容可以保持紧凑。一些社区成员在此基础上构建了结构化记忆层，将基础上下文缩减到了原来的一小部分。
用本地模型处理简单任务
在自己的硬件上运行模型可以消除不需要云模型的任务的 API 成本。
硬件只需一次性付费。之后每次推理都是免费的。对于心跳、分类和常规查询，本地模型完全胜任。
目前最受欢迎的选择是 Qwen 3 32B。在 RTX 4090 上运行速度超过每秒40个 token。Mac Mini 全天候运行处理轻量级工作负载，复杂推理才调用云模型。
Ollama 让集成变得简单。安装，拉取模型，将 OpenClaw 配置指向本地端点用于特定任务类型。它通过 OpenAI 兼容的 HTTP 端点工作。
每天追踪你的成本
每个成功降低账单的用户都说同一句话。关键不是某个具体技术，而是看清钱花在了哪里。
每月只查一次账单会隐藏一切。你会错过某天定时任务出错。你会错过某个技能本应走 Haiku 却路由到了 Opus。
使用可观测性工具，查看每个 prompt、每个模型的成本明细。当你能准确看到每个请求走了哪个模型、花了多少钱时，问题就变得显而易见。看到数据后，修复通常只需几分钟。
一些路由工具提供实时追踪、每日预算和告警，让你在问题叠加前就能发现。你的提供商仪表板已经在追踪支出，但粒度各不相同。
从哪里开始
从可见性开始。搭建可观测性工具，让你能看到每个 prompt 的成本和模型。你无法优化你看不到的东西。
如果你在运行多个代理，切换到一个带技能的代理。这是最省力、回报最高的改变。
将心跳路由到便宜的模型。仅此一项对全天候运行的代理就有明显效果。
启用 prompt 缓存。设置只需几分钟。
保持上下文精简。清理你的 SOUL.md，定期开始新对话，将记忆切换到向量搜索。
如果你有硬件，添加本地模型。它以零边际成本处理心跳和简单任务。
根据我们在多个 OpenClaw 部署中的观察，应用这些改变可以将月度成本降低五倍。
