당신의 OpenClaw AI 에이전트도 토큰을 미친 듯이 잡아먹나요?

ㅇㅇ 나도 겪고 있는 문제임. DOM 상태를 해싱해서 구조가 일치하면 저장된 액션을 다시 실행하는 캐시 레이어를 만들었어. 반복되는 흐름에서 토큰 사용량을 60% 정도 줄여주더라.

맞아, 그게 실제 흐름에서 작동하는 첫 번째 실용적인 레이어지. 근데 부분적인 DOM 드리프트는 어떻게 처리해? 그냥 불일치로 처리해, 아니면 구조에 대해 퍼지 매칭을 하는 거야? 내 경우엔 캐싱보다 UI 변경 시 '같은 흐름'이 더 이상 같은 흐름이 아니라고 판단하는 게 더 어려웠거든.

나도 같은 생각 하고 있었어. 매번 새로운 페이지에서 토큰 태우는 것보다 상호작용 경로를 캐싱하는 게 훨씬 합리적이지. 근데 아무도 검증 쪽은 얘기를 안 하네.

맞아, 검증이 진짜 어려운 부분이지. 캐싱/재실행은 DOM 드리프트나 UI 재렌더링 상황에서 저장된 경로가 여전히 유효한지 판단하는 거에 비하면 아주 쉬운 수준이야. '이게 여전히 같은 흐름인가?' 하는 문제가 사실 대부분의 시스템이 실전에서 무너지는 지점이지.

그래, 이게 아무도 말 안 하는 핵심 비효율이지. 에이전트들이 토큰의 60~70%를 이미 본 페이지를 다시 파싱하는 데 쓰는 걸 봤거든. 실행 간 메모리/캐싱 레이어가 도움이 되겠지만, 진짜 승부처는 에이전트가 매번 처음부터 시작하는 대신 '이 흐름은 전에 해결해 본 적 있다'고 인식하게 가르치는 거야. 너 작업별로 토큰 사용량 추적해, 아니면 그냥 청구서 보고 알아차린 거야?