说个暴论：你的 AI 编程 Agent 烧钱快，可能不是模型的问题，是脚手架太重了。 一篇西班牙高校的论文刚用实验证明了这件事——7 个 Agent 脚手架 × 5 个模型，跑同一组 GitHub 操作任务（找 issue → 建分支 → 打 patch → commit → 开 PR → 统计文件数），验证方式不是看 Agent 自己说"我完成了"，是直接查仓库真实状态。

结果很扎心： 不内置 MCP 的轻量脚手架（Pi、Tau），中位 token 消耗 1.4-1.6 万，全部任务完成。Claude Code 和 qwen-code 呢？26-29 万 token，贵了 5 到 28 倍，干的是同一件事。 同一个本地 27B 小模型，换不同脚手架跑，成本差了 139 倍。一百三十九倍。模型一样，任务一样，纯粹是脚手架带来的差异。

为什么会这样？ 重型通用 Agent 为了"什么都能干"，默认加载大量工具描述、系统提示、多轮规划上下文。

你以为自己只是在做一个简单的 Git 操作，背后可能被塞了几十个工具 schema。这就是论文说的"通用性税"——你为万能付的隐形账单。

论文标题已经把结论写死了：The Scaffolding Matters More Than the Interface.

脚手架比接口重要。在 Git、gh、docker、kubectl 这些有几十年成熟 CLI 的领域，直接用 CLI 比走 MCP 更直接、更便宜、更可控。MCP 在工具生态碎片化的场景有价值，但在成熟 CLI 面前，它是额外负担。

还有个细节很有意思——Agent 即使被明确提示"不要用 MCP"，也经常忍不住去用。只有彻底移除 MCP 选项才能真正阻止。模型对工具的偏好比你想的顽固。

这对当前 Agent 产品设计的含义很直接： 未来的 Agent 可能不是一个巨大的全能体，而是一个轻量调度层，针对不同任务类型切换专用 harness，只在真正需要时才加载重型工具协议。从通用 Agent 中收获任务专用 Agent，这是论文给出的方向。

一句话带走：别让你的 Agent 为了"万能"付 28 倍的钱。任务定义清晰时，小而专注的 harness 完胜大型通用框架