这是 agent loop 的典型现实：工具调用本身可能不贵，但每次工具结果回来后，模型都要重新读取上下文、解释状态、决定下一步，再把决策格式化成下一次调用。
成本膨胀最常见的来源通常是：每轮都带着过多旧上下文重读、工具结果太长太原始、一个本可批处理的任务被拆成很多小轮次、审批和确认点设计得太碎。
最值得优先优化的通常不是模型本身，而是减少不必要轮次、压缩工具结果、保留更高密度的状态投影。harness engineering 真正能省掉的，是那些对最终判断没有持续价值、却每一轮都在反复占上下文和注意力的中间噪音。