駭客松專案 OCCAM 量化 AI Agent 的 token 成本

2026 年 10 月 3 日，DEV Community 的 AI 分類下出現一篇題為《用 TigerGraph 量化 AI Agent 的 token 成本》的文章。作者在文中記錄，自己在 TigerGraph Agentic GraphRAG 駭客松中做了一個名為 OCCAM 的專案，用來測算 AI Agent 額外的推理與檢索步驟是否值回多花的 token。作者提出的問題不是 Agentic 流程能否給出更好的答案，而是這些多出來的步驟在 token 成本上是否划算。文章提到，這次駭客松的指南也把這一點當作真正的問題：關鍵不在於 agentic 是否產生更好的答案，而在於額外的 reasoning 和 retrieval 步驟是否值得額外的 token 成本。

作者在開頭寫道，如今幾乎所有人都在把 Agent 接到檢索流程上，卻幾乎沒有人追問它們的成本是多少。文章帶有 ai、rag、graph、python 等標籤。

從目前這篇報道能核對的範圍內，OCCAM 的定位是在該駭客松中用於測算 Agent token 成本的工具，材料裡沒有給出具體的測算結果、數字或對比結論，也沒有說明專案後續是否繼續開發或釋出。