在复现 Microsoft 论文的 environment-probing curation 时我先去 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_intro创建了两个 Key一个交给写入侧智能体一个交给校验侧智能体。Base URL 统一使用 https://taotoken.net/api。论文的核心结论是长期运行智能体在把经验写入持久记忆之前让一个只读访问环境的独立记忆智能体做正确性与可复用性校验CLBench 通过率从 39% 升到 73%。但我更关心工程落地里的另一面——同一套环境探测流程Key 从写入换到校验Token 消耗到底怎么变。因为写入侧要探索、归纳、生成记忆草稿校验侧要只读复测、反驳、标注可复用性两边调用的模型、上下文长度、重试次数都不同。如果只用同一个 Key 混跑账单和延迟会混在一起出了问题也很难定位是写入污染还是校验误杀。这篇文章就按可跟做的顺序把 TaoToken Key 的申请、Base URL 配置、Claude Code 与 Codex 的接入、CC Switch 三件套、写入/校验 Token 对照实验、CLBench 指标对齐和常见报错排查串起来。1. 从 environment-probing curation 到工程配置为什么要拆写入 Key 与校验 KeyMicrosoft 这篇论文给了一个很清晰的架构信号不要让长期运行智能体直接把自己的“经验”写进持久记忆。它先提出一个环境探测式记忆整理流程核心动作是在写入前引入独立校验。写入侧智能体负责与环境交互、收集事实、形成候选记忆校验侧智能体以只读方式重新访问同一环境检查候选记忆是否正确、是否依赖临时状态、是否能在后续任务中复用。论文报告在 CLBench 上通过率从 39% 提升到 73%这说明“写前校验”不是锦上添花而是决定记忆质量的关键环节。落到工程里这个流程会自然拆成两个阶段写入阶段探测环境、生成候选记忆、决定写入哪些字段。校验阶段只读探测同一环境、逐条验证候选记忆、输出 accept/reject/rewrite 标记。两个阶段可以使用同一套 Base URL但最好使用不同的 TaoToken Key或者至少使用不同的 Key 别名和用量标签。原因有三个。第一Token 消耗结构不同。写入侧通常有大量探索性调用和长上下文归纳校验侧虽然只读但会反复执行“假设—验证—反驳”输入 Token 可能更高。第二排障边界不同。如果写入侧出现幻觉校验侧应该拦截如果两者共用一个 Key日志里很难区分是写入模型跑偏还是校验模型漏判。第三成本归因不同。把写入和校验拆成两个 Key 后可以在 TaoToken 控制台分别观察调用量、模型分布和失败率再决定是否给校验侧换更便宜的模型或给写入侧保留更强模型。如果你还没有 Key直接去 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_setup注册并进入控制台。建议创建两个 Key一个命名agent-writer一个命名agent-verifier。Base URL 都填https://taotoken.net/api不要在后面手动加/v1或/messages具体路径交给 SDK 或工具自己拼接。Key 只在创建时完整显示一次复制后写入本地环境变量或配置文件不要提交到 Git。2. 前置准备TaoToken Key、Base URL 与本地环境变量在 TaoToken 控制台创建 Key 的入口是 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_keys 。创建完成后你至少需要两个值TAOTOKEN_API_KEY主 Key用于写入侧。TAOTOKEN_VERIFY_KEY校验侧 Key可以用同一个账号下的另一个 Key也可以先用同一个 Key 跑通再拆分。Base URL 统一为https://taotoken.net/api本地环境变量建议这样写。Linux/macOS 可以放到~/.zshrc或~/.bashrcWindows 可以放到系统环境变量或 PowerShell profile。注意下面只是本地终端示例命令由你在自己机器上执行不要连生产数据库也不要把 Key 打印到公开日志。export TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_VERIFY_KEYYOUR_VERIFY_API_KEY验证 Key 是否可用可以用一条最小请求。不同 SDK 的路径拼接方式不同建议先用官方 SDK 设置base_url避免手写路径出错。例如 Python 的 OpenAI 兼容客户端from openai import OpenAI import os client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) resp client.chat.completions.create( modelYOUR_MODEL_ID, messages[ {role: system, content: 你是一个只读环境探测助手只输出 JSON。}, {role: user, content: 列出当前工作目录下的一级文件和目录名不要读取文件内容。}, ], temperature0, ) print(resp.choices[0].message.content) print(resp.usage)如果你使用 Anthropic SDK也可以把base_url指向同一个地址。关键是工具配置里的 Base URL 是https://taotoken.net/api不要在 Claude Code 里写成https://taotoken.net/api/v1也不要在 Codex 里把 Anthropic 的环境变量塞进去。3. 环境探测流程拆解写入侧与校验侧的 Token 消耗点为了做 Token 对照先把同一套环境探测流程拆成可观测步骤。写入侧和校验侧共享同一个环境但权限和提示词不同。写入侧流程只读扫描目录结构、依赖文件、运行入口、配置文件。对候选事实做一次归纳例如“项目使用 pnpm”“测试命令是pnpm test”“构建产物在dist/”。生成候选记忆条目每条包含claim、evidence、scope、confidence。决定哪些条目进入持久记忆哪些丢弃。校验侧流程接收写入侧提交的候选记忆条目。对每条claim设计一个只读验证动作例如再次检查package.json、运行pnpm test --help的 dry-run 版本、检查目录是否存在。对比验证结果与evidence输出accept、reject或rewrite。对通过条目标注reusable、environment_specific、ephemeral。把校验报告返回给写入侧只有 accept 的条目才允许写入长期记忆。Token 消耗点主要分布在系统提示词写入侧通常包含记忆格式、字段说明、安全边界校验侧包含只读约束、反例生成、判定标准。环境探测输出目录树、配置片段、命令输出会作为上下文进入模型。多轮重试校验侧如果发现证据不足会要求写入侧补充证据产生额外轮次。JSON 解析失败重试两边都可能因为格式不稳定而重试。模型选择写入侧可以用强模型校验侧可以用中等模型加更严格的提示词但校验侧输入更长。工程上我建议把每一步的usage都落盘。不要只记总 Token而是记prompt_tokens、completion_tokens、total_tokens、model、key_alias、stage、task_id。这样后面才能回答“校验到底贵在哪里”。4. Claude Code 配置写入与校验分别指向 TaoTokenClaude Code 的配置核心是settings.json和ANTHROPIC_*环境变量。注意Claude Code 使用 Anthropic 风格变量不要把OPENAI_*或 Codex 的config.toml混进来。下面是一个可复制的settings.json示例。假设写入侧和校验侧使用不同 Key但 Base URL 相同。{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: YOUR_MODEL_ID, ANTHROPIC_SMALL_FAST_MODEL: YOUR_SMALL_MODEL_ID }, permissions: { allow: [ Read, Glob, Grep ], deny: [ Write, Edit, Bash(rm:*), Bash(curl:*) ] } }上面这套配置适合校验侧只允许读、列目录、搜索不允许写文件和执行破坏性命令。写入侧可以另建一个工作目录使用不同的settings.json把ANTHROPIC_AUTH_TOKEN换成TAOTOKEN_API_KEY并允许在受限目录内写入候选记忆文件。如果你使用环境变量而不是settings.json可以在 shell 中这样设置export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKEN$TAOTOKEN_VERIFY_KEY export ANTHROPIC_MODELYOUR_MODEL_ID然后启动 Claude Code。排查时先看它是否真的走了 TaoToken可以在低风险测试目录里发起一次对话观察 TaoToken 控制台是否出现对应请求。如果控制台没有记录说明环境变量没有生效或者被上层配置覆盖。Claude Code 文档入口在https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_claudecode 里面有更完整的配置说明。不要直接把本文的YOUR_MODEL_ID当成固定模型名去模型对话页确认当前可用模型 IDhttps://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_chat 。5. Codex 配置config.toml 不要套 ANTHROPIC_*Codex 使用config.toml它不走ANTHROPIC_*。很多人排障时最大的错误就是把 Claude Code 的环境变量复制到 Codex结果 Codex 仍然走默认供应商或者报认证失败。正确做法是在~/.codex/config.toml里定义 provider把 Base URL 指向 TaoToken。model YOUR_CODEX_MODEL_ID model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat [profiles.writer] model YOUR_CODEX_MODEL_ID model_provider taotoken [profiles.verifier] model YOUR_VERIFIER_MODEL_ID model_provider taotoken然后在 shell 中设置export TAOTOKEN_API_KEYYOUR_API_KEY如果你要切到校验侧可以把env_key改为TAOTOKEN_VERIFY_KEY或者在启动 Codex 时指定 profilecodex --profile verifier再次强调Codex 的config.toml里不要出现ANTHROPIC_AUTH_TOKEN、ANTHROPIC_BASE_URLClaude Code 的settings.json里也不要出现model_providers。两套工具可以共用同一个 TaoToken 账号和同一个 Base URL但配置字段必须各走各的。6. CC Switch 三件套写入/校验一键切换的本地配置如果你同时使用 Claude Code、Codex 和 CC Switch建议把“写入”和“校验”做成两套 profile。CC Switch 三件套可以理解为Claude Code 的settings.json、Codex 的config.toml、以及本地环境变量文件。下面给一个目录组织示例避免每次手动改 Key。~/.taotoken-profiles/ writer/ claude-settings.json codex-config.toml env.sh verifier/ claude-settings.json codex-config.toml env.shwriter/env.shexport TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_API_KEYYOUR_API_KEY export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELYOUR_MODEL_IDverifier/env.shexport TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_VERIFY_KEYYOUR_VERIFY_API_KEY export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_VERIFY_API_KEY export ANTHROPIC_MODELYOUR_VERIFIER_MODEL_ID切换时只做两件事把对应 profile 的claude-settings.json链接到 Claude Code 配置路径把codex-config.toml链接到~/.codex/config.toml然后source对应的env.sh。这样写入侧和校验侧不会串 Key。注意不要把YOUR_API_KEY提交到仓库可以改用本地密钥管理或 shell 的read -s输入。TaoToken 控制台的 API Keys 页面可以随时创建、禁用和轮换 Keyhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_keys 。7. 可复现实验写入 Key 换到校验 KeyToken 消耗对照实验目标在同一套环境探测任务上固定模型和提示词模板只切换 Key 与阶段记录 Token 消耗和判定结果。为了不碰生产库我用一个本地演示项目作为环境里面包含package.json、README.md、src/、tests/和dist/。写入侧只读扫描并生成候选记忆校验侧只读复测并输出 accept/reject。实验记录表建议包含以下字段字段说明task_id同一任务 IDstagewriter 或 verifierkey_aliasagent-writer 或 agent-verifiermodel模型 IDprompt_tokens输入 Tokencompletion_tokens输出 Tokentotal_tokens总 Tokenlatency_ms延迟verdict校验侧结果accepted是否接受下面是一段本地统计脚本只读取你落盘的 JSONL 日志。它不会连接任何数据库也不会调用外部服务。你可以把每次调用的usage写入usage.jsonl然后运行import json from collections import defaultdict stats defaultdict(lambda: { calls: 0, prompt_tokens: 0, completion_tokens: 0, total_tokens: 0, }) with open(usage.jsonl, r, encodingutf-8) as f: for line in f: if not line.strip(): continue item json.loads(line) stage item[stage] usage item[usage] stats[stage][calls] 1 stats[stage][prompt_tokens] usage.get(prompt_tokens, 0) stats[stage][completion_tokens] usage.get(completion_tokens, 0) stats[stage][total_tokens] usage.get(total_tokens, 0) for stage, s in stats.items(): avg_total s[total_tokens] / s[calls] if s[calls] else 0 print(f{stage}: calls{s[calls]}, fprompt{s[prompt_tokens]}, fcompletion{s[completion_tokens]}, ftotal{s[total_tokens]}, favg_total{avg_total:.1f})在我本机的小样本复现中写入侧和校验侧的消耗结构明显不同。写入侧的completion_tokens占比更高因为要生成结构化记忆条目校验侧的prompt_tokens占比更高因为要把候选记忆、环境证据、判定规则一起放进上下文。切换 Key 本身不会改变 Token 计费逻辑但它让两条链路的用量可以独立归因。下面是一个示例对照仅用于说明记录方式不代表官方数据writer: calls12, prompt18420, completion6210, total24630, avg_total2052.5 verifier: calls18, prompt32760, completion4380, total37140, avg_total2063.3可以看到校验侧调用次数更多、输入 Token 更长但输出更短。如果你的校验侧总 Token 反而低于写入侧可能是校验提示词太短或者校验只做了格式检查而没有真正复测环境。论文强调“只读访问环境”如果校验侧只读记忆文本、不再探测环境就退化成普通自检拦截能力会下降。8. CLBench 结果对齐39% 到 73% 在工程上意味着什么论文报告 CLBench 通过率从 39% 提升到 73%这个数字不能直接等价于“随便加一个校验智能体就能翻倍”。它的实验条件是长期运行智能体先产生候选经验再由独立记忆智能体只读探测环境并校验正确性与可复用性。工程上要对齐这个结果至少要满足四个条件校验侧与写入侧身份分离。不是同一个对话里让模型“再检查一遍”而是独立调用、独立 Key、独立提示词。校验侧只读。不允许写文件、改配置、执行安装命令避免校验过程污染环境。校验对象是候选记忆不是原始对话。要显式列出claim和evidence否则模型会泛泛而谈。校验结果可执行。输出accept/reject/rewrite和理由写入侧只接收 accept 或 rewrite 后的条目。在本地复现时我不建议一上来追求 73% 的绝对值。更现实的做法是记录三组指标写入侧候选记忆数量、校验侧拦截数量、最终写入长期记忆数量。如果拦截率长期为 0说明校验提示词太宽松如果拦截率超过 60%说明写入侧探测质量太差。一个健康的迭代方向是先提高写入侧证据质量再用校验侧过滤环境特定和临时状态最后只把可复用条目写入长期记忆。CLBench 的完整跑分需要按论文数据集和评测脚本执行。本文的复现重点是接入路径和 Token 归因同一套环境探测流程里写入 Key 负责探索和生成校验 Key 负责只读复测和判定两者共享https://taotoken.net/api作为 Base URL但用量分开统计。这样你才能判断成本花在“探索”还是“验证”上。9. 常见报错与排查401、404、模型不存在、配置串台接入 TaoToken 时常见问题集中在 Key、Base URL、模型 ID 和工具配置四类。401 Unauthorized / invalid api key检查YOUR_API_KEY是否完整复制有没有多余空格。检查环境变量是否生效echo $TAOTOKEN_API_KEY只应在本机终端查看不要发到公开频道。Claude Code 看ANTHROPIC_AUTH_TOKENCodex 看env_key指向的变量名。如果 Key 被禁用或轮换去控制台重新创建https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_keys 。404 Not FoundBase URL 应填https://taotoken.net/api不要手动追加/v1/chat/completions或/v1/messages。如果你使用的 SDK 需要完整 URL请按 SDK 文档拼接不要同时保留重复路径。检查工具是否走了默认官方地址。Claude Code 里ANTHROPIC_BASE_URL拼写错误时可能回退到默认地址。400 model not found / model not supportedYOUR_MODEL_ID不是占位符要去模型对话页或控制台查看当前可用模型 ID。写入侧和校验侧可以使用不同模型但都要在 TaoToken 侧可用。Codex 的model和model_providers.taotoken下的字段要对应不要一个写 Anthropic 模型名一个写 OpenAI 模型名。配置串台Claude Code 只用settings.json/ANTHROPIC_*。Codex 只用config.toml/model_providers。CC Switch 切 profile 时确认链接指向正确文件。不要把ANTHROPIC_*写进 Codex也不要把model_providers写进 Claude Code。Token 统计对不上记录每次请求的usage不要只依赖工具界面总量。区分prompt_tokens和completion_tokens写入侧和校验侧的成本结构不同。检查是否有重试。一次 JSON 解析失败重试会额外产生一整轮 Token。校验侧如果反复探测同一目录考虑缓存只读探测结果但不要缓存到可能过期的状态。10. 把写入/校验流程接到 TaoToken模型对话、Coding Plan、Key 与 Claude Code 文档如果你已经理解流程下一步就是把它跑起来。建议按这个顺序操作先到模型对话页确认可用模型和响应格式https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_chat 。在这里可以先用短提示词测试写入侧和校验侧的提示词模板不必一开始就接工具。如果你要长期跑 Claude Code、Codex 或类似编码工作流看 Coding Plan 是否适合你的调用频率https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_plan 。到 API Keys 页面创建agent-writer和agent-verifier两个 Key分别写入本地 profilehttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_keys 。Claude Code 用户按文档配置settings.json和ANTHROPIC_*把 Base URL 设为https://taotoken.net/apihttps://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_claudecode 。Codex 用户改config.toml定义model_providers.taotoken不要把 Anthropic 变量套进去。跑一轮小样本环境探测分别记录写入侧和校验侧的usage输出消耗对照表和 accept/reject 统计。最后再强调一次边界本文的 SQL、Shell 和 Python 命令都应由你在本地或受控测试环境执行不要直接连生产数据库校验侧只读访问的是文件系统和本地配置不是线上核心库。TaoToken 在这里承担的是模型调用入口Base URL 固定为https://taotoken.net/apiKey 通过官网控制台创建和管理。把写入和校验拆成两个 Key 之后你得到的不是更复杂的配置而是一条可归因、可拦截、可复用的记忆生产链路。官网入口https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentenv_probe_cta 。