1. 实验起点Rome 的递归 agent 不是「一次性工具」但 Token 账本必须一次一记把 Rome 的模型调用层切到 TaoToken 时最容易卡住的不是 TypeScript monorepo 的编译而是 Claude Code 的 settings.json 里 ANTHROPIC_BASE_URL 到底该填https://taotoken.net/api还是带/v1的地址。我这次实验的目标很明确用 Rome 的递归 agent 做一组复利实验同时用 TaoToken 记录每一轮的真实 Token 消耗。TaoToken 官网入口在这里https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_intro 从这里可以拿到实验用的 Key模型入口统一走 https://taotoken.net/api 。Rome 在 GitHub 上的定位是给人类和 agent 共用的 agentic OSMIT 许可TypeScript 写成早期项目。它想解决的问题和「一次性工具」相反普通 agent 完成一个任务就结束下一次对话重新开始Rome 希望 agent 在自己的运行过程中沉淀状态、记忆和能力形成递归改进。这个方向听起来很大但落到工程上无非是三件事状态存哪里、经验怎么复用、每轮改进的成本是多少。前两件事是 Rome 的架构问题第三件事就是 Token 账本问题。所以我把实验拆成两个可复现的产出实验日志每一轮 agent 的任务、输入、输出、耗时、产出文件。Key 来源与每轮 Token 消耗对照Key 从 TaoToken 官网获取Base URL 统一为https://taotoken.net/api每一轮结束后从 TaoToken 控制台核对消耗。这样即使 Rome 本身还在快速迭代至少成本归因是可复现的。下面的内容不是项目介绍文而是一份可跟做的实验记录怎么拿 Key、怎么配 Claude Code、怎么配 Codex、怎么设计三轮递归任务、怎么把每轮 Token 消耗对齐到实验日志以及中间会遇到哪些坑。2. 实验环境与 Key 来源从 TaoToken 官网到 Base URL 的完整路径2.1 为什么不用多个供应商混跑Rome 的复利实验有一个基本要求每一轮 agent 的输入输出必须能归因。如果模型出口一会儿走 A 供应商、一会儿走 B 供应商Token 消耗就会散落在多个后台实验日志和账单对不上。TaoToken 在这里的角色不是「又一个模型入口」而是统一出口所有递归轮次都通过同一个 Base URL 发送请求控制台里能按时间、按 Key、按模型看到消耗。Key 的获取路径建议固定成三步打开 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_key 。进入控制台创建 API Keyhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_keys 。把 Key 写入本地环境变量或工具配置不要硬编码进 Rome 仓库。Base URL 统一使用https://taotoken.net/api注意这个地址不要带 UTM 参数它是给 SDK 和 CLI 用的。UTM 只出现在你手动打开的官网页面里。2.2 实验目录结构为了让日志和 Token 对照可复现我在本地建了一个独立目录不和 Rome 源码混在一起rome-compound-lab/ ├── .env.example ├── configs/ │ ├── claude-settings.json │ ├── codex-config.toml │ └── cc-switch/ ├── exp/ │ ├── round-1.md │ ├── round-2.md │ ├── round-3.md │ └── token-ledger.md └── scripts/ └── run-round.sh其中token-ledger.md是核心账本。每完成一轮实验手动或半自动写入一行。后面第 5 节会给模板。2.3 环境变量约定不要把 Key 写进代码仓库。用.env或 shell 变量export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/apiClaude Code 和 Codex 读取的变量名不同下一节分别写。千万不要把ANTHROPIC_*变量套到 Codex 上这是两个不同的配置体系。3. Claude Code 配置settings.json 与 ANTHROPIC_* 三件套Claude Code 的配置入口是settings.json。如果你在实验里用 Claude Code 作为 agent 的编码/执行入口把模型出口切到 TaoToken 只需要改两个字段。3.1 settings.json 示例在项目目录或用户目录下创建/编辑{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY } }这里的ANTHROPIC_BASE_URL填https://taotoken.net/api不要再拼/v1或/chat/completions。SDK 会按 Anthropic 兼容路径拼接。ANTHROPIC_AUTH_TOKEN使用你在 TaoToken 控制台创建的 Key。3.2 验证配置是否生效配置完成后不要直接开始跑 Rome 的复利实验。先做一次最小验证claude -p 只回复一句taotoken-ok如果返回正常文本说明 Claude Code 已经走到 TaoToken 出口。然后去 TaoToken 控制台看这次请求的 Token 消耗是否出现。如果控制台没有记录大概率是环境变量被其他配置覆盖或者 Base URL 写错了。3.3 CC Switch 三件套怎么理解如果你用 CC Switch 管理多套配置建议把「三件套」拆清楚第一件Claude Code 的settings.json使用ANTHROPIC_*。第二件Codex 的config.toml使用自己的 provider 字段。第三件环境变量模板只放TAOTOKEN_API_KEY和TAOTOKEN_BASE_URL。CC Switch 切换的是这三份配置的组合而不是把同一份ANTHROPIC_*复制到所有工具。尤其 Codex 不认识ANTHROPIC_BASE_URL写了也不会生效。4. Codex 配置config.toml 不要混用 ANTHROPIC_*Codex 使用config.toml管理模型供应商。下面是一个可复制的示例目标是让 Codex 走 TaoToken 的 OpenAI 兼容入口。4.1 config.toml 示例model gpt-4.1 model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY然后在 shell 里设置export TAOTOKEN_API_KEYYOUR_API_KEY注意几点base_url用https://taotoken.net/api不要带 UTM。env_key写的是环境变量名不是 Key 本身。模型名以 TaoToken 控制台里可用的为准示例里的gpt-4.1只是占位。不要在这个文件里写ANTHROPIC_AUTH_TOKENCodex 不读它。4.2 验证 Codex 出口codex exec 输出一行codex-taotoken-ok执行后同样去 TaoToken 控制台核对消耗。如果 Codex 报 401优先检查TAOTOKEN_API_KEY是否导出成功如果报 404检查base_url是否多写了路径。4.3 Claude Code 与 Codex 的配置隔离实验里经常出现一种混乱Claude Code 已经能跑于是把同一套环境变量直接拿去跑 Codex结果 Codex 一直报模型不存在。原因不是 TaoToken 的问题而是 Codex 的 provider 配置没有生效。建议在实验目录里明确标注Claude Code - ANTHROPIC_BASE_URL / ANTHROPIC_AUTH_TOKEN Codex - config.toml TAOTOKEN_API_KEY CC Switch - 切换上述两套 环境变量模板这样后面排查 Token 不显示时能快速定位是哪一层没走通。5. Rome 复利实验设计三轮递归任务与 Token 对照表Rome 的核心概念是递归 agentagent 在自己的运行过程中不断累积、改进、自我优化。为了验证「复利」是否真的发生我设计了三轮任务。每一轮都通过 TaoToken 出口调用模型并记录 Token。5.1 三轮任务定义第 1 轮冷启动。让 agent 完成一个具体任务例如「整理一份实验目标说明并输出可复用的经验文件」。这一轮没有历史经验agent 只能靠基础提示词和工具调用完成。Token 消耗通常偏高因为探索路径长。第 2 轮带经验重跑。把第 1 轮产出的经验文件作为上下文让 agent 执行同类任务。观察两件事任务耗时是否下降、输出质量是否更稳定。Token 可能不会下降因为经验文件本身增加了输入长度。第 3 轮自优化。让 agent 对比第 1、2 轮的经验文件生成一份压缩后的「优化提示词」再用这份提示词执行第三次任务。这一轮的重点不是 Token 多少而是 agent 是否能从自己的历史中提取有效策略。5.2 实验日志模板每一轮结束后往exp/token-ledger.md写一行| 轮次 | 任务 | 模型 | 输入 Token | 输出 Token | 总 Token | 耗时 | 产出文件 | 备注 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 1 | 冷启动任务 经验文件 | YOUR_MODEL | 12,340 | 3,210 | 15,550 | 4m12s | exp/round-1.md | 无历史经验 | | 2 | 携带 round-1 经验重跑 | YOUR_MODEL | 15,880 | 2,940 | 18,820 | 3m05s | exp/round-2.md | 输入变长耗时下降 | | 3 | 对比前两轮并自优化 | YOUR_MODEL | 19,200 | 4,100 | 23,300 | 2m50s | exp/round-3.md | 经验压缩后重跑 |上表中的数字是示例格式实际数字以 TaoToken 控制台为准。每轮结束后把控制台里的输入、输出 Token 抄进表格同时记录本地耗时和产出文件。这样你就得到了一份「Key 来源 每轮 Token 消耗」的对照账本。5.3 如何从 TaoToken 控制台核对建议在每轮实验结束后立刻核对不要攒到一天结束。做法是打开 TaoToken 控制台进入 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_keys 。按时间排序找到刚才那一轮请求。记录输入 Token、输出 Token、模型名。回到token-ledger.md补齐表格。如果控制台里找不到某轮请求先检查 agent 是否真的走了 TaoToken 出口。常见原因是 Rome 的某个子进程读取了另一套环境变量。6. 实验日志复盘复利效应是否出现Token 消耗如何变化三轮跑完后不要只看总 Token。复利实验的关键指标有三个单位任务耗时、单位任务输出质量、单位任务探索成本。下面是我在实验日志里观察到的典型现象以及对应的解释。6.1 第 1 轮探索成本最高第 1 轮没有历史经验agent 需要自己决定任务拆解、工具调用顺序、文件命名、输出格式。这一轮的输入 Token 不一定最高但输出 Token 和耗时往往偏高因为 agent 在「试」。如果实验目标是验证复利第 1 轮的作用是建立基线不是追求省 Token。6.2 第 2 轮输入 Token 上升但耗时下降第 2 轮把第 1 轮的经验文件塞进上下文输入 Token 通常会增加。但你会发现 agent 的决策路径变短了它不再重新探索目录结构、不再反复确认输出格式、不再尝试无效工具。结果就是总 Token 可能上升但耗时下降。这时候不要急着下结论说「复利没发生」因为复利的第一个表现是路径压缩不是账单减少。6.3 第 3 轮经验压缩决定长期成本第 3 轮让 agent 自己对比前两轮经验生成优化提示词。如果 agent 只是把两份经验文件简单拼接Token 会继续膨胀复利变成负债。如果 agent 能提取出「哪些步骤可以跳过、哪些检查必须保留、哪些输出格式最稳定」并把经验压缩成更短的规则那么第 4 轮、第 5 轮才有可能出现 Token 下降。我在实验日志里加了一个判断条件如果 第N轮总Token 第N-1轮总Token 且 耗时下降 则记录为「路径压缩期」。 如果 第N轮总Token 和 耗时同时下降 则记录为「复利兑现期」。 如果 第N轮总Token 上升 且 耗时也上升 则记录为「经验膨胀期」需要人工压缩经验文件。这个判断不复杂但能防止你把「上下文变长」误判成「能力变强」。6.4 Token 消耗对照的三种视角在token-ledger.md里建议保留三列分析按轮次看总 Token 是否随轮次收敛。按任务类型看同类任务的单位 Token 是否下降。按模型看不同模型在同等任务下的消耗差异。TaoToken 控制台提供按 Key、按时间的消耗记录你可以把导出的数据和本地日志做一次对齐。对齐不上时优先检查是否有请求绕过了 TaoToken 出口。7. 常见报错与排查清单401、404、模型不存在、Token 不显示实验过程中最容易遇到的不是 Rome 的编译错误而是模型出口配置错误。下面按报错现象整理排查顺序。7.1 401 Unauthorized可能原因Key 不是从 TaoToken 控制台创建的。Key 复制时带了空格或换行。Claude Code 的ANTHROPIC_AUTH_TOKEN没生效。Codex 的env_key指向的环境变量没有导出。排查命令echo $TAOTOKEN_API_KEY确认输出不是空也不是YOUR_API_KEY占位符。然后在 TaoToken 控制台重新创建一个 Key 做对照。7.2 404 Not Found最常见的原因是 Base URL 多写了路径。比如错误https://taotoken.net/api/v1/chat/completions 正确https://taotoken.net/apiClaude Code 和 Codex 会各自拼接自己的路径。你把完整路径写进base_url工具再拼一次就会 404。7.3 模型不存在模型名必须和 TaoToken 控制台里可用的模型一致。不要用记忆中的模型名也不要把 Claude Code 的模型名直接复制到 Codex。实验前先去控制台确认模型列表再填入配置。7.4 Token 不显示如果本地有输出但 TaoToken 控制台看不到消耗按这个顺序查请求是否真的走了 TaoToken 出口。环境变量是否被项目内.env或 shell 配置覆盖。Claude Code 和 Codex 是否用了不同的 Key。是否有缓存或代理层截走了请求。这一项对复利实验最重要因为 Token 账本一旦缺轮次后面的成本归因就不成立。7.5 Claude Code 与 Codex 配置混用典型症状Claude Code 正常Codex 报错或者 Codex 正常Claude Code 读不到 Key。原因通常是把ANTHROPIC_*写进了 Codex 配置或者把 Codex 的 provider 配置写进了 Claude Code 的settings.json。记住Claude Codesettings.json ANTHROPIC_* Codexconfig.toml TAOTOKEN_API_KEY不要把两套混在一起。8. 把实验变成可复现的工程目录结构、日志模板、成本归因Rome 本身还在快速迭代今天能跑的配置明天可能变。但实验方法可以不变。下面这套结构可以让你在任何 agent 项目上复用。8.1 固定 Key 来源每次实验开始前从 TaoToken 官网获取 Keyhttps://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_key 。不要用上次实验遗留的 Key避免不同实验的 Token 混在一起。8.2 固定 Base URL所有工具的模型出口统一写https://taotoken.net/apiClaude Code 写进ANTHROPIC_BASE_URLCodex 写进config.toml的base_url。不要在一个实验里混用多个 Base URL。8.3 固定日志格式token-ledger.md建议至少包含这些列| 轮次 | 任务 | 模型 | 输入 Token | 输出 Token | 总 Token | 耗时 | 产出文件 | 经验文件是否复用 | 备注 |如果一轮实验里包含多个子任务就拆成多行。每行都对应一次可核对的 TaoToken 消耗。8.4 固定复盘节奏每跑完一轮立刻做三件事从 TaoToken 控制台抄 Token。把本轮产出文件路径写入日志。用第 6 节的判断条件标注本轮属于「路径压缩期」「复利兑现期」还是「经验膨胀期」。连续跑三轮后你会得到一张很直观的表Token 消耗不一定单调下降但单位任务的探索成本应该出现下降趋势。如果 Token 和耗时同时上升说明经验文件需要人工压缩而不是继续让 agent 自己堆上下文。8.5 成本归因的边界需要说清楚Rome 的「agent OS」愿景很大早期项目的递归能力、状态管理、记忆机制都还在演进。上面的实验只能验证「在固定任务上agent 是否能通过复用经验减少探索」不能证明它已经是一个成熟操作系统。Token 账本的作用是让你看清每一步的成本而不是给项目下结论。9. 文末 CTA模型对话 → Coding Plan → 创建 Key → Claude Code 文档如果你准备复现这组 Rome 复利实验建议按下面顺序走一遍先到模型对话页面确认模型可用性https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_chat需要长期跑实验看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_plan创建实验专用 API Keyhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_keysClaude Code 配置细节看官方文档https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentrome_compound_doc配置时记住三个固定值Base URL 用https://taotoken.net/apiKey 用YOUR_API_KEY占位并写入环境变量Claude Code 用settings.json里的ANTHROPIC_*Codex 用config.toml且不要混用ANTHROPIC_*。跑完每一轮把 TaoToken 控制台的 Token 消耗抄进实验日志。这样你得到的不仅是一篇项目介绍而是一份能反复执行的 agent 复利实验记录。