antirez: Alternatives for the EDIT tool of LLM agents — LLM Agent 的 EDIT 工具设计探索

来源: https://antirez.com/news/166

日期: 2026-05-19

评分: ⭐⭐⭐⭐ (4/5)

一句话版本

Redis 创始人 antirez 在为自己的本地推理引擎 DS4 写 Agent 时，发现主流 EDIT 工具的设计太浪费 token——他设计了一套基于行级校验标签的 EDIT 系统，让 LLM 不用重复写出旧文本，节省大量 token。

核心内容

背景

antirez 正在为他的 DS4 项目（我们在 5月15日 做过报告的 DwarfStar 4——用纯 C 手写的本地推理引擎）编写 Agent。由于本地推理的 token 预算非常紧张（"token-poor, a battlefield where optimizations count"），他需要极致优化每个工具调用的 token 开销。

问题：CAS 模式的浪费

当前所有 Agent 使用的 EDIT 工具都采用 CAS (Check And Set) 模式：


EDIT old="旧的文本内容" new="新的文本内容"

这让 LLM 必须重复输出完整的旧文本，问题在于：

1. 浪费 token——每次编辑都要把旧文本重复一遍

2. 特殊字符出错——旧文本中的特殊字符和空格，LLM 可能复述不准

3. 失败重试——复述错了，工具调用失败，又得重来

单纯用行号（"改第 22 行"）也不行——同时编辑、切换分支时行号内容可能已经变了。

antirez 的方案：行级校验标签（Tag-based EDIT）

他的设计：READ 和 SEARCH 工具返回带标签的行：


 10:Q8fA int count = 10;
 11:rA3_ if (count > limit) {
 12:Kq9z count = limit;
 13:PX0b }

每个标签是 4 个字符（~2.5 LLM tokens），代表该行内容的校验和。

单行编辑


{
  "tool": "edit",
  "path": "/tmp/example.c",
  "line": 10,
  "tag": "Q8fA",
  "new": "int count = 11;"
}

多行编辑


{
  "tool": "edit",
  "path": "/tmp/example.c",
  "lines": "11:rA3_\n12:Kq9z\n13:PX0b",
  "new": "if (count > limit)\n    return limit;"
}

另一种思路：全文件 CRC32

antirez 还在考虑另一种方案——不用每行的 tag，而是用整个文件的 CRC32 校验和。好处是节省更多 token（行号 + CRC 即可），但坏处是文件内任何不相关的改动都会导致编辑失败。

他认为需要通过实际使用来评判哪种更好，目前先加一个命令行开关切换编辑模式。

DeepSeek V4 Flash 的表现

antirez 特别提到：DeepSeek V4 Flash 能非常有效地使用这套工具（"apparently it is natural for it"）。他认为编辑更快更可靠了，但没有给出精确的测量数据。

分析

为什么重要？

虽然这只是 antirez 的一个小实验（他自己也说 "of course this was already done in the past"），但它触及了一个被忽视的核心问题：

当前 LLM Agent 工具的设计几乎都是为「token 丰富」的场景设计的（云端 API 模型），但本地推理场景完全不同。

antirez 的设计哲学

这篇短文体现了 antirez 一贯的工程风格：

与我们项目的关联

评分表

维度评分说明
深度⭐⭐⭐⭐短小精悍，一个具体问题的完整思路
实用性⭐⭐⭐⭐tag-based edit 方案可复制到任何 Agent 框架
创新性⭐⭐⭐作者自己也说以前有人做过，但 CRC32 tradeoff 讨论有价值
与我们关联⭐⭐⭐⭐⭐直接关系 OpenClaw/Agent 工具链的 token 优化

关键链接