Wie ein inaktiver Agent 50 Millionen Token pro Tag verbrannte – und wie man das behebt

Ein OpenClaw-Nutzer auf Reddit berichtete, dass die LLM-API-Nutzung innerhalb von sechs Tagen von 11M auf 51M Token pro Tag anstieg – insgesamt 196M Token, die größtenteils von einem inaktiven Agenten verschwendet wurden. Die Ursache: Ein vergessener Agent namens "main" wurde alle 30 Minuten von OpenClaws Heartbeat angestoßen, der einen 225k-Token-Sitzungsverlauf lud, nur um "HEARTBEAT_OK" zu antworten.

Das Leck: cacheRead-Dominanz

Zwei Zahlen stachen aus der Transkriptanalyse hervor:

• 95 % der Tokens waren cacheRead – das Modell las alten Gesprächsverlauf erneut, anstatt neue Arbeit zu leisten.
• 56 % aller Tokens stammten von einem einzigen Agenten namens "main", der gar nicht mehr verwendet wurde.

Der Heartbeat lief 48 Mal täglich und lud jedes Mal eine monatealte Sitzung. Sogar eine leere HEARTBEAT.md – die den Heartbeat deaktivieren sollte – konnte ihn in dieser Version nicht stoppen.

Die Lösung: Zwei Schritte

1. Die aufgeblähte Sitzung löschen. Die Sitzungsdatei des inaktiven Agenten entfernen. Der nächste Heartbeat startet mit einer leeren Sitzung. Nur unnötige Sitzungen löschen, echte DM-/Chat-Sitzungen behalten.
2. Wiederbefüllung verhindern. Eine einmalige Löschung reicht nicht, da der Heartbeat die Sitzung weiterhin füllt. Konfigurationsänderungen vornehmen:
   • Setze heartbeat every: "0m", um den Heartbeat komplett zu deaktivieren, falls der Agent nichts tut, oder
   • Setze isolatedSession: true und lightContext: true, damit jeder Heartbeat mit einem frischen, winzigen Kontext (~2-5k Tokens) statt des vollen Verlaufs (~100k+) läuft.

Bonus: Andere Agenten nutzten eine ständig wachsende Sitzung, weil eine Sitzungs-ID in dieser Version nicht wirklich neu startete. Setze die Sitzung zwischen Aufgaben zurück, um jeden Durchlauf sauber zu halten.

Erkenntnisse

• Inaktive Agenten sind nicht kostenlos – ein Heartbeat auf einer fetten Sitzung kann mehr kosten als echte Arbeit.
• Wenn die meisten Tokens cacheRead sind, bezahlst du für das erneute Lesen des Verlaufs, nicht für neue Arbeit.
• Überprüfe, ob "aus" wirklich aus ist – eine leere HEARTBEAT.md stoppte den Heartbeat in der gemeldeten Version nicht.
• Lies die Transkripte pro Durchlauf; der Token-Verbrauch wird dort pro Input/Output/cacheRead aufgezeichnet.

Der Nutzer reduzierte seinen Token-Verbrauch mit diesen Konfigurationsänderungen um mehr als die Hälfte.