Lexi —— 无需修改代码即可降低 AI 成本

是什么

Lexi 是一款面向运行生产级 AI 工作负载团队的 API 层产品，帮助在不改变应用逻辑的前提下降低 token 使用量。它位于应用与受支持模型提供商之间，在每次请求前重构对话上下文，并使用客户自己的提供商密钥转发请求。

该产品被定位为一种低摩擦优化层，适用于长时间运行的聊天和代理工作流，因为这类场景中的上下文增长通常会带来成本和性能问题。根据页面内容，其目标用户是通过单一端点使用 OpenAI、Anthropic、Google、xAI、DeepSeek 和 Meta 模型的工程团队，定价模式与实际节省金额挂钩，而不是固定的平台费用。

功能

• 使用 STONE 进行上下文重构 — Lexi 会将对话历史重写为有界形式，从而向模型发送更少的 token，同时保留相关事实和决策。
• 最小化集成改动 — 文档说明的接入方式仅需替换 base URL 并使用组合 API key 格式，从而降低现有应用的迁移成本。
• 核心 API 行为的透传兼容性 — 页面说明流式传输、工具调用和结构化输出都可保持不变地透传，帮助团队保留当前工作流。
• 通过单一端点访问多提供商模型 — Lexi 支持来自 6 家提供商的 28 个模型，并可根据请求中的模型名称识别提供商。
• 基于节省金额的商业模式 — Lexi 收取其所产生节省金额的 40%；并表示如果某个请求未从重构中受益，客户仅需支付与直接调用提供商等效的成本。
• 按请求提供成本与 token 透明度 — 响应头会暴露原始 token 数、重构后 token 数、节省量、请求成本和剩余余额，便于日志记录与监控。

实用建议

• 优先在长时、多轮工作负载上评估 — 文档中最明显的收益出现在长对话场景，因此应优先在支持机器人、Copilot 或代理会话上对 Lexi 进行基准测试，而不是短提示词场景。
• 在领域特定任务上验证质量 — Lexi 声称能够保留事实并提供零负面回退机制，但团队仍应针对自身敏感工作流和边缘情况测试召回准确性。
• 将响应头用于运营管理 — 暴露出的成本和压缩字段可用于支持仪表盘、告警以及 AI 使用治理中的内部分摊模型。
• 仔细检查提供商与模型覆盖范围 — 网站列出了受支持的提供商和模型数量，因此在上线前应确认生产环境中使用的具体模型是否包含在内。
• 将基准数据视为方向性参考 — 页面提供了较强的基准测试结果，但也明确说明实际效果会因内容和对话模式而异。

OpenClaw 技能

对于任何依赖长对话记忆的技能或代理来说，Lexi 都可能成为 OpenClaw 生态中的强大基础设施层。可能的使用场景包括研究代理、客服 Copilot、内部知识助手、编码代理以及在多轮交互中持续累积上下文的工作流编排器。通过减少重复 token 传输同时保留关键信息，Lexi 可使这些代理在更高交互深度下以更低成本运行。

在 OpenClaw 中，一个实用模式是将 Lexi 与提示路由、具备记忆感知的任务执行、使用分析和提供商仲裁等技能配合使用。一种可能的工作流是让 OpenClaw 代理先选择模型，再将流量经由 Lexi 进行有界上下文优化，随后利用 Lexi 的响应头触发报告或优化策略。如果实现得当，这种组合可以帮助运营、支持、产品和工程团队以更严格的成本控制维持更长时间运行的 AI 工作流，尽管原始页面并未确认存在原生 OpenClaw 集成。