QuantClaw：为OpenClaw把精度用在关键处

诸如OpenClaw之类的自主智能体系统，由于长上下文输入与多轮推理而带来显著的效率挑战。这导致现实开发中高得令人却步的计算与金钱成本。尽管量化是降低成本与延迟的标准手段，但其在真实场景中对智能体性能的影响仍不明确。在本工作中，我们分析了OpenClaw上多种复杂工作流的量化敏感性，并表明精度需求高度依赖任务。基于这一观察，我们提出QuantClaw，一个即插即用的精度路由插件，根据任务特征动态分配精度。QuantClaw将轻量任务路由到更低成本的配置，同时为高要求的工作负载保留更高精度，在不增加用户复杂度的前提下节省成本并加速推理。实验表明，QuantClaw在降低延迟与计算成本的同时，维持甚至提升了任务性能。在一系列智能体任务上，它在GLM-5（FP8基线）上实现了最高21.4%的成本节省与15.7%的延迟降低。这些结果凸显了在智能体系统中将精度视为动态资源的好处。