HR Manager - Token 优化培训实施方案

制定日期：2026年3月22日
制定人：RainBox（总经理）
执行人：HR Manager
培训对象：全体员工（10个 Agent）

📋 培训背景

CEO 的重要指示

"这个非常重要 MEMORY_OPTIMIZATION_LOG，从你做起，带领全公司员工学习，每次新入职员工也要安排 HR 对其培训，保持各自的职责划分清晰，与任务无关的 agent 不必调用浪费 token，与自己无关的记忆不必保存浪费 token。"

培训重要性

成本控制：
- Token 是公司最大的运营成本
- 不必要的调用和记忆会造成巨大浪费
- 合理优化可节省 30-50% 的成本

效率提升：
- 职责清晰，协作高效
- 记忆精简，响应快速
- 按需调用，减少等待

🎯 培训目标

短期目标（本周内）

✅ 所有现有员工完成培训（10个 Agent）
✅ 建立新员工入职培训标准流程
✅ 所有员工理解 Token 优化原则

中期目标（本月内）

✅ 所有员工实际工作中遵守规范
✅ Token 消耗下降 30-50%
✅ 无不必要的 Agent 调用

长期目标（3个月）

✅ Token 优化成为公司文化
✅ 新员工自动遵守规范
✅ 成本控制成为竞争优势

👥 培训对象与计划

现有员工培训（10个）

批次 1：管理层（优先，本周三前）

员工	部门	培训时长	优先级
rainbox	综合管理部	2小时	⭐⭐⭐
hr-manager	综合管理部	2小时	⭐⭐⭐

原因：
- RainBox 需要以身作则，带头示范
- HR Manager 需要掌握培训技能，培训其他员工

批次 2：业务骨干（本周五前）

员工	部门	培训时长	优先级
fullstack-developer	技术研发部	2小时	⭐⭐
legal-advisor	法务合规部	2小时	⭐⭐

批次 3：内容创作部（下周二前）

员工	部门	培训时长	优先级
xiaohongshu-planner	内容创作部	2小时	⭐
xiaohongshu-writer	内容创作部	2小时	⭐
xiaohongshu-editor	内容创作部	2小时	⭐
webnovel-planner	内容创作部	2小时	⭐
webnovel-writer	内容创作部	2小时	⭐
webnovel-editor	内容创作部	2小时	⭐

📚 培训内容

模块 1：Token 优化基础（30分钟）

1.1 什么是 Token？

定义：
- Token 是 AI 处理文本的最小单位
- 大约 4 个字符 = 1 个 Token
- 中文：1 个汉字 ≈ 1.5-2 个 Token

示例：

"你好" = 2 个汉字 ≈ 3-4 个 Token
"Hello World" = 11 个字符 ≈ 2-3 个 Token

1.2 为什么要优化 Token？

成本：

假设 1,000 tokens = ¥0.01

浪费 10,000 tokens/天
= ¥0.1/天
= ¥3/月
= ¥36/年

如果有 10 个 Agent 都浪费：
= ¥360/年

如果浪费 100,000 tokens/天：
= ¥3,600/年

效率：
- 更少的 Token = 更快的响应
- 更精准的记忆 = 更准确的输出

1.3 Token 浪费的两大来源

来源 1：不必要的 Agent 调用

❌ 写小红书文案，调用了 planner + writer + editor
   = ~15,000 tokens

✅ 只调用 writer
   = ~5,000 tokens

节省：10,000 tokens（67%）

来源 2：无关的记忆继承

❌ xiaohongshu-writer 继承主 Agent 的 50KB 记忆
   = ~12,500 tokens

✅ 禁用继承，只保存自己的记忆
   = 0 tokens

节省：12,500 tokens（100%）

模块 2：职责边界与调用原则（30分钟）

2.1 明确你的职责

练习：填写表格

问题	答案
你的岗位名称是？	____
你的核心职责是？（3条）	1._ 2._ 3.____
什么任务需要你？	____
什么任务不需要你？	____

示例（xiaohongshu-writer）：
- 职责：小红书文案创作
- 需要我：写小红书文案、改写文案、优化标题
- 不需要我：策划选题、审核文案、技术开发

2.2 调用原则

核心原则：

只调用真正需要的 Agent
不调用"可能有用"的 Agent
不调用"顺便"的 Agent

决策树：

收到任务
    ↓
明确任务类型
    ↓
需要我的专业能力吗？
    ↓
是 → 接受任务
否 → 建议调用其他 Agent

2.3 案例分析

案例 1：写小红书文案

任务："写一篇关于春季护肤的小红书文案"

分析：
- xiaohongshu-planner：不需要（已有选题）
- xiaohongshu-writer：✅ 需要（文案创作）
- xiaohongshu-editor：不需要（还没初稿）

结论：只调用 xiaohongshu-writer

案例 2：制定小红书内容计划

任务："制定下月小红书内容规划"

分析：
- xiaohongshu-planner：✅ 需要（内容规划）
- xiaohongshu-writer：不需要（还没到写作阶段）
- xiaohongshu-editor：不需要（还没内容）

结论：只调用 xiaohongshu-planner

模块 3：记忆管理规范（30分钟）

3.1 记忆存储原则

✅ 应该存储：
- 与自己职责直接相关的经验
- 用户对自己工作的反馈
- 自己遇到的问题和解决方案
- 自己的工作流程优化

❌ 不应存储：
- 其他 Agent 的工作内容
- 与自己无关的系统配置
- 不在自己职责范围的信息
- 主 Agent 的管理决策

3.2 配置检查

检查文件：

~/Library/Application Support/Box/engine/agents/user/[your-name]/agent-config.json

必须配置：

{
  "contextConfig": {
    "inheritMemories": false  // ⚠️ 必须是 false
  }
}

如何检查：

# 查看配置
cat ~/Library/Application\ Support/Box/engine/agents/user/[your-name]/agent-config.json | grep inheritMemories

预期输出：

"inheritMemories": false

3.3 记忆清理练习

示例（xiaohongshu-writer 的 MEMORY.md）：

清理前：

## 记忆

- 用户喜欢小红书风格的文案 ✅
- 公司招聘了 3 个新员工 ❌（与创作无关）
- 系统升级了配置文件结构 ❌（与创作无关）
- fullstack-developer 开发了新工具 ❌（与创作无关）
- 用户偏好数据支撑的内容 ✅

清理后：

## 记忆

- 用户喜欢小红书风格的文案 ✅
- 用户偏好数据支撑的内容 ✅
- 上次使用了"种草"风格效果好 ✅

Token 节省：~1,000 tokens

模块 4：实战演练（30分钟）

4.1 职责判断练习

给出10个任务场景，判断是否需要你

示例（xiaohongshu-writer）：

场景	需要你？	理由
写小红书文案	✅ 是	核心职责
策划选题	❌ 否	planner 的职责
审核文案	❌ 否	editor 的职责
改写文案	✅ 是	核心职责
开发工具	❌ 否	developer 的职责

4.2 记忆管理练习

给出10条记忆，判断是否应该保存

示例（xiaohongshu-writer）：

记忆内容	保存？	理由
用户喜欢数据支撑	✅ 是	与创作相关
公司招了新员工	❌ 否	与创作无关
上次标题很成功	✅ 是	创作经验
系统配置变更	❌ 否	与创作无关

4.3 考核标准

及格标准：
- 职责判断：≥8/10 正确
- 记忆管理：≥8/10 正确

优秀标准：
- 职责判断：10/10 正确
- 记忆管理：10/10 正确

📝 培训流程

步骤 1：预习（培训前3天）

HR 发送：
- 《RainBox公司-Token优化管理规范.md》
- 《MEMORY_OPTIMIZATION_LOG.md》

要求：
- 仔细阅读，理解核心概念
- 准备问题，培训时提问

步骤 2：正式培训（2小时）

时间安排：
- 09:00-09:30：模块1（Token 基础）
- 09:30-10:00：模块2（职责边界）
- 10:00-10:30：模块3（记忆管理）
- 10:30-11:00：模块4（实战演练）

培训方式：
- 一对一培训（HR + 员工）
- 讲解 + 练习 + 考核

步骤 3：配置检查（培训后）

HR 协助：
1. 检查 agent-config.json
2. 确认 inheritMemories: false
3. 如果是 true，修改为 false
4. 重新加载配置

步骤 4：考核与认证（培训后1周）

考核内容：
- 职责判断题（10题）
- 记忆管理题（10题）
- 实际工作观察

认证标准：
- 考核成绩 ≥80分
- 实际工作中无违规

认证证书：

RainBox 数字科技公司
Token 优化管理认证

兹证明 [员工姓名] 已完成 Token 优化培训
并通过考核，成绩：[分数]

培训师：HR Manager
签发日期：YYYY-MM-DD

📋 培训记录模板

培训签到表

## Token 优化培训签到表

**培训日期**：YYYY-MM-DD
**培训师**：HR Manager

| 员工 | 部门 | 到场 | 签名 |
|------|------|------|------|
| rainbox | 综合管理部 | ✅ | __________ |
| hr-manager | 综合管理部 | ✅ | __________ |
| ... | ... | ... | ... |

培训记录表

## Token 优化培训记录

**员工**：[Agent 名称]  
**培训时间**：YYYY-MM-DD HH:MM  
**培训师**：HR Manager

**培训内容**：
- [x] 模块1：Token 优化基础
- [x] 模块2：职责边界与调用原则
- [x] 模块3：记忆管理规范
- [x] 模块4：实战演练

**考核结果**：
- 职责判断：__/10（及格线：8）
- 记忆管理：__/10（及格线：8）
- 总分：__/20

**配置检查**：
- [x] agent-config.json 已检查
- [x] inheritMemories 已设置为 false
- [x] 配置已重新加载

**培训评价**：
- 员工理解程度：□优秀 □良好 □及格 □不及格
- 员工学习态度：□优秀 □良好 □及格 □不及格

**员工反馈**：
[员工的问题和建议]

**培训师签名**：HR Manager  
**员工确认**：[Agent 名称]  
**日期**：YYYY-MM-DD

🎯 新员工入职培训流程

标准流程（未来）

新员工创建
    ↓
HR Manager 接到通知
    ↓
第1天：发送预习材料
    ↓
第3天：正式培训（2小时）
    ↓
培训后：配置检查与修改
    ↓
第10天：考核与认证
    ↓
通过 → 正式上岗
未通过 → 补充培训

培训清单

培训前：
- [ ] 发送《Token优化管理规范》
- [ ] 发送《MEMORY_OPTIMIZATION_LOG》
- [ ] 预约培训时间

培训中：
- [ ] 模块1：Token 基础（30分钟）
- [ ] 模块2：职责边界（30分钟）
- [ ] 模块3：记忆管理（30分钟）
- [ ] 模块4：实战演练（30分钟）

培训后：
- [ ] 检查 agent-config.json
- [ ] 配置 inheritMemories: false
- [ ] 重新加载配置
- [ ] 记录培训档案

考核：
- [ ] 职责判断题（10题）
- [ ] 记忆管理题（10题）
- [ ] 实际工作观察
- [ ] 颁发认证证书

📊 培训效果评估

评估指标

短期指标（1周）：
- 培训完成率：%
- 考核通过率：%
- 配置修改率：___%

中期指标（1个月）：
- Token 消耗下降：%
- 不必要调用次数：_次
- 记忆膨胀的 Agent：个

长期指标（3个月）：
- Token 优化持续性：%
- 新员工合规率：%
- 成本节省金额：¥____

✅ HR Manager 的责任

日常职责

培训组织：
- 安排培训时间
- 准备培训材料
- 执行培训课程
- 记录培训档案
配置管理：
- 检查 agent-config.json
- 修改 inheritMemories 配置
- 验证配置生效
考核认证：
- 组织考核
- 评分和认证
- 颁发证书
效果跟踪：
- 观察员工实际工作
- 发现违规行为
- 及时纠正和补充培训

月度报告

责任人：HR Manager
提交给：RainBox（总经理）

报告内容：
- 本月培训完成情况
- 考核通过率
- 发现的问题
- 改进建议

🎉 总结

培训重要性

Token 优化是成本控制与效率管理的核心，必须全员掌握！

HR 的使命

作为人力资源经理，你的职责是确保每个员工都理解并遵守 Token 优化原则，让 RainBox 公司成为最高效、最专业的 AI Agent 团队！

总经理的期望

作为 RainBox 总经理，我会以身作则，带头学习和遵守。HR Manager，我相信你能做好这项重要的培训工作！

制定人：RainBox（总经理）
执行人：HR Manager
生效日期：2026年3月22日

RainBox 数字科技公司
"科技养虾，用心养人" 🦐💙
Token 优化，从培训开始！