Tura：用宏命令把 MCP 交互回合砍掉 75%，token 节省最高 77.5%

在 Hacker News 的 Show HN 板块，一个名为 Tura 的开源代理运行时（agent runtime harness）亮相。开发者宣称，它能在 MCP 类编程代理交互中，将大模型回合（turn）削减 75% 以上，并把 token 消耗最高压到 77.5%，同时在 DeepSWE v1.1 长程任务基准上跑出比 Codex CLI 更高的成功率。

项目定位与核心思路

Tura 不是新模型，而是一个围绕现有 LLM 的执行调度层。它针对的是 ReAct 类代理架构中常见的「回合开销」：每调用一次工具，模型都要重新进入一次，重复携带系统提示与不断膨胀的上下文。Tura 的做法是把原本需要 5 个回合的任务，编译成一张由运行时托管的命令图（command graph），让确定性执行在同一回合内完成，无需再来一轮模型调用。

单一宏工具：command_run

传统编码代理一般会向模型暴露几十个小工具，于是出现「检查—等待—打补丁—等待—编译—等待—测试—等待」的循环。Tura 把这些动作合并成一个宏工具 command_run，让代理一次构建出多步执行树，并在同一回合里跑完。

以一次典型的 Rust 项目修改为例：

• 传统工具调用代理：
  • Turn 1：rg 搜索 TODO、command_run、handler
  • Turn 2：应用补丁修改 handler.rs
  • Turn 3：cargo build
  • Turn 4：cargo test
  • Turn 5：cargo clippy
• Tura 宏命令：
  • 一个回合内串起上述全部步骤，包括 apply_patch 与多步 shell 命令

开发者强调，这里节省的是「对话开销」而非工程纪律；同一组命令仍按顺序执行，差异在于不再让模型为每个步骤单独走一轮。

基准与数字

公开的对比在 20 个 DeepSWE v1.1 任务、5 个改写任务、2 个独立评审的设计任务上展开，每个任务每个配置跑 3 次，共 270 次会话。关键结果：

• Tura Balanced：80.0% 成功率（比 Codex CLI 高 16.7 个百分点），回合少 35.8%，token 少 31.1%
• Tura Direct：65.0% 成功率（与 Codex CLI 的 63.3% 相当），回合少 69.1%，token 少 77.5%
• Codex CLI 基线：63.3% 成功率

开发者明确指出，目前没有消融实验证明 command_run 这一项设计单独带来全部收益；同时也承认，跨 Anthropic/Claude、Google/Gemini、OpenAI 兼容接口、本地模型、UI 延迟、跨操作系统等维度的对比仍属于公开路线图中的已知证据缺口。

「反向推理」机制

Tura 还引入了一种被称为「Backward Reasoning」的策略。它的观察是：LLM 本质上是对文本 token 概率做统计归纳，因此更容易产出「常见但平庸」的代码与逻辑。常规代理的推理方向是从 $s_1$（当前状态）正向推到 $s_n$（用户目标），Tura 则先让模型统计估计 $s_{n-1}$，再由 $s_{n-1}$ 反推 $s_{n-2}$，以此跳出「最常见的写法」。文中以石头剪刀布的均匀随机选择为例说明：当真正需要 1/3 均匀分布时，必须借助外部随机源，而不是假设模型输出概率均匀。

现状与边界

Tura 以开源项目形式发布，提供 GUI 与 TUI 两套界面，均支持多会话并发与 HTML 富文本渲染。作为 Show HN 出品的工具，它的数字来自项目方自公布制品而非第三方审计；对于希望复现或扩展到更多模型的开发者，官方建议直接查阅随附的完整 benchmark 报告与源码。