别再给大模型送冤枉钱了：Anthropic 官方下场教省钱，暴露了 AI Coding 的真正分水岭

别再给大模型送冤枉钱了：Anthropic 官方下场教省钱，暴露了 AI Coding 的真正分水岭

过去一年，不少用 Claude Code、Cursor 的开发者都有过同一种肉痛体验：明明只修了一个小 bug，一查账单，几十美元的 Token 莫名其妙就蒸发了。

就在刚刚，Anthropic 官方终于看不下去了，亲自发文《Maximizing the value of your Claude Code sessions》，教全球程序员如何在 Claude Code 里“极限省钱”。

官方这波虽然看似在“自断财路”，但字里行间却扒出了大模型编程工具在工程落地上的残酷真相：同样的 bug，懂 Token 机制的人花 3 美元搞定，不懂的人花 30 美元还在原地打转。

在 AI 编码时代，写 Prompt 早已过时，掌握“Token 经济学”与上下文管理，成了工程师最硬核的基本功。

为什么你的 Token 总是以 $O(n^2)$ 级暴增？

要省钱，首先得搞清楚 Anthropic 是怎么从你兜里掏钱的。

每次你在 Agent 里按次回车，底层都经历两个阶段： 1. 预填充（Prefill）：模型一口气读入系统提示词、`CLAUDE.md`、会话历史与当前输入。这是并行运算，价格相对便宜； 2. 解码（Decode）：模型一个字一个字向外输出思考与代码。这是串行运算，每吐一个 Token 都要跑一次全模型计算，因此输出 Token 的单价是输入的整整 5 倍！

更致命的陷阱在于上下文的滚雪球效应。

对话每推进一轮，模型读过的文件内容、终端跑过的测试日志，全部会被追加到历史记录中。到了第 40 轮，模型为了回复一句话，必须把前 39 轮所有看过的几万行代码从头到尾重读一遍——这种输入开销的增长，是赤裸裸的 $O(n^2)$ 平方级膨胀。

如果中途某个测试框架吐了 400 行废话日志（不到 30000 字符的截断阈值），这 400 行脏数据就会像寄生虫一样钉在每一轮请求里，反复吃你的 Token。

官方教你薅羊毛：保住 0.1 倍的“提示缓存（Prompt Cache）”

面对平方级膨胀，Anthropic 官方给出的终极解药是：提示缓存（Prompt Caching）。

如果本次请求的前缀与上次完全一致，服务器直接加载内存结果，读取费用只要正常价格的 0.1 倍（直接立减 90%）！

但缓存是个极其娇贵的“单向链表”，只要前缀中任何一个字节发生变动，后面的缓存全部报废。官方列出了最容易踩雷的六大“缓存杀手”：

– 中途切模型（`/model`）：从 Sonnet 切到 Opus，所有积累的缓存瞬间清零，整段历史按全价重新预填充； – 中途切推理强度（`/effort`）：思考档位也是 cache key 的一部分，来回切换等于白送全价； – 进出 `opusplan` 模式：每次进出计划模式都会自动切换模型，来回跳跃一次就多收一笔全价 prefill； – 错峰压缩（`/compact`）：千万别在刚开工缓存正热的时候做压缩，等到准备休息、缓存即将超时（API 默认保活 5 分钟）时再跑压缩，成本立减 90%。

此外，官方推荐的 Subagent（子智能体）隔离术 更是工业级实操的标配：遇到“翻日志、搜大文件”这种脏活，单独扔给子 Agent 跑，跑完只把 3 句话的结论传回主会话，把成千上万行中间输出彻底丢弃在独立沙箱里，绝不污染主干上下文。

Kate 的观点与判断

看完 Anthropic 这份官方指南，我给所有使用 AI Coding 的团队提三点忠告：

1. 别把 Agent 当全知全能的搜索引擎。用 `@` 精准指定文件路径，在 `CLAUDE.md` 里给测试命令加上静默参数（`–reporter=dot`）。少让 AI 执行一次全局 `grep`，你的会话就能多活 20 轮。 2. “随手 `/clear`”是 AI 时代最好的工程习惯。改完一个需求立刻 `/clear` 开启新会话。把上一个任务的遗留状态带进下一个任务，不仅浪费钱，还会诱发灾难性的注意力漂移与代码幻觉。 3. 工程师的核心竞争力正在向“上下文驾驭力”迁移。一年以前我们比拼谁的代码写得快，今天我们比拼谁能用最小的 Token 预算、在最干净的上下文里驾驭模型把活干完。知道何时用 Sonnet、何时上 Opus、如何保住 Cache 的工程师，才是企业真正抢着要的生产力黑客。

大模型的降价是巨头的施舍，但真正的降本增效，永远掌握在懂架构、懂机制的工程师自己手里。