# 请收藏，Claude Code 省 token 手册 > 大模型接口是无状态的，每按一次回车，整段历史都会被重新打包发一遍，钱主要烧在这里。整理了我平常在用的省 token 手段：一个任务一个对话、让它精确读文件、大范围检索交给子 agent、砍掉常驻的 MCP 和 CLAUDE.md、简单活切便宜模型、管住输出长度。 - 原文链接: https://laojin.blog/blog/20260916_claude_code_token_diet - 作者: 老金 - 发布日期: 2026-09-16 - 标签: Claude Code, token 成本, prompt caching, 上下文管理, 子 agent --- ![请收藏，Claude Code 省 token 手册](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260916/00_cover.png) 无论是 Claude Code，还是 ChatGPT，模型迭代速度越来越快，但新模型也有一个共同点——贵。Fable 5.1 定价为每百万输入 token 10 美元、每百万输出 token 50 美元。如果用来跑长时任务，美刀哗啦啦就流走了。 但其实是有省 token 的诀窍，Claude 官方也推荐大家不要浪费，采用一些省 token 的手段。这里给大家总结了一些我平常用的省 token 技巧，汇集成本手册。 --- ## 首先搞明白：钱是在哪一步烧的 大模型的接口是无状态的，它不记得你上一句说过啥。每次你按回车，客户端都会把从开头到现在的整段对话重新打包，连同你新问的这一句一起发过去。 你付费的对象不是你刚问的那句话，是到目前为止的整段对话，每一轮重付一次。 ![每一轮请求都把整段历史重新发一遍，新问题只占最后一小块](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260916/01_resend_history.png) 有人会说不是有缓存吗。对，prompt caching 会把没变过的前缀按大约 1/10 的价格算，这确实省很多。但它有三个边界你必须知道。 默认只活 5 分钟。你去开了个会、吃了个饭，回来接着发，缓存早过期了，整段历史按原价重新烧一遍。 改动早期内容，后面全部失效。你回头编辑了前面某条，或者中途切了模型，缓存就从那一刀之后全断。 还有一条最容易被忽略：历史只增不减。就算命中缓存，那段历史也在一轮一轮变长，1/10 的价乘上一个越来越大的数，照样是钱。 所以第一原则是：**别让一段跟当前任务无关的历史，一直挂在你的对话里被反复重发。** --- ## 一个任务一个对话 你在一个会话里先修了个 bug，又聊了下架构，又让它写了段文档，现在想问一个全新的问题——前面那三件事的完整来龙去脉，正挂在上下文里，跟着你这个新问题一起被重发、重算、重计费。 ![一条时间线堆满不相干的任务，和拆成几条干净的短对话](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260916/02_one_task_one_chat.png) 任务切换就开新对话。修完 bug 要写文档，`/clear` 一下再开始，别让 bug 的排查过程跟着文档任务跑一路。 别把一个会话晾在那儿几小时再回来接。要么连续干完，要么干完就清，中间停太久缓存过期，等于从头烧。 一个长任务中途实在不想丢线索，用 `/compact`，它会把前面压缩成摘要，比拖着原文便宜。但压缩这个动作本身也要花一次 token，而且会丢细节，别拿它当 `/clear` 用。 判据只有一句：这段历史，对我接下来要问的问题还有用吗？没用就 `/clear`。 --- ## 别让它反复读文件 读文件是纯 input token，大文件一读就是几千上万。 - 让它精确读。别说"看一下这个文件"，说"看 `main.py` 的 40 到 90 行"。它读得越少，进上下文的越少。 - 改完不用再读一遍确认。Claude Code 自己会追踪文件状态，改动失败它当场就报错。你让它"改完再读一遍看看对不对"，纯属白烧一遍那个文件。 - 警惕"读一下整个项目""建个全仓库索引"。这一句话下去，一堆文件全进上下文，之后每一轮都跟着重发。 给文件之前先想一下：删掉它，AI 还答得出这个问题吗？答得出就别给。 --- ## "读一大堆"的活儿，交给子 agent 翻遍整个仓库找某个东西、对比几种方案的差别——这类要读大量文件、但你只想要个结论的活儿，让它派一个子 agent 去干。 子 agent 在隔离的上下文里读那一堆文件，读完只把结论带回主对话。那些被翻过的文件原文，一个字都不进你的主窗口，之后每一轮也不会被重发。所以大范围搜索、跨文件调研、"看看有几处用到了 X"，明确说一句"用子 agent 去查"，别在主对话里一个个 `cat`。 ![子 agent 在隔离上下文里读完一堆文件，只把结论带回主对话](https://pic-1258874139.cos.ap-hongkong.myqcloud.com/laojinblog/posts/20260916/03_subagent_isolation.png) 这一次读取省下的钱是小头。大头是这堆文件之后每一轮都不用再重发。 --- ## 砍掉常驻上下文 你接的每一个 MCP server，它的工具定义都会常驻在上下文里，不管这次用不用得上，每一轮都跟着重发一遍。接了七八个 server、几十个工具，光这些定义就是一笔固定开销，还没开始干活就已经在付钱了。 先看一眼自己接了啥： ```bash claude mcp list ``` 只留当前项目真会用到的。那个你三个月前接、早忘了的 server，断掉。也别为了"以防万一"把每个可能用得上的工具都挂上，用得着的时候再加载。 --- ## 给 CLAUDE.md 和 Skill 瘦身 CLAUDE.md 和被加载的 Skill，是每一轮都跟着重发的固定成本。你在里面画的那棵完整目录树、抄的那些 `ls` 一下就知道的信息，每问一句都在陪跑。 ``` /doctor ``` 它会给你的 CLAUDE.md 和 Skills 做一次瘦身体检，指出哪些是废话。删掉目录树，删掉"Claude 看一眼文件系统就知道"的东西，省下来的位置留给它真猜不到的坑。 --- ## 简单活别用 Opus 模型差价不小（每百万 token，输入 / 输出）： | 模型 | 输入 | 输出 | |---|---|---| | Fable 5.1 | $10 | $50 | | Opus | $5 | $25 | | Sonnet | $2 | $10 | | Haiku | $1 | $5 | 改个变量名、跑个格式化、写段模板代码、翻译一段，这些活儿用 Opus 是浪费。 ``` /model ``` 切到 Sonnet、Haiku，甚至本地部署的 LLM，同样的活儿花零头的价。需要深度推理的硬任务再切回 Opus / Fable。 同类的杠杆还有一个：简单任务把 effort 调低，它想得少、话也少，两头都省。 --- ## 管住输出：让它别啰嗦 看那张表，输出 token 是输入的 5 倍价。让它少说，是性价比最高的一类节流。 - 别让它每次改完都把整个文件重新贴一遍给你看。要就要 diff。 - 别让它写长篇大论解释"我为什么这么改"。需要时再问。 - 结果对了，一句"好了"就够。 加在对话里很管用的一句话：**"直接改，别解释，别复述文件。"** --- 这些手段里最值钱的还是第一条，`/clear` 得勤一点。大多数人一个会话从早开到晚，把十件不相干的事堆在同一条时间线上，然后奇怪为什么越用越慢、越用越贵。