prompt caching

省 token 省到任务失败、重跑一遍，前面省的全赔进去。拆解 Claude Code 一个任务的四个成本变量：回合数、缓存、输出与思考、模型；讲清 effort 怎么调、何时降级或升到 Fable 5.1、别打断缓存、/compact 何时回本，以及用 /usage 量出你自己的数。

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。