用 Claude Code 的朋友都有一块心病：token 烧得太快。今天苏米分享一份实用的省 token 手册（整理自一线开发者的实操经验），核心思路一句话——token 花在刀刃上：上下文要省、重复劳动要缓存、输出要克制。

一、上下文管理：最大的省钱杠杆

token 消耗的大头不是提问，是每轮对话都重发的上下文。实操建议：

• 小任务开新会话：别在一个超长会话里问无关问题——上下文滚雪球，每轮都在为历史买单；
• 善用 /clear 和 /compact：任务切换时清空上下文；长任务定期压缩，保留结论丢掉过程；
• 精确指路而不是丢整个目录：给具体文件路径，别让模型自己全库搜索——每次探索都是在烧你的钱。

二、让重复劳动离线化

同样的代码审查、文档生成、测试补全，做一次存下来复用，别每次重新生成。CLAUDE.md（项目记忆文件）是关键工具：把项目约定、代码风格、常用命令写进去，模型不用每轮重新"学习"你的项目——这和苏米之前写的 Skill 是同一个思想：把流程沉淀成资产，而不是每次现教（见《用 Skill 全自动化建出海网站》）。

三、输出也要节制

• 要结论别要过程：日常问题让它"直接给方案，不解释思考过程"；
• 限制篇幅：明确说"用 10 行以内代码解决"；
• diff 优先：改代码只要差异，不要整文件重写。

四、订阅与用量的账

如果是重度使用者，算清楚订阅档位的边际成本：Pro 档够日常开发；全天候跑自动化任务（比如苏米之前提到的连续跑 24 小时的更新队列）之前，先估算 token 消耗——日用 10 亿 Token 的大神玩法，没有对应的产出就是纯烧钱。工具选型上，低价值环节（格式化、简单重构）可以换便宜模型，Claude 留给架构和疑难。

苏米的思考

省 token 的本质不是抠门，是强迫你把"人和 AI 的分工"想清楚：哪部分是值得花高价注意力的判断（架构、边界条件、核心逻辑），哪部分是应该便宜化的执行（样板代码、格式、文档）——想清楚这个分工，省下的不只是 token，还有你等待的时间。AI 编程的完整工作流建议再看《2026 五个 AI 出海方向》里"AI 出初稿、人管判断"那部分。

注：本文整理自老金独立开发公众号的实操分享，苏米归纳扩展。