实测Claude Code省token：90%节省是幻觉，真正有效的方法

市面上大量工具宣称能帮你在Claude Code里省下高达90%的token消耗，很多人（包括本文作者）都曾被这类承诺吸引并推荐过。但当把同一个任务放在真实应用上重复测了12次之后，结论却出人意料：可节省的空间远比宣传的要小。本文梳理这次实测的核心发现，拆解token到底花在哪、哪些工具真的管用、以及三个不装任何插件就能立刻上手的习惯。

token为什么烧得这么快

要理解节省空间在哪，先得明白Claude Code的工作方式。你花的钱按token计算，而关键在于——Claude不会记住对话。每次你发一条请求，它都要从头把整段对话重新读一遍，就像一个同事在回答你每条消息之前，都要把整个聊天记录重看一遍。

更重要的是，一次请求往往不是单一动作。你让它在应用里加一个按钮，Claude要找位置、打开文件、修改、验证是否生效——每一步都是一个step，而每一步都会再次重读整段对话。一个简单请求可能包含15到20步。这种反复重读才是消耗大头，远超Claude自己写出来的内容。

由此推出一个硬道理：想让同一个任务花更少的token，只有两条路——要么让它重读的内容更短，要么让它完成所需的步骤更少。任何真正有效的工具，本质上都在做这两件事之一。

这种机制在技术上称为「上下文窗口重放」（context window replay）。Claude Code基于大语言模型的自回归推理架构，模型本身是无状态的——它没有持久记忆，每次推理必须将完整的上下文序列作为输入。Claude Code在工程层面通过「提示缓存」（prompt caching）做了优化：将近期的对话内容存入高速缓存，使重复读取的成本低于全量计算，但这只影响单价，不减少需要处理的token总量。每一个agentic step（自主执行步骤）本质上是一次独立的API调用，前序所有step的输入与输出都会被拼接进新一轮的上下文，这意味着step数量与累计token消耗之间是超线性关系：步骤越多，后期每一步的输入token基数越大，加速度越快。

无法消除的“地板”

在讨论工具之前，有一部分开销是你装什么都省不掉的。

第一，Claude Code启动时自带一个“背包”：它自己的系统指令和工具定义，在你还没输入任何内容前就占掉2万多token，而且每条消息都会携带。你唯一能减负的，是自己添加的部分——比如超长的指令文件或连接器。如果你的指令文件写了好几页，那几页会跟着每条消息一起跑。

第二，就是那个重读机制，它是工作方式本身，关不掉，只能缩短。第三，Claude回答前会“思考”，思考也计费。你可以在简单任务（改文本、重命名文件）上让它少想，在真正需要时让它多想，但不能让它完全不想。第四，Claude把对话存在一个更便宜的快速缓存里，但只保留一小时，去吃个饭回来再接着聊，它得把整段重新处理一遍。

所以第一个结论是：节省的余地比看上去小，存在一个谁都拿不走的地板。当一个工具承诺省90%时，值得反问一句——90%是相对什么而言？

“省90%”的真相：在咖啡上省钱，房租才是大头

有一个很受欢迎的工具RTK，会把终端输出做摘要，让Claude少读点。思路不错，因为终端确实是消耗大户之一，它的计数器也会显示“已节省数百万token”。

但编辑器厂商JetBrains用数百个任务做了测量，账单却是另一回事：当Claude思考较少时，账单略有上升；思考较多时，基本持平。原因在于它只摘要了重读内容里很小的一部分。用作者的比喻——这就像在咖啡上省钱，而账单里真正压秤的是房租。它做的事本身做得不错，终端确实更短更干净，但在小漏洞上省，整个“水箱”里感觉不到。

真正降了消耗的两个工具

有两款工具确实压低了开销，而它们的共同点都是——让Claude少走几步。

Anthropic官方插件：教Claude直接按名字定位代码的某个部分，像编辑器那样，而不是挨个打开文件去碰运气。软件公司Marmelab对比多款工具后测得约13%的降幅，可直接在Claude Code内按编程语言安装对应插件。适用场景：项目文件已经不少、Claude老在找东西上耗时间；不适用：项目只有4个文件，或你主要用它处理文档而非代码。

Ponytail：让Claude优先做最简单的方案，不要在小需求上搭个大工程。JetBrains测得约10%降幅，且结果质量不变。适用场景：原型、内部工具、应用的第一个版本——简单正是你要的；不适用：你在构建需要扛高并发、需要Claude考虑所有边界情况的系统，哪怕贵一点也值。

10%、13%确实不错，但不是90%。而且它们生效的机制，都是减少步骤。

Graphify：好用，但别为省钱而装

作者曾亲自推荐过Graphify，这次也把它放上了测试台。它能读完整个项目并画出一张地图——一个超过800个文件的开源CRM，5秒内就能转成一张有3000个相互连接的节点、按应用区域分组的图谱。点开任意节点，能看到它和哪些部分相连、在哪个文件里。用来理解一个陌生项目、快速定位某个东西在哪，它非常出色。

但它出名是因为另一个承诺：大幅省token。于是作者做了实测——在CRM里给联系人加一个“来源”字段（LinkedIn、官网还是推荐）。不装Graphify跑4次、装了跑4次、再明确要求Claude使用它跑4次。

结果很有意思：不装时平均花150万token；装了（但没主动调用）花120万，可那4次里Claude压根没用它，直接去读文件，所以这点节省根本不是Graphify的功劳；而当明确要求它使用时，Claude每个任务查了好几次，花费约135万，差不多。

更关键的是，同一个任务什么都不装，一次花110万，另一次超过200万，接近翻倍，做的事一模一样。这很正常，因为Claude不总走同一条路：有时一下就找到文件，有时多绕几圈、多做一次上次没做的检查。所以作者坦言：以他的测试，无法说Graphify能帮你少花钱，其他做过测量的人也得出相同结论。

这不代表它没用，而是用在别处：客户丢来一个你没碰过的应用，开地图一分钟看清核心区域和连接；动“销售看板”这类敏感部分前，先问它哪些文件会受影响，避免悄悄弄坏；或者向同事、客户讲解项目时，用地图代替一堆文件夹。适用于大型项目、不是你自己写的项目、需要理解和讲解架构的场合；不适用于Claude两步就能走完的小项目，或仅仅为了省钱而装。另外，代码改动大时记得重新生成地图，别用过期的。

真正有效的，是三个免费习惯

讽刺的是，最管用的做法恰恰最简单，而且不用装任何东西。

一个任务，一段对话。 做完一件事、开始另一件时，敲 /clear 从零开始，不花钱。这样Claude就不会在每条消息里都拖着之前的全部内容。比如做完联系人表单要去动发票模块，它根本不需要重读表单那一堆。怕丢掉进度，就先让它把“已做”和“待办”写进一个文件。

出错时别硬刚，用 /rewind 回退。 如果事情跑偏了，不要在同一段对话里反复纠缠。回到出错之前那个点，省掉重读所有失败尝试的开销。很常见的情况是：让它做，没成；让它改，还不行；第五次尝试时，对话里塞满了失败记录，每条消息都要重读一遍。不如退回去换个说法。

开头就选好模型和思考量，别中途切换。 每次在对话中途换模型，Claude都得重新处理整段对话。日常用Sonnet就很好，Opus留给难活。要设计整个数据库结构，就用Opus开场；要改文字和颜色，就用Sonnet开场。关键是一开始决定好，别来回跳。

装任何东西之前，先测量：用 /usage 看消耗花在哪，同一任务在前后各跑两次——因为正如实测所示，只跑一次说明不了任何问题。

/clear 和 /rewind 都是Claude Code的内置斜杠命令（slash commands），不依赖任何插件。/clear 会完全重置当前对话上下文，等同于开启一个全新会话，之后的第一条消息只携带系统提示和你的新输入，历史内容归零。/rewind 则类似版本控制里的「检出历史提交」：它会将上下文回滚到你指定的某个历史消息节点，抹去该节点之后产生的所有输入与输出——包括那些失败的尝试和Claude走错的岔路。两个命令的本质都是「缩短Claude下一次需要重读的内容长度」，直接作用于token消耗的最大来源，这也是为什么在所有优化手段中它们的性价比最高。

写在最后

被炒作带偏太容易了：看到一个几千颗星的工具、一个承诺省90%的视频，就装上。作者自己也踩过坑。工具确实能帮忙，但余地比看上去小，因为有个谁都拿不走的地板。真正省钱的，是让Claude少重读、少走步骤——而这往往靠更好的习惯，而非一个新插件就能实现。

背景补充

Anthropic官方将这套预填充内容称为「系统提示」（system prompt），其中包含Claude Code的角色定义、安全规则、可调用工具的JSON schema描述（如读写文件、执行终端命令、搜索代码等），以及各类内置约束。工具定义本身体积可观——每个工具的名称、描述、参数类型、枚举值都需要用结构化文本描述清楚，十余个工具叠加后轻松超过数千token。「提示缓存」虽然能降低这部分的重复计算费率（Anthropic目前对缓存命中收取约10%的正常读取价格），但缓存有效期仅约5分钟到1小时不等，超时后需重新写入并按全价计费一次。这也解释了为何中断会话后重新接入，第一条消息的成本会明显高于后续消息。