实测七大Claude Code技巧：仅两条真正节省用量

围绕Claude Code的"省额度"技巧在视频平台上流传甚广，但多数缺乏可复现的验证。一位创作者读取了13个流传最广的技巧视频，发现其中只有3个做过对照实验，且没人用模型看不到的隐藏测试来评分。于是他自行设计了一组对照实验：69次运行，每个技巧都在同一个真实任务上分别"用"与"不用"，各至少跑3次，全部使用Opus 5.5默认设置，跑完后由模型从未见过的隐藏检查统一评分，成本按Claude Code自身的列表价读数计算。

结论相当反直觉：七个技巧里只有两个真正省下用量，而呼声最高的那个反而是最贵的。

实验方法：隐藏评分与重复运行

这套测试的关键在于两点。一是隐藏检查：评分发生在任务结束之后，模型全程看不到测试内容，避免了"为考试而写代码"的偏差。二是重复运行：作者提到9次相同的无技巧运行之间存在约八分之一的波动，低于这个幅度的差异一律视为噪声。这为后续判断"某技巧贵了5.5倍"是否成立提供了基准。

需要说明的边界条件：任务都是短任务、单一模型、单一代码库。作者本人也承认，多小时的长时间会话可能让compact或简洁风格重新变得划算。

隐藏测试（held-out evaluation） 是机器学习评测中的常见做法：测试集在训练或推理阶段对模型不可见，只在最后用于打分。文章中的做法更严格——检查项由作者单独编写、模型全程接触不到，因此不存在模型针对测试内容进行“应试优化”的可能。这与让模型自己写测试、再自己通过的自评方式有本质区别，后者往往高估真实能力。

重复运行与噪声基准 同样关键。大模型输出具有采样随机性，同一提示多次运行的成本和结果都会波动。作者观察到9次无技巧运行之间约有八分之一的波动，于是把低于该幅度的差异视为噪声，只有显著超出才判定为真实效应。这是判断“贵5.5倍”这类结论是否可靠的前提。

子代理：省token神话的最大反例

流传最广的说法是"用子代理节省token"——每个帮手拥有全新记忆，理论上烧的token更少。作者让Claude读取8个真实代码包，对比开启与关闭子代理的结果。

关闭子代理：76秒完成，通过全部46项隐藏检查。启用子代理：Claude每轮启动4到5个帮手，耗时189秒，同样通过46项。平均成本从0.68美元涨到3.74美元，用量是原来的5.5倍，耗时2.5倍，得分完全相同。作者为排除偶然又跑了第四次，成本4.26美元。

更有意思的是Anthropic自家最佳实践页面上有一张"你可以停止做的事"表格，"用子代理保护上下文窗口"正躺在其中——因为上下文不够用如今已很少是真正的问题。子代理在并行任务中仍有价值，但把它当作省钱手段是错的。

子代理（subagent） 指主代理把一部分任务派发给独立的模型实例执行，每个实例拥有独立的上下文窗口和对话历史，完成后把结果汇总回主代理。其设计初衷是并行化与上下文隔离：多个子任务可以同时推进，各自的中间过程不会挤占主代理的窗口。

但“独立上下文”不等于“更少token”。每个子代理都要重新加载系统提示、工具定义和任务背景，这些是重复开销；主代理还要额外消耗token去拆分任务、阅读并整合各子代理的回报。子任务越碎、帮手越多，重复加载和汇总的成本就越高。因此子代理在可并行的独立子任务上能换取墙钟时间，却未必能换来账单上的节省。

清空会话：小幅真实，但别压缩

"任务之间用/clear或/compact"是另一条高频建议。作者让Claude连续完成功能开发、修bug、安全修复三项任务：一个长会话花费2美元；每个任务开新会话（即clear的效果）花费1.83美元，便宜约8%，幅度不大但真实。

反向操作则适得其反：任务间做compact花费2.34美元，比什么都不做贵17%。原因在于压缩必须先读完整个上下文堆再压缩，本身就是一次大请求。Anthropic的成本页面与这两个结论一致。

有一个小插曲：全新会话的运行有两次漏掉了一项安全检查。作者将其标注为运行次数太少带来的注意事项，而非确定结论。

模型与努力等级：规则要拆开看

"会话中途别换模型、别改努力等级"这条建议只对了一半。作者先完成一个功能任务，再追问一次：同模型同努力等级，成本不到0.04美元；调低努力等级，仍不到0.04美元；中途切换到更小的Sonnet模型，约0.11美元，是原来的2.9倍。

原因在于每个模型有自己的缓存，切换模型会让整个对话重新读取。而在付费计划上调整Opus 5.5的努力等级，缓存仍然保留。所以正确的做法是保留"一会话一模型"，放弃"别动努力等级"。

简洁风格：字数少了，账单反而涨了

有视频宣称某种"原始人风格"能砍掉65%的token。实测中，这种风格确实少写了12%的字，但整轮运行贵了12%；另一种简洁风格得分相同，成本却高出20%。

矛盾的解释在于缓存：两种风格都改变了Claude启动时的指令，破坏了缓存，导致第一轮就写了约16000个token而不是4000个。这类技巧在短任务上是负收益。

提示缓存（prompt caching） 是理解多条结论的关键机制。服务端会把对话开头那段固定不变的内容（系统指令、工具定义、历史消息）缓存起来，后续请求只需读取缓存而不必重新计费处理。一旦这段前缀发生变化——改系统提示、切换模型、压缩历史——缓存即失效，整段内容要按新输入重新处理。

这也解释了为什么“少写字”反而更贵：简洁风格修改了启动指令，使缓存从第一轮就失效，首轮输入从约4000 token 涨到约16000 token，省下的输出字数远不足以抵消这笔开销。同理，会话中途换模型会各自建立缓存，导致整段对话重读。缓存的存在意味着：稳定性本身就有价格。

先规划再动手：取决于任务是否清晰

同一个功能任务，先规划再构建花费0.81美元、耗时161秒；直接构建花费0.53美元、107秒，两者都是11项检查全过。先规划贵了54%，结果一样。

但Anthropic建议先规划的理由是避免方向错误后的返工，而这个任务本身毫无歧义。所以这条属于"看情况"：任务清晰时跳过，方向不明时保留。

CLAUDE.md：要留，但要薄

作者在规则文件中埋了一条"每个新错误回复必须附带消息"的测试。完全没有文件时，Claude每次都漏掉这条规则；31行的精简文件，每次都遵守；599行的臃肿文件把规则埋在深处，也每次都遵守。

文件确实有效，但代价是0.88美元对0.59美元——为了重读每一行，成本高出约一半。Anthropic的建议是控制在200行以内。结论是：留一份，但保持简短。

插件与加载项：先看slash context再动手

"关掉不用的插件"这条建议的实测差距只有18%（0.64美元对0.54美元），处于噪声边缘。过去"某个加载项吃掉26000个token"的警告也已过时，完整工具描述现在只在需要时加载。

正确的做法是先运行slash context看看说话前到底加载了什么，再决定是否删除，而不是盲目清理。

Slash context（在 Claude Code 中键入 /context）是一个诊断命令，用于在正式对话前展示当前会话已经加载了哪些内容、各占多少 token，包括系统提示、CLAUDE.md、已启用的插件与工具描述、MCP 服务器等。

它的价值在于把“看不见的固定开销”显性化。盲目关插件可能删掉真正有用的能力，却只省下噪声级别的用量；而先查看 context 占用，就能定位到真正的大头——例如某个臃肿的规则文件或某个加载了大量工具描述的扩展。工具描述改为按需加载后，旧的“某加载项吃掉数万 token”的经验已不再适用，更需要以实测数据而非传闻作为清理依据。

最终结论

七条技巧里，真正省下用量的只有两条：任务之间用/clear，以及保持CLAUDE.md精简。另外两条值得保留：一会话一模型、按需决定是否先规划。应该跳过的有三条：子代理省token、compact、简洁风格，其中子代理是最响亮的失败案例。插件清理则属于看情况。

这套实验的价值不在于给出终极答案，而在于示范了一种判断方法：任何"省额度"的技巧，都该用隐藏测试和重复运行去验证，而不是凭感觉转发。