上一篇我们把账本摊开了。4,423 次请求、10.3 亿 token，模型真正输出的内容只占成本的 12.3%，剩下的近九成都是为了让模型记住之前的对话。其中有个价格阶梯最要命，Opus 5.5 的 1 小时缓存写入是缓存读取的 40 倍，一个 50 万 token 的会话重读一遍约 0.10 美元，缓存过期后重写一遍约 4 美元。
大家好，我是一个做了十七年后端的架构师。这篇接着往下拆，讲能直接抄的动作。
先说清楚，下面这些不是我做的实测。原始数据来自掘金开发者 ZzT 在 2026 年 10 月 25 日发的那篇账单拆解，我拿 Dan Mercede、claudiu 项目、Tecyfy 三份独立统计做了交叉核对，参数门槛对着官方文档查过。订阅额度下照做能省多少，我没实测，不敢给数字。
先搞清楚你的钱漏在哪
官方有个插件能直接出报告，不用自己写脚本。
bash
# 在 Claude Code 里执行
/plugin install session-report@claude-plugins-official
/session-report插件底层跑的是 analyze-sessions.mjs --json --since 7d，会输出一份可以排序展开的 HTML 报告。
装完先看两个数。一是缓存读取和缓存写入的比例，二是上下文长度的分布。本机那份数据里，上下文中位数 22.7 万 token，90 分位 39.4 万；超过 20 万 token 的请求占 55.5% 的请求数，却吃掉 67.7% 的成本。
看到什么算对了。报告里缓存写入那一列如果占比偏高，说明你的钱主要漏在冷启动重写，而不是重读。这两种漏法的解法不一样，先分清再动手。
不想装插件也行，可以直接统计 ~/.claude/projects 下的会话记录。这里有个坑我特意标出来，一次流式响应在记录里会出现多行，必须按 requestId 去重，否则会重复计数。
另外从 2.1.251 起，/usage 会显示主对话的 Prompt cache (main) 一行，可以直接看命中与写入的比例。注意这一行不包含子 agent，想看子 agent 得回到插件或者自己统计。
换话题就开新会话
这条最简单，也最有效。
新会话从几万 token 起步，一个聊了几小时的旧会话每一轮都按二三十万 token 计费。官方文档对 /clear 的说明是「costs nothing」。
bash
/clear验证方式很简单。开新会话后第一次请求，上下文长度应该掉回几万 token 这个量级，不是二十万往上。
长时间离开前先收尾
缓存的 TTL 是这么设定的。订阅额度内，主对话默认 1 小时，子 agent 和压缩等其他请求默认 5 分钟。每次命中都会刷新计时，只要持续在用就不会过期，问题全出在停下来之后。
那份本机数据里，30 天中一次写入超过 10 万 token 的整段重写有 55 次，其中 42 次发生在空闲超过 1 小时之后，合计约 138 美元，占缓存写入成本的 36.6%。
要离开超过一小时，先让当前这轮跑完再走。回来之后开新会话，别在旧会话里 /compact，官方文档写得很清楚，恢复旧会话后再压缩，压缩请求本身要把整段历史当作未缓存输入重新处理。
也可以直接开自动压缩。
json
// .claude/settings.json（idleCompaction 自 2.1.290 起提供）
{
"idleCompaction": true
}改完记得重启 Claude Code，配置文件不是热加载的。这一步最容易被跳过，改完没生效的人基本都卡在这儿。
子 agent 那 5 分钟缓存，值得单独调
子 agent 的缓存默认只保留 5 分钟，即使在订阅额度内也是如此。本机数据里，子 agent 占全部 token 的 15.9%，却占了缓存写入的 44.8%。Dan Mercede 那边是 32% 对 64%。
原因是每个子 agent 启动时都要写入一份自己的系统提示和上下文，任务结束后主 agent 隔几分钟再追问它，缓存已经过期，又要重写。
两个办法。一是延长它的缓存时间，二是让子 agent 一次把结果交代完整，减少事后追问。
json
// .claude/settings.json（需 2.1.242 及以上）
{
"subagentPromptCacheTtl": "1h"
}坦白讲，第二条比第一条管用。把缓存调长只是摊薄成本，让子 agent 一次说完是直接砍掉这一次重写。
有个坑，合着盖子也在烧额度
这条来自 anthropics/claude-code 的 issue #102597。一位用户合上笔记本 6.5 小时，期间系统大约每 15 分钟唤醒一次，Claude Code 共发出 81 个请求、只完成 29 个，其中 15 次整段重写了 40 万到 58 万 token 的上下文，合计约 710 万 token，整夜的输出只有约 7,000 token，周额度从 20% 涨到 56%。#103064 报告了类似现象，合盖 2.2 小时，周额度从约 9% 涨到 19%。
这两个 issue 目前都还是 open 状态，没有官方回复，成因只是用户从外部观察得出的推测。我不当成结论。
但如果你习惯让 Claude Code 跑着任务就合盖，离开前确认一下任务已经结束，是零成本的事。想查夜里有没有唤醒记录，可以跑这个。
bash
pmset -g log | grep -i "wake"
两件我必须说清楚的事
第一，额度掉得快这件事本身，官方没有结论。Boris Cherny 说团队正在排查，SemiAnalysis 说在做 A/B 灰测，两边都是进行时。我把这两件事分开讲，是因为混在一起就变成情绪了。
第二，社区里那几个省 token 技巧的收益数字，来自 claudiu 项目作者的实测，不是我测的。工具输出截断到 4,000 token 最多省 4.2%，重复读文件去重最多省 2.1%，接代码索引工具三轮 56 次 A/B 测试下来成本从持平到最多高出 12%。这个 issue 最后以 not planned 关闭。
既然 98.4% 的 token 都是重读旧对话，在剩下那一小块地方抠，天花板就在头顶上。
落到团队里怎么说
如果我们团队要立一条规矩，我会写成这样。会话长度是一项要治理的资源，不是个人习惯。
具体到动作只有两条，控制上下文长度，别让大会话在空闲后冷启动。剩下的那些压缩工具输出的技巧，收益在个位数，不值得花时间。
想，全是问题。干，就对了。
金句
一次整段重写，等于读 40 次。
往期推荐
- 《Anthropic 200 人团队代码 100% 由 AI 写，卡住的却是最后一道合并权》
- 《80 万行让 AI 重写，GitHub 靠的不是模型，是那层临时兼容层》
- 《数据库防呆机制几十年前就有了，你只是没给 Agent 接上》
素材来源与出处
| 来源 | 内容 | 链接 |
|---|---|---|
| 掘金 ZzT，2026-10-25 | 主源。本机 7 天与 30 天统计、TTL 设定、四条习惯、subagentPromptCacheTtl 与 idleCompaction 用法 |
juejin.cn/post/769988... |
| Dan Mercede，2026-10-23 | 交叉验证。价格阶梯；50 万 token 重读 0.10 美元 vs 重写 4 美元；223 次大额重写 209 次因空闲；子 agent 32% / 64% | wpnews.pro/news/i-read... |
| Tecyfy | 交叉验证。一个月 129 会话、43,193 次回复，53% 为重读，超 15 万 token 上下文占 68% | tecyfy.com/blog/why-cl... |
| 掘金 ZzT 文中引述的 claudiu 项目 issue 实测（该 issue 已被作者关闭为 not planned，原文未给出可直接访问的 issue 地址，故此处回指主源） | 省 token 技巧实测收益（4.2% / 9.2% / 2.1% / 1.7% / 12%） | juejin.cn/post/769988... |
| Anthropic 官方文档（经主源转述） | 「/clear costs nothing」；TTL 默认值；/usage 的 Prompt cache 行（2.1.251 起，不含子 agent）；session-report 插件 |
docs.claude.com/ |
| anthropics/claude-code #102597 / #103064 | 合盖后台唤醒导致额度消耗的用户报告，issue 仍 open，无官方结论 | github.com/anthropics/... |
| 新浪财经，2026-10-23 | SemiAnalysis 披露 Anthropic 对订阅额度做 A/B 灰测（转述，第三方机构数据） | finance.sina.com.cn/stock/estat... |
数据诚实性说明，所有金额均按 Anthropic 公布的 API 标价折算，订阅套餐的额度计量方式官方未公开；本机数据仅代表单一用户用法；省 token 技巧收益数字来自 claudiu 项目作者实测，非本文作者实测；#102597 与 #103064 为用户观察，非官方结论。