排错

提效 20% 的 Claude Code Session 优化方法

从 Token 价格模型、缓存命中机制到会话生命周期管理,拆解 Claude Code 会话成本优化策略。结合 161 份会话日志实测审计,提供可落地的速查清单与调优方法。

结论与实测口径

提效 20% 口径说明:本文测算的成本优化幅度,基于作者本机 161 份真实 Claude Code 会话日志(覆盖 36 个工程项目、934 条指令、11,048 轮交互、1.51B Token,按公开 API 牌价加权折算总成本为 $1,638)。通过专用审计工具模拟实施 7 项会话优化措施后,测算得出可节省约 $324,占总成本的 19.8%(约 20%)。

编辑器时代工具费用相对固定,无论修复 1 个测试还是 50 个测试,工具成本基本一致。进入 Agent 时代后,相同任务的消耗随着上下文管理方式显著浮动。

经实测验证的工作流(例如成熟的规范与 Skills),将其固化为流程供 Agent 按需调用,能显著减少反复试探带来的上下文消耗。


六项速查行动清单

根据实际使用体验与审计验证,将会话优化行动按收益幅度整理如下:

  1. 为高频命令增加静默参数,或交由 Subagent 执行:命令输出在整个会话中持续占用空间。在 CLAUDE.md 或 Skills 中为测试、构建命令配置静默参数(如 npx vitest run --reporter=dot)。纯探索性质的大范围检索直接交由 Subagent 处理,完成后只带回最终结论。
  2. 离开操作前执行 /compact:Prompt Cache 存在时效限制(订阅用户为 1 小时,API 模式通常为 5 分钟)。在离开前主动执行压缩,能在缓存生效期内以更低成本完成上下文精简。
  3. 切换独立任务时执行 /clear 或新开会话:避免前序任务的无关上下文在后续轮次中反复重传。开启新会话还能完整保留过往记录以供后续查阅。
  4. 新会话开始时运行 /context:核验系统提示词、规则文件与 MCP 工具定义占用的基础空间。停用当前任务无需使用的 MCP,将长流程文档移入 Skills 实施按需加载。
  5. 在会话开始前确定 model 与 effort:中途调整模型或思考强度会使现有缓存前缀失效,触发全局重算。
  6. 通过 @ 明确引用文件:直接提供具体文件路径,省去模型全局搜索和多余读取步骤。小文件建议精准引用,大文件由模型按需读取对应片段更为经济。同一文件在同一次会话中引用一次即可。

Token 价格与缓存运行机制

计费单位虽为 Token,实际消耗的是模型运行时的硬件计算与带宽资源。三个核心因素决定具体成本:模型规格、输入输出差异以及提示词缓存命中率。

输入与输出的算力差异

输入阶段称为 Prefill,其核心机制在于一次性填充 KV Cache,为后续生成解码准备计算状态。

输出价格约为输入的 5 倍。Decode 阶段每个 Token 均需执行一次前向计算;而 Prefill 阶段由 GPU 批量并行处理。两者的价格差异源于硬件利用率:Prefill 属于计算密集型,单位 Token 处理效率更高;Decode 属于显存带宽受限型,每步生成一个 Token,大部分耗时处于数据搬运状态。

思考 Token 属于输出消耗的大头。终端可见的答复可能仅有数行,内部推理阶段可能已消耗数千 Token。可通过 /effort 控制思考强度。

提示词缓存(Prompt Cache)的生命周期

每次向服务端发送请求时,系统会校验请求前缀与已有缓存序列的一致性。匹配成功时直接复用已生成的 KV Cache,读取费用约为标准输入费用的十分之一(0.1 倍)。

首次写入缓存需要完成计算并持久化存储,写入成本约为标准输入单价的 1.25 至 2 倍。缓存机制遵循“初次写入、后续复用”的收益模式。

缓存失效的触发条件: 缓存依赖请求前缀从首个 Token 开始精确匹配。以下操作会中断前缀,导致重新计算:

  • 切换模型(/model):不同模型维护独立缓存通道。进入 Plan 模式同样属于配置切换。
  • 切换推理强度(/effort):推理等级直接参与缓存键计算。
  • 开启快速模式(Fast mode):若需使用,建议在会话起始时开启。
  • 执行压缩(/compact):整段对话被替换为摘要文本,前缀序列重置。
  • 缓存过期:超出时效窗口后,下一轮请求将重新执行全量计算。

使用 /rewind 撤销偏离轮次

想撤销最近几次交互时,推荐优先使用 /rewind。

每次用户提交输入后,系统会自动保存检查点(Checkpoint)。通过 /rewind(或连续按两次 Esc)可选择回退至历史节点,支持三种回退模式:

  • 回退代码与会话对话;
  • 仅回退会话对话(保留已修改代码);
  • 仅回退代码(保留会话对话)。

/rewind 仅截断对话末尾,前序序列保持不变,缓存依旧生效;而 /compact 会重构整段文本。若仅需清理近期走偏的探索过程,/rewind 是保护前缀缓存的高效选择。


会话内的 Token 构成与控制

进入会话的所有文件内容与终端输出,在后续每个轮次中均会随历史记录持续重发。

上下文装载的内容

会话启动即占用的固定内容包括:工具定义、系统提示词、CLAUDE.md 及 MCP Server 定义。可通过 /context 查看基础占用。对于不常使用的扩展工具,可使用 /mcp 予以停用。

命令输出的控制策略

终端输出若接近数万字符,系统通常会转存文件并仅保留路径索引。容易被忽视的是数百行级别的测试或构建日志,它们会在会话中持续驻留。

有效对策是在 CLAUDE.md 或 Skills 中为常用工具声明安静运行参数(如 --silent、--reporter=dot)。Claude Code 亦支持 Hook 机制,在指令执行前自动注入静默选项。

会话生命周期的划分

超长会话的累积重读成本显著高于拆解后的短会话。完成一项确定性阶段后,推荐通过 /clear 或开启新会话推进后续工作。

社区实践中,亦常使用结构化交接 Skill(如 /handoff),将当前会话的决策结论与待办清单导出为文件,新会话载入该文件即可在清爽上下文中继续协作。

Subagent 的使用场景

Subagent 具备独立的上下文空间。执行完毕后仅将总结结论回传主会话,中间产生的海量日志与冗余搜索留在子空间中丢弃。

高性价比场景:

  • 大范围日志排查与错误定位;
  • 全局代码检索与规范扫描;
  • 运行产物多但只需布尔判断的构建检查。

对于单轮即可完成的微型任务,Subagent 的初始化加载成本相对偏高,直接在主会话处理即可。


161 份会话日志的审计实测

通过运行诊断工具 cc-context-audit,对作者近两个月的 161 份 Claude Code 会话日志进行了量化统计:

Token 分布结构

Token 类型数量占比实测等效单价成本占比
缓存读取1.45B96.4%$0.57/M50.5%
缓存写入43.9M2.9%$11.84/M31.5%
模型输出9.9M0.7%$29.31/M17.7%
未缓存输入734k0.05%$6.81/M0.3%

会话中产生的新内容约为 23.9M Token,由于多轮交互带历史重发,最终进出模型的总量为 1.51B,放大倍数达 63 倍。缓存机制在此过程中降低了约 5.4 倍的费用。

成本来源拆解

来源分类金额占比
缓存写入$51931.5%
工具返回(后续重读)$32219.7%
模型输出(生成)$28917.7%
模型输出(后续重读)$24815.1%
固定配置段(每轮重发)$23214.2%
用户输入(后续重读)$281.7%

膨胀的主要来源是工具与命令返回的中间信息。通过控制工具输出(静默参数与 Subagent),可直接削减后续重读开销。

7 项优化措施收益测算

优化措施预估节省金额占总成本比例成本构成拆解上下文质量变化
为高频命令增加静默参数$925.6%写入 $27 + 重读 $64显著改善
离开键盘前执行 compact 或 clear$855.2%写入 $85显著改善
探索类工作交给 Subagent$684.2%写入 $10 + 重读 $58显著改善
切换独立任务执行 clear$332.0%写入 $22 + 重读 $11显著改善
缩减每轮重发的固定配置段$211.3%写入 $5 + 重读 $16保持良好
配置切换放在会话边界完成$150.9%写入 $15无负面影响
采用精准引用替代全量搜索$100.6%写入 $2 + 重读 $8显著改善

七项综合理论节省达 $324(约 19.8%)。在降低算力开销的同时,精简的上下文也提升了模型对核心约束的依从性。


社区实践与配置建议

  • 自定义 Statusline:配置终端底部状态栏实时显示 Token 用量与缓存命中率。可借助社区工具 bfabio/ccstatusline 或 ndave92/claude-code-status-line,在 ~/.claude/settings.json 的 statusLine 字段启用。
  • 单轮轻量追问:当需要模型针对现有产物快速解释时,在 Prompt 中增加“简要作答,无需深度思考”指示,能有效控制单轮输出 Token,且不破坏现有前缀缓存。

参考资料与工具

下一阶段 · C4 发布与收费

选一条发布渠道,接一条能真实收到钱的路径。