省下80%费用！Claude用户必看的Token避坑指南：这些操作正在悄悄烧光你的额度_服务软件

1. Claude Code省钱～节省tokens的核心操作：1. /compact：强制压缩当前上下文，把长对话浓缩成摘要。复杂任务到一半时用一次，效果明显；2/ 任务完成后新开 session：别在一个 session 里一直追加，积累到后期每次请求都是重量级；3. CLAUDE.md 里加节省指令：写上"能简短就别长篇，不需要解释每一步"，全局减少输出 token；4. 拆分任务：一个大任务拆成几个小任务，每段完成后 compact 一次，别让上下文无限膨胀。 #HOW I AI# #程序员#

2. 对比明明白白3大顶级模型-GPT-5.2/Gemini 3/Claude Opus 4.5！老金告诉你怎么一个窗口全用！

3. 【这个Claude技能让你的AI提示词不再浪费额外Credits】快速阅读：一个名为prompt-master的开源Claude技能在一周内获得600+星标。它能根据你使用的AI工具（Cursor、Midjourney、Claude Code等）自动生成最优提示词，避免重复调整和浪费Credits。工具已支持35种常见错误模式修正和12种任务模板。---提示词优化工具并不新鲜，但这个项目的核心竞争力在于“工具特定路由”。同样是生成吉卜力风格的东京夜景俯视图，给Midjourney的提示词是45个token的逗号分隔描述符，先锁定相机角度防止模型默认街景构图，再叠加视觉线索。给DALL-E 3的提示词则变成80个token的散文句式，末尾专门加上“不要在图像中包含任何文字或字母”来抑制它爱出现的随机文本伪影。这种差异不是表面功夫。Cursor和Claude Code的上下文管理逻辑完全不同，用同一套提示词会直接崩。ComfyUI用户在用Stable Diffusion 1.5、SDXL还是Flux，输出结构都不一样，需要分别生成正向和负向提示块。甚至向o1模型添加思维链反而会降低效果，这是35种“烧Credits模式”中的一种。有观点认为直接跟Claude Code像跟人聊天一样就行，出错了再说要改什么。开发者的回应很务实：这能省Credits，也能让模型理解更清晰。但更重要的是使用场景远不止对话，图像、视频、研究、演示、配音，每个领域的最佳实践完全不同。项目在7天内从600星涨到900星，期间社区持续提出支持新工具的请求：Figma Make、Kimi 2.5、Ollama、Google Stitch。开发者几乎全天候在评论区确认兼容性，甚至当天就为特定用户添加了SeeDream和LTX 2.3的路由。v1.4刚发布，v1.5已经在规划agent支持。整个项目像是在验证一个简单但容易被忽视的事实：AI工具之间的差异比我们想象的大得多，通用方案在具体场景下往往意味着妥协。GitHub: github.com/nidhinjs/prompt-masterref:www.reddit.com/r/ClaudeAI/comments/1rxyarx/i_built_a_claude_skill_that_writes_accurate#AI创造营##人工智能#

4. Claude Cowork把华尔街砸懵了！一天内市值蒸发超两万亿，原来不是软件不行了，是AI开始替人干活了。#大咖观察 #红衣聊AI #华尔街 #ClaudeCowork#智能体

5. Claude Code 源码泄露之后，更严重的木马问题被发现你什么也没点，摄像头就被悄悄打开，电脑被直接控制！#大有学问 #红衣聊AI #claude #木马病毒 #网络安全

6. #一条音频告别2025##微博声浪计划# 小米天才少女罗福莉首次登场，发布开源大模型MiMo-V2-Flash。该模型采用MoE架构，激活参数150亿，推理速度比Claude 4.5快2倍，支持256K长上下文。罗福莉曾拒绝天才标签，小米借其强化AI布局，引发行业关注与讨论。种斌Marco的微博音频

7. 把手教你用上开源版Claude Code，Windows系统接入保姆级教程！

8. Vercel推Agent Browser：让AI自己控制浏览器，比Playwright省93%上下文

9. Claude 1M正式上线，价格一分不涨，搭了半年RAG的人崩了。。。

10. Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

11. 无大算力时，作为学生，LLM 还有哪些值得做的研究？

12. AI圈昨晚炸了！Claude Code内部不慎操作，导致源码泄露，整整51万行代码、1900多个文件，全部意外公开，而这件事背后更重要的是：让所有人第一次看清楚，下一代AI软件到底长什么样。#大有学问 #红衣聊AI #代码 #网络安全 #Claudecode

13. 这次小米 MiMo的Token包月，我觉得真的有点“整顿市场”的味道了。以前很多人养龙虾最头疼的，不是模型不好用，而是 Token 计费太玄学：看着都叫套餐，结果不同模型消耗完全不一样，一不注意就用得飞快，钱花哪了都不清楚。现在MiMo终于把这件事讲明白了。一次订阅，直接把全模态模型打包进去，连最近很火的MiMo-V2-Pro也包含在内，体验上更省心，计费上也更透明。对经常高频调用模型的人来说，这种“好用不贵、规则清楚”的方案，才是真正有吸引力的套餐。说白了，MiMo这波不只是发了个包月，而是把养虾 Token市场重新拉回到“厚道”这两个字上。模型够全，实力够强，价格也够良心，短时间内确实很难找到更能打的对手。

14. 如何编写一份优秀的 CLAUDE.md

15. Anthropic一夜震撼升级：Claude获得「永久记忆」！全球打工人变天

16. Claude Code被扒出7个缓存Bug，死亡螺旋让账单暴涨10倍

17. Logan Thorneloe：我花4000美元买了一台顶配MacBook，只为了验证一个假设：本地AI模型能否取代每月100美元以上的云端订阅？经过数周真实的开发测试，结论比预想的更有启发性。现在的轻量化模型远比想象中强大。即便只有7B参数的模型，其表现也远超其体量，足以处理90%以上的日常开发任务。事实上，你并不一定需要128GB内存的顶配设备，32GB或64GB已经能够流畅运行非常出色的模型。本地化不只是为了省钱，更是为了夺回掌控权。它意味着更严密的隐私保护、零延迟的稳定性，以及永远不会因为服务商调整而随机降级的性能。本地模型没有宕机时间，它是你专属的、永不疲倦的数字劳动力。然而，真正的瓶颈不在模型本身，而在工具链。将本地模型无缝、可靠地接入现有的开发工具需要付出大量的调试成本。此外，高性能运转带来的风扇噪音和电池续航缩减，也是追求本地算力必须付出的代价。关于这笔投资是否划算，我的建议是：如果你每月在Cursor或Claude上的订阅支出超过100美元，那么投资硬件是明智的，因为模型只会变得越来越小、越来越强。但如果你的替代方案是谷歌等厂商提供的免费额度，那么昂贵的硬件投资就很难在短期内收回成本。我最终选择的策略是：将本地模型作为主力工作马，处理绝大部分编码任务；而将免费的云端大模型留给那10%需要极致性能的复杂场景。算力本地化不仅是技术选择，更是一种数字主权的回归。当模型变小、硬件变强，开发者终于可以尝试摆脱订阅制的枷锁。我的具体配置方案是：使用Qwen3系列模型，通过MLX框架进行部署，并配合Qwen Code CLI作为核心开发工具。 x.com/loganthorneloe/status/2002393827869626587

18. 「Github一周热点109期」Claude Code被开源, Pretext文本排版引擎, 谷歌最新开源模型和3D建筑编辑器

19. 分享10个你可能不知道的Claude Code隐藏命令。

20. #小米MiMo大模型首次推出TokenPlan#终于等到这一刻！小米又带着龙虾套餐来“整顿市场”了，推出了跟养龙虾最适配的 MiMo Token 订阅套餐，直接把好用不贵、小米良心的标签贴在了大模型行业的天花板上以前养虾总觉得 token 消耗得莫名其妙，现在才知道不同模型的计费水有多深；而小米这次彻底打破僵局，率先实现了一次订阅享受全模态“全家桶”，计费透明、诚意拉满。作为连续霸榜 OpenRouter、专业开发者“用脚投票”出的第一梯队选手，MiMo-V2-Pro 的实力早已在每周破数万亿记录的实战中得到了验证。这种对标 Anthropic 顶级标准、不仅性能不输 Claude 且模型覆盖更全面的套餐方案，我盲猜预计MiMo之后，国产模型套餐也会跟进一次订阅覆盖全模态模型

21. 全网开骂！Claude订阅「封杀」OpenClaw，想用龙虾？得加钱！

22. Claude新模型4.6：开箱即挖500个0day漏洞，源代码审计即将颠覆

23. Claude Code自动记忆来了！配合老金三层记忆系统全开源！加强Plus！

24. 【让AI主动提问，比你自己解释更高效】用Claude Code时，很多人习惯一股脑把想法丢过去，然后祈祷它能理解。Frank分享了一个更聪明的做法：把你的想法尽可能完整地描述给Claude，然后在结尾加上这句话："Use the askuserquestiontool to ask as many follow ups as you need to reach clarity"这样Claude会主动思考你说的内容，找出信息缺口，然后用选择题的形式向你提问。为什么这招有效？选择题比开放式问答快得多，输出质量更高，错误更少，还更省token。本质上，这是一种"前置上下文"的思路——让AI问出更聪明的问题，而不是让它做出更蠢的假设。当你的想法还只是半成品时，让Claude来找漏洞，比你自己猜哪里没说清楚要靠谱得多。有人问能不能简化成"ask questions to clarify"，当然可以，但指定工具名会触发Claude Code的问答模态流程，体验更结构化。另一个值得尝试的技巧：先让AI用ASCII把最终结果可视化出来，看看它理解的和你想的是不是一回事，再拆解成步骤执行。从结果倒推，往往比从头描述更清晰。x.com/frankdegods/status/2007721222076068226

25. 源码被开源，Claude Code之父回应了：纯内部开发者手滑

26. 全网疯传fork！刚刚，Claude Code源代码泄露被开源了

27. Anthropic 社区负责人连更31条Claude Code技巧！比Claude Code创始人私藏的还硬核

28. Claude Opus 4.7 或本周上线，但 Anthropic 要查你证件了

29. 最强Claude比黄金还贵，有人用省token.skill 立降65%，还有10个小妙招

30. 如何看Anthropic最新发布的Claude Skills？会替代MCP吗？

31. rtk：给Claude Code装上"省钱模式"，一个CLI代理减少80%的token消耗。 AI写代码有个隐形成本：每一条命令的输出都是token。git status输出3000个token，cargo test输出25000个token。一个中等项目的常见开发命令加起来就是11.8万个token。 rtk做的事很简单：在命令输出到Claude之前，把它压缩掉。结果就是总token消耗从11.8万降到2.39万——省了80%。怎么工作的？ rtk是个单Rust binary，零依赖，装到PATH里就行。它在你和LLM之间做了个CLI代理，拦截常见的开发命令，四步处理： 1）Smart Filtering — 去掉注释、空白、样板代码 2）Grouping — 把相似的东西聚在一起，比如按目录分组文件列表 3）Truncation — 保留有用信息，砍掉冗余 4）Deduplication — 相同的日志行折叠成一条，带上计数具体例子： 1）ls -la 原本输出45行800个token，rtk处理后12行150个token——节省82% 2）git push 原本15行200个token，rtk处理后1行10个token——节省95% 3）cargo test 失败时200+行，rtk只show失败的test和stack trace——节省90% 4）git status 本来3000token变600token 集成非常简单对Claude Code用户来说，一行命令搞定： rtk init --global 然后重启Claude Code。之后所有的git、cargo、npm、docker、kubectl等命令自动被rtk拦截。Claude永远看不到原始输出，直接得到压缩版本。对Claude Code来说完全透明。支持的命令超多：git全家桶、cargo/npm test、docker/kubectl、eslint/ruff/pylint、jest/vitest/playwright、pip/pnpm等。基本覆盖了日常开发的所有频繁命令。 token节省的实际意义？实际意义很大。假设Claude Code一次开发过程调用50个命令，正常消耗是11.8万token，用rtk变成2.39万。按现在的token价格，一个中等项目的完整开发周期可以省下几块钱。但真正的意义不是钱，是上下文。 token省得越多，你的上下文窗口空间越大。在同一个conversation里能保留更多的代码历史、更多的context，Agent做决策时信息更充分。这对长期开发任务影响巨大。缺点和适用范围？ rtk也有限制。它只作用于Bash命令。Claude Code的built-in工具（Read、Grep、Glob）不经过rtk，所以如果你用read工具读文件，输出还是原始的。解决办法是用shell命令（cat/head/tail、rg/grep）或显式调用rtk read。另外rtk的Smart Filtering只对特定命令有效。对完全陌生的自定义命令，rtk就是raw passthrough，不会过滤。支持Claude Code、OpenCode、Gemini CLI三大IDE。安装都是一行命令，配置文件在~/.config/rtk/config.toml，支持自定义排除特定命令或调整压缩策略。访问：github.com/rtk-ai/rtk #how i ai# #程序员#

32. 在使用 Claude Code 这款超强 AI 编程助手时，掌握秘诀尤为重要！github 上 ykdojo 分享了 45 条实用技巧，从入门到高级，涵盖自定义状态栏、系统提示语精简、用 Gemini CLI 作为 Claude 代理、甚至让 Claude Code 自己在容器中跑自己，还有超实用的 dx 插件。主要看点：- 一键设置自定义状态栏，实时显示模型状态、Git 当前分支、Token 使用率，随时掌控上下文空间（Tip 0）- 利用 /compact 和半克隆脚本主动压缩对话上下文，让 Claude Code 保持高效运转（Tip 8、23）- 使用 Gemini CLI 作为 WebFetch 的备胎，解决某些网站访问限制（Tip 11）- 通过多终端分屏、多git worktree等工作流大幅提升多任务处理能力（Tip 14、16）- 用 Claude Code 做写作助手，语音输入加速初稿生成，Markdown 格式极简高效（Tip 18、19）- 自动执行写-测-改循环，结合 tmux 完成自动化测试和长跑任务（Tip 9、36）- 精简系统提示语，减少 50% 以上 Token 占用，大幅延长对话长度（Tip 15）- 将 Claude Code 打造成“万用界面”，本地文件操作、GitHub PR 审核、数据分析样样行（Tip 27、29、31）- 利用 dx 插件集合，将多条实用命令和技能整合一键安装，极大提升开发体验（Tip 44）- 快速部署一键脚本，配置状态栏、插件、别名、权限一次搞定（Tip 45）GitHub：github.com/ykdojo/claude-code-tips无论你是刚接触 Claude Code 还是想解锁更高阶玩法，这份全方位技巧宝典绝对是提高效率，打造个性化 AI 助手的必备神器！#AI创造营##人工智能#

33. 【50条Claude Code实战心法：从入门到精通的完整指南】花了一整天研读Anthropic最新发布的Claude Code最佳实践文档，结合个人实战经验，整理出这份终极指南。+ 基础心法任务描述永远放在最前面，重要指令置顶。这听起来简单，却是大多数人忽略的细节。给Claude一个自我验证的方式，比如测试用例、截图或预期输出。这是提升效果最立竿见影的一招。推荐的提示词结构：角色 + 任务 + 上下文。简洁有力，屡试不爽。工作流程遵循“先探索，再规划，后执行”。可以先用其他大模型做调研，进入Plan Mode规划，最后切回正常模式写代码。假设Claude对你的项目一无所知，把它需要的信息全部告诉它。用﹫符号链接文件、数据和图片，提供丰富的上下文。运行/init可以为当前项目生成一个CLAUDE.md模板文件。+ 项目与技能管理用项目级指令定义长期行为，避免重复提示。编辑Memory标签精确控制Claude应该记住或忽略什么。把重复性工作流转化为Skills。一个取巧的方法：贴一个优秀输出，让Claude把它变成可复用的Skill。甚至可以上传截图让Claude复刻，这是创建高质量Skill的捷径。定期清理memory、文件和指令，防止项目漂移。不相关的工作流要分开项目，避免上下文污染。推荐两个Skills资源库：skillsmp.com收录了8万多个Skills，mcpservers.org/claude-skills提供即插即用的Skills。+ 冷门但实用的技巧用其他大模型规划项目、生成高级提示词，再交给Claude Code执行。这个策略还能节省Plan Mode的token消耗。在.claude/agents/目录下定义专门的子代理，让Claude把特定任务委派出去。让Claude根据你预设的成功标准给自己的答案打分。运行/plugin浏览插件市场，无需配置即可扩展能力。大型项目可以让Claude先采访你。用一个简短提示开始，让Claude通过AskUserQuestion工具向你提问。发现Claude跑偏时立刻纠正，按ESC中断操作。/clear开启干净会话，双击ESC或/rewind打开检查点菜单。可以运行多个并行会话：Claude Desktop管理多个本地会话，每个会话有独立的工作树；Claude Web在Anthropic的云端隔离虚拟机中运行。+ 调试与错误处理只重跑出错的步骤，不要重新生成所有内容。让Claude故意复现错误来理解问题本质。回滚到上一个正常的提示词，逐步重新应用修改。CLAUDE.md太长会适得其反，重要规则被淹没。解决方案：无情地精简，如果Claude本来就能做对的事，删掉那条指令。常见错误：一个任务没完成就问不相关的问题，再回到第一个任务。上下文被无关信息污染。解决方案：不相关任务之间用/clear。连续纠正两次还是错的话，/clear后写一个更好的初始提示词，把学到的教训融入进去。上下文窗口填满后，Claude可能开始遗忘早期指令。参考官方文档减少token消耗：code.claude.com/docs/en/costs﹟reduce-token-usage+ 进阶资源把Notion数据库连接到Claude，存储常用提示词。使用claude --dangerously-skip-permissions跳过所有权限检查，适合修复lint错误或生成样板代码这类安全的自动化工作流。Hooks适合那些必须每次都执行、零例外的操作。推荐资源：Anthropic官方学习资源anthropic.com/learn，Claude Code最佳实践文档code.claude.com/docs/en/best-practices，GitHub上的superpowers仓库github.com/obra/superpowers。最后一条忠告：慢即是快。尤其是构建严肃的工作流时，规划、规划、再规划，然后才是执行。#How I AI#x.com/aiedge_/status/2014740607248564332

34. LibTV 全新视频 Agent 评测可以接入Claude Code，一句话出片...LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点...Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。我测试的过程中一直感叹，非常的牛P...详细测试过程：网页链接互联网的那点事的微博视频

35. 如果其他AI再不赶上来，我怕真的是要离开Gemini，重开Claude会员了，至少是在代码这块儿，差距已经拉开了，费劲八叉，跟Gemini吵一下午，结果一样的提示词，Claude一轮会话解决。。。把代码发给Gemini，它就装作恍然大悟状，一顿夸，一顿自省。。。问题是找你干啥来的，气氛组吗

36. 如何看Anthropic最新发布的Claude Skills？会替代MCP吗？

37. 【本地部署能否替代Claude Code？一个团队的真实账单算法】在Reddit的LocalLLaMA社区，一个每月花费2000美元使用Claude Code的小团队发起了灵魂拷问：能不能用本地部署的开源模型来替代？这不是单纯的“能不能跑”的问题，而是一道复杂的经济账。首先要直面残酷现实：当下最强的开源模型DeepSeek-V3.2的量化版本就有362GB，光模型本身就需要4张RTX 6000才能装下。再加上多人并发需要的上下文空间，实际需要8张——这意味着约8万美元的前期投入。在算力硬件快速迭代的当下，这笔投资的时机并不明智。但问题没有这么简单。一位有实战经验的开发者给出了更务实的方案：构建路由优先架构。用一台8×RTX 4090系统运行MiniMax模型处理90%到95%的推理请求，剩余复杂任务回落到前沿API。硬件一次性投入约3万美元，电费每月约170美元，API支出可能从2000美元降至400到1000美元。更轻量的方案是走云端订阅路线。有开发者分享了年费仅27美元的技术栈：智谱的编程订阅配合Claude Code使用GLM-4.7模型，再辅以Gemini做规划审查。GLM的请求限额是Claude专业版的3到15倍，足够支撑日常高强度使用。几点关键洞察值得深思：Claude Code的优势不仅在模型本身，更在于其精心设计的工具链和提示词工程。即便换用较弱的模型，这套框架仍能产出不错的结果。本地部署的核心价值在于控制权和数据隐私，而非单纯的成本节约。对于代码不能外泄的场景，这是唯一选择。利用率是自建方案的隐形杀手。如果团队成员在同一时区，考虑到会议、夜间和周末，GPU实际利用率可能不到三分之一。一位在企业场景下实战的工程师透露，他们用4张Pro 6000运行GLM 4.5 Air支持最多5名开发者，根据任务复杂度在本地模型和Claude之间灵活切换——用本地处理重复性工作和文档，用Opus做规划，用GLM执行编码。最实在的建议或许是：保持混合架构，让本地模型处理日常任务来降低成本，把前沿API留给真正需要顶级智能的场景。技术在快速演进，六个月后可能就有Opus 4.5水平的模型以每月不到10美元的价格触手可及。等待有时也是一种策略。reddit.com/r/LocalLLaMA/comments/1qg5io6/is_it_feasible_for_a_team_to_replace_claude_code

38. DeepSeek新模型爆火，硅谷玩疯了 #DeepSeek团队开源新模型 DeepSeek新模型爆火，硅谷玩疯了！把文字变成图像，让AI一目十行读完一本书！这次，它真的在教AI们，怎么省算力、怎么学会“遗忘” #AI #DeepSeek

39. Claude悄悄更新了Skills生成器，这绝对是一次史诗级升级。

40. 做个龙虾数字分身，帮我做博主搞钱有多爽？

41. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

42. Claude Code 新增"自动记忆"功能 Anthropic 为其命令行编码工具 Claude Code 上线了自动记忆（Auto Memory）功能。开启后，Claude 会在工作过程中自动记录项目中学到的上下文：比如构建命令、调试技巧、代码风格偏好、架构要点等，并在下次会话中自动调用，不需要用户手动记录任何东西。此前 Claude Code 已经支持 CLAUDE.md 文件，但那是用户写给 Claude 的指令。新增的 Memory.md 则相反，是 Claude 自己维护的"笔记本"。用户也可以直接告诉 Claude"记住我们用 pnpm 而不是 npm"，它就会写入记忆文件。技术细节上，每个项目的记忆存储在本地目录 ~/.claude/projects/ 下，会话启动时自动加载 MEMORY.md 的前 200 行，更详细的内容按需读取。该功能默认开启，可通过 /memory 命令或配置文件关闭。这个功能解决的是开发者反复向 AI 解释项目背景的痛点：用得越久，Claude 对项目越熟悉。相关文档：网页链接宝玉xp的微博视频

43. 【CLAUDE.md不是规则手册，而是路由器】快速阅读：CLAUDE.md文件超过100行后，AI会选择性忽略指令。解决方法不是添加更多规则，而是将执行逻辑从指令转移到基础设施——用自动化钩子（hooks）强制质量检查，用技能文件（skills）按需加载上下文，用campaign文件持久化会话状态。---有人做了个审计，发现自己的CLAUDE.md有40%的冗余内容。规则在不同措辞下重复，甚至自相矛盾。文件从45行膨胀到190行，AI的服从度反而下降了。问题的根源在于：CLAUDE.md是入口点，不是永久仓库。它应该只包含项目概览、技术栈和最关键的5件事。其他所有东西都该放在AI需要时才加载的地方。真正改变游戏规则的转变是：把执行逻辑从指令转移到环境中。比如“编辑文件后总是运行类型检查”这条规则，AI有时遵守，有时忘记。解决方案是用生命周期钩子——每次保存文件自动运行脚本。AI不需要选择是否检查，环境强制执行。错误在引入的那次编辑中就会暴露，而不是20次编辑后才发现。规则会降级，钩子不会。这套思路可以推广到所有场景：跨会话的重复指令变成技能文件，编码特定领域的模式和约束；会话上下文丢失用campaign文件解决，记录已完成的工作、做过的决策和剩余任务；质量验证变成自动化钩子，每次编辑时类型检查，会话结束时扫描反模式，连续3次失败后触发熔断器。有观点认为，CLAUDE.md的变更本质上是软件变更，不是提示词调整。当它影响整个团队时，需要像对待代码一样严格：建立基线、测量效果、逐步推出、支持回滚。另一个发现是：超过100行的指令开始被当作建议而非规则。有人将文件从150行精简后，合规性立即提升。进化路径大致是：原始提示词（无持久化）→ CLAUDE.md（规则有帮助但有上限）→ 技能文件（模块化专业知识，按需加载）→ 钩子（环境执行质量）→ 编排（并行agent、持久化campaign）。一位开发者分享了自己的系统：顶层CLAUDE.md是路由器，将任务类型映射到子目录；每个子目录有自己的作用域CLAUDE.md；可重复的多步骤工作流打包为技能文件；定期任务审计文件行数、冗余和过时内容。有网友提到了渐进式工具披露的技巧：不为每个功能都构建MCP服务器，而是写HTTP端点，用shell脚本包装，格式化输出给AI。这样可以逐步暴露工具，几分钟就能添加新功能。成本控制也遵循同样的原理。每次AI超支时添加规则（“不要在这个任务上用Opus”）没用，30条模型选择规则AI照样忽略。真正有效的是代理层，自动根据复杂度路由，带预算强制执行。有人的AI在8分钟内烧掉15美元，添加规则没用，把决策从提示词移到基础设施才解决问题。一个值得注意的细节：Anthropic官方插件市场有claude-md-management工具，可以审计CLAUDE.md质量，捕获会话学习，已有76000+安装量。整个讨论的共识是：臃肿的CLAUDE.md是普遍的成人礼。解决方案不是更多规则，而是构建基础设施。作者开源了完整系统Citadel：github.com/SethGammon/Citadelref: reddit.com/r/ClaudeAI/comments/1rz2oo3/what_happens_when_you_stop_adding_rules_to#AI创造营##人工智能#

44. Claude Opus 4.6 和 Sonnet 4.6 的 100 万 token 上下文窗口今天正式全面开放（GA），且不加价，按标准价格计费，无论请求长度是 9K 还是 900K token，单价完全一样。 Opus 4.6 的定价是输入 $5、输出 $25（每百万 token），Sonnet 4.6 是 $3/$15。此前超过 20 万 token 的请求需要加 beta 标头，现在直接生效，已有代码无需改动。除了价格统一，这次更新还有几个实际变化：单次请求可处理的图片和 PDF 页数从 100 提升到 600；所有上下文长度享受相同的速率限制，不会因为请求变长而被限流。Claude Code 的 Max、Team 和 Enterprise 用户在使用 Opus 4.6 时将默认启用 100 万上下文，意味着对话压缩（compaction）频率大幅降低，更多对话历史得以完整保留。在准确率方面，Opus 4.6 在 MRCR v2 基准上得分 78.3%，Sonnet 4.6 在 GraphWalks BFS 上得分 68.4%，均为同类前沿模型在百万 token 长度下的最高分。简单说就是：窗口虽大，信息检索能力没有打折。 Anthropic 引用了多家客户的反馈来说明实际效果。 Cognition（Devin 背后的公司）表示，此前大型代码差异塞不进 20 万上下文窗口，需要分批处理，容易丢失跨文件依赖；现在整个差异一次送入，代码审查质量更高，流程也更简单。Ramp 的工程师提到，Claude Code 在调试时经常消耗超过 10 万 token 检索各类数据源，一旦触发压缩就会丢失细节、陷入重复调试循环，百万上下文直接消除了这个问题。该功能今天起通过 Claude Platform 原生支持，也可通过 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 使用。 http://t.cn/AXVmRMYf

45. 突然觉得 Github Copilot 很香了，它是按照 Request 来计费的，让 Codex 写好（PRD+系分+测分）* N，然后再让 Copilot（选 Claude Opus 4.6）来执行，每次跑巨长的任务，token 消耗才 1% 不到，看着都过瘾。

46. The Complete Guide to Building Agents with the Claude Agent SDK。这篇基于Claude Agent SDK 构建智能体的指南很详细了。周末可以试试～介绍了 Claude Agent SDK 的核心功能与应用，展示了开发者如何利用该工具构建具备自主能力的 AI 智能体。该库继承了 Claude Code 的底层架构，能够自动处理任务循环、上下文管理及文件读写等内置工具。通过具体的 TypeScript 代码示例，文中详述了开发代码审查智能体的过程，包括如何实现自动化漏洞检测与结构化反馈。此外，内容还涵盖了子智能体协作、权限控制以及通过 MCP 协议扩展自定义工具的高级用法。#程序员# #ai#

47. Claude Code Skills 采用了一种极其巧妙的三层上下文系统。请记住这个结构，当你构建技能（Skills）时会非常有用。第一层：主上下文（Main context）——项目配置，总是会被加载。第二层：技能元数据（Skill metadata）——只包含 YAML 前言部分，每个技能大约占用 100–200 个 token。第三层：活动技能上下文（Active skill context）——SKILL.md 文件以及按需引用的文档，在需要时才会加载。像脚本（scripts）和模板（templates）这样的支持文件不会被预加载到上下文中，而是在使用时直接访问，不消耗任何 token。这种架构让系统可以同时容纳数十个技能，而不会触及上下文长度限制。#人工智能##程序员#

48. 盘点一周AI大事(11月16日)｜AI自己玩原神 OpenAI上线GPT-5.1，高情商人格回归，智商小幅提升，指令遵循独一档领先 Gemini 3.0 Pro下周发布，目前能在画布（移动端）中抢先体验 Gemini语音模型升级，能控制语速和语气，适合当口语教练 NotebookLM上线深度研究，支持上传图片和PDF，开放自定义视频解说风格微软开源数据分析智能体Data Formulator 李飞飞的世界模型Marble正式上线 Google发布最强通用智能体SIMA2 字节推出最强游戏智能体Lumine Epidemic推出AI配音工具 StepFun开源最强音频编辑模型Step Audio EditX ElevenLabs发布最强音频转文字模型 32岁的小姐姐与ChatGPT男友结婚 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

49. 「Github一周热点107期」OpenAI收购的AI安全工具、AI代理事务所、OpenClaw技能库、claude code插件和上下文数据库

50. 如何看待 Anthropic 官方工具 Claude Code 源码泄露事件？

51. “Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

52. Claude Code 项目结构速查手册大多数人用 Claude Code，项目里只放一个 CLAUDE.md 就完事了。难怪效果一直平平无奇。想让 Claude 真正变成你的工程搭档？关键在项目结构 👇📌 核心文件• CLAUDE.md → 项目规则和上下文，相当于给 Claude 立规矩 • CLAUDE.local.md → 个人偏好配置，覆盖默认设定 • mcp.json → 对接外部工具（GitHub、Slack、数据库等） • claude/settings.json → 权限管理 + 模型选择📂 claude/ 目录（真正的大招）• rules/ → 编码规范、测试标准，统一团队风格 • commands/ → 可复用的工作流指令（比如 /review、/fix） • skills/ → 按需加载的专业能力包 • agents/ → 各司其职的子智能体 • hooks/ → 自动化流程 + 安全护栏💡 结构越清晰，输出越靠谱配置一次，后续每次对话都能受益。你的 Claude Code 项目结构是怎么搭的？#科技先锋官##How I AI# 默庵·超级个体的微博视频

53. 别再被 OpenClaw 的热度洗脑跟风了！它根本不是普通人能用的 AI 工具，而是专为技术党准备的 “高级玩具”！高昂部署成本、高危隐私漏洞、陡峭学习门槛，三大致命痛点直接劝退普通人。免费只是噱头，硬件、算力、电费月月烧钱；权限高、漏洞多，个人信息随时可能泄露；命令行操作、环境配置、模型调试，没基础几天都装不好。别为了跟风浪费时间金钱，更别拿隐私安全冒险！它的强大与你无关，它的坑却能让你全踩中。看完这条视频，你会彻底清醒：普通用户远离 OpenClaw，才是最理性的选择！#OpenClaw安全风险争议##科技先锋官##微博超有用视频大赛##科普大作战##AI创造营# http://t.cn/AXVR4YKt

54. Claude Code越用越贵？33天花1.16万，15个隐藏技巧省80%成本

55. 花$100/月让Claude Code 24/7在线，我算了笔账发现不对

56. Claude Code配置调优方案

57. Claude 额度为什么掉这么快？我后来才看懂这笔账

58. Claude Code 省 Token 指南

59. Claude Code省token指南

60. 让你的Claude Code起飞的技巧

61. 为什么 35 行的 CLAUDE.md 比 100 行更管用？—— 揭秘 Claude Code 提示词优化法则

62. 本地大模型封神！替代Claude Sonnet零成本，新手也能轻松上手

63. Claude Code拉胯！程序员必看

64. 本地大模型 vs 云端 Claude

65. VSCODE+CLAUDE CODE+国产大模型MINIMAX配置

66. 实测 Claude Code vs 本地 gemma4 大模型

67. 被 LLM Error 气到砸键盘？一行命令让 Claude Code 跑本地模型，免费、不限速、不断线

68. Claude Opus 4.6一天内被两次超越！国产GLM-5.1开源模型硬核登顶，8小时自主造出完整Linux桌面系统

69. Claude终于承认乱扣费!最高多收你20倍,一句你好干掉13%额度

70. AI编程节省95%token,工具调用上限狂飙20倍,记忆系统登顶GitHub

71. Anthropic拒绝龙虾吃自助餐,中国token大厂笑了

72. 龙虾。。。被 Claude 掐住脖子了。。。

73. OpenAI花3个月抄Claude作业

74. Claude 卸磨杀虾!开发者一夜工作流全断,OpenAI 躺赚用户

75. 多Agent 狂吞token,Claude 顶不住了:一人月烧15万美元,免费AI正在退场

76. 单日300美元Claude预算

77. 不再触发Claude使用限制，大幅降低Token的10个有效习惯！

78. 用Claude每月花几百块冤枉钱？| 零代码配置省63%输出token，实测无信息损失

79. Claude太抠门？省token的10个技巧

80. Caveman 原始人提示词真能减少八成 token 消耗？ | The PrimeTime

81. 不再触发 Claude 使用限制，大幅降低 Token 的 10 个有效习惯！

82. claude-mem 实测：为什么它能省 90% 的 Token 还能记住更多？

83. 这些 Claude 快捷键让我的工作效率翻倍

84. Claude Code自由！全球免费大模型一键接入，稳定又便宜

85. Ubuntu 安装 Claude Code 并接入 DeepSeek过程记录

86. Claude Code 订阅开始"缩水"？高价用户最先感受到变化

87. Claude Code、Codex 最佳搭档，一键切换大模型！

88. 用Claude的注意了：我帮你把这笔账算清楚了

省下80%费用！Claude用户必看的Token避坑指南：这些操作正在悄悄烧光你的额度

精选参考来源