「手册」比对话更费钱：这周四份省Token实测，和三种省回原点的方式
国庆那几天，圈里吵的还是账单：档位、限额、薅羊毛薅不动。这周一过，风向突然变了——Anthropic官方成本指南被逐条搬运，Pi连着发了三个版本，好几个UP主和独立开发者不约而同晒出同一类东西：实测数字。而且几份互不认识的实测，最后都指到了同一个反常识的地方：token不是烧在你跟AI说的那些话上的，是烧在你每次开口前，顺手塞给它的那一叠东西上的。
如果你这个月账单看着肉疼、但说不出钱具体漏在哪，这周的信息密度值得花十分钟看完。下面按「四份实测→一笔账→三种翻车→谁装谁等」来过。
一、四份实测，四个入口
1. MCP工具手册：10979 → 162
独立开发者activeing123把自己的OpenClaw挂接MCP的请求载荷抓了下来：工具定义（俗称「工作手册」：每个工具叫什么、能传什么参数、有啥坑）一共10979个token。 关键在机制——不是用到才发，是每轮对话都重发一遍。你以为AI在干活，其实它每次开口前都在重背说明书。知乎
更反直觉的是：他把「手册」里的描述文字压缩了一遍，实测一个字节都没省下来。原因很简单：标准MCP协议要求客户端在握手阶段拉取全量工具定义，问题出在「怎么发」，不在「存成什么样」。他换的思路是「只发目录」——平时每个工具一行名字加一句话，真要调用时才回填完整Schema：每次对话的常驻开销变成162个token，省98.5%。另一篇同作者的实测里，255个工具的全量Schema压进System Prompt，改造后省下71,348个token，幅度99.2%。 他还特意补了一个口径：162是「平时」的成本，真要调试某个工具的那一刻，那一页还是得发。省的是常驻，不是按需。知乎
2. 自建Coding Agent：同一任务比Claude Code少58.7%Token
知乎作者「许哥做AI」自己写了个Coding Agent，和Claude Code跑同一个真实任务，条件尽量对齐：结果Claude Code平均158.4万token，他的Agent平均65.5万，少58.7%。 两边都把任务做完了——253个测试，0失败。知乎
有意思的是差距来源：两边的Model Call次数没拉开，真正拉开的是每次调用装了多大上下文——23.7K对56.7K，2.4倍。 他的做法就两条：先读代码结构（函数、类型、符号在哪）再决定读哪个文件，别整文件往嘴里塞；以及把「完整状态」和「每次喂给模型的上下文」分开存——做过什么、读过什么都记着，但不必每次重新给模型看一遍。知乎
作者自己先泼了冷水：只有1个任务、3次重复，且这个任务恰好吃「代码结构导航」的红利。这58.7%目前只够证明方向有效，不够证明普适。
3. Pi 1.0：codemode系统提示词5300→3300，20工具首请求省72%
GitHub上10万星的那个极简Agent Pi，10月4日一口气发了1.0.0/1.0.1/1.0.2。社区梗是：它以前把「不做MCP」写进README，现在不但做了，还做成了默认。B站两个实测视频对完release notes，对钱包最相关的三条是：codemode把系统提示词从5300瘦到3300。 MCP工具分四档曝光，没被调用的工具一个schema token都不进请求；实测20个工具挂载时，首个请求省72%。哔哩哔哩哔哩哔哩
升级注意：全屏默认和`–provider`报错行为这两条会改变现有习惯；另外那个pi-durable还是实验性质。
4. 人设省Token：711K → 138K（这份先别信）
B站UP主「AAA私人终端厂家直销」在做roleplay coding插件时发现：同一个任务、质量基本一致的情况下，DeepSeek-Flash官方极简模式吃711K token，换成「硬邦邦」人设只要约138K，中间档「万机之神」约300K，「鲸鱼娘」约389K。 人设居然影响token消耗——这直接踩在社区共识之外，评论区吵得最凶的就是这条。哔哩哔哩
但注意证据强度：单任务、单次对比、限一个模型、作者自己也说「没想到」。这份应该当成「值得你自己拿真实任务测一测的假设」，不是结论。
二、为什么省的是这些地方：一笔官方口径的账
把上周疯传的Anthropic成本指南（「老金」那篇逐条搬运的原文）和本周这几份实测对起来，账就清楚了：
一个Agent任务是个循环：读对话→调工具→读结果→再来一轮。每一轮都要把到目前为止的整段对话重发一遍。官方案子：上下文从20K涨到120K、跑40轮、平均每轮发70K，账面280万输入token——你的对话明明从没超过120K。知乎
影响账单的就四个变量：轮数、每轮发的上下文、单价、输出（含thinking）。缓存读取只要输入价的1/10到1/20，而一个输出token是一次缓存读取的100倍。
对照本周四份实测：砍手册常驻、砍每轮上下文、瘦系统提示词——全部命中「每轮发的东西」这一项，所以数字才这么好看；而人设那个711K→138K，动的可能是模型消化提示词的效率，属于另一个维度的事。
顺手记两条能保命的细则：改effort会清缓存，所以档位要在任务断点改，别问一半来回拨；摘要压缩约10轮才回本，快干完的项目别压——调试到一半压缩，可能正好丢掉唯一关键的那行日志。
基准线：官方企业平均是每个开发者每个活跃日约13美元，90%不超过30。 你的数明显高出，就翻出对应会话看是哪一步多花的。
三、三种「省回原点」的方式
实测数字越好看，越要把反面摆出来。「省 token 省过头，一次重试就全赔回去了」这个标题之所以这周刷屏，是因为它真实发生过太多次：
省到任务失败：每一种省法都可能让模型少看它本该看的东西。一次重跑的花费大于前面省下的总和。动手省之前，先给模型一个能自查的办法（一个跑得动的测试、一次构建、一个调接口的脚本）——能自己验证才能早停错，这是省轮数的根，不是加effort。
省在常驻、亏在配置：接这类网关／目录式方案，等于在工具链里塞进新失败面。同作者的三个现成坑：Node版本差一个小版本装不上、列工具超时写死1500毫秒在慢机器上永久卡住、key写成明文触发401。而且这类社区项目才两百多颗星，别按成熟产品预期它。改完第一件事不是看省了多少，是像那位作者一样先测「还好不好用」：让模型调个最简单的工具、回一句固定的话，确认选择的路径没变。
信了不该信的样本量：58.7%是1任务×3次，711→138是n=1。证据覆盖到哪里，结论就只能说到哪里——这两份实测的价值是给出「该量什么」的方法，不是给你省钱的保证书。
四、谁该装、谁该等
按你现在的工具栈对号入座：
Claude Code / Cursor + 挂了5个以上MCP的：本周优先级最高的一件事不是换工具，是量一下你的手册有多厚——抓一次请求载荷，或跑`/usage`看会话开局开销。第一刀砍最懒的：把不用的工具卸了。确认要长期挂几十个的，再去试目录式网关，保留原配置以便回滚。
大仓库、长会话、天天重复读文件的：Pi 1.0值得开个分支试；不想离开Claude Code生态的，先照抄「结构先行+State≠Context」两条思路，在CLAUDE.md里引导它先列符号再读文件，不用等任何新工具。
DeepSeek-Flash等国产模型用户：人设省token当彩蛋测，别当生产力换；官方极简模式711K那格如果在你这也复现，值得换个人设重跑一遍看看稳定性。
管团队账单的：先立基准再谈省——每人每活跃日13美元上下是官方均值，把明显超标的高消耗会话翻出来，看是轮数失控还是每轮超重，前者修任务拆分，后者查工具和上下文。
先等的：pi-durable（实验性质）、没有权限说明的第三方网关项目、以及任何「一套人设/一句咒语全模型通用」的说法。
今晚睡觉前可以做一件十分钟的事：开个真实任务，量三个数——开局塞了多少token的工具定义、平均每次模型调用带多大上下文、这单任务一共跑了多少轮。这周之后，省token的新玩法只会更多，到时候每篇你都拿这三个数去对：它到底动的是哪个变量。
动「每轮发的东西」的，通常真省钱；只动「单价」的，先去看账单细则；什么都不动只换话术的，划走。
