这周用 Claude Code 的朋友，先别急着骂"额度不经用"，先看一眼日历。
三件事正好撞在了一起。
第一，官方账号 ClaudeDevs 宣布，Claude Code 周额度 50% 的提升（覆盖 Pro/Max/Team/Enterprise）延长到 8 月 31 日——原本 8 月 19 日就该结束的，同时官方补了一句"希望最终能永久保留，但短期内容量可能仍然紧张"。小红书小红书
第二，8 月 15 日，Anthropic 发了一篇官方博客，专门讲 Claude Code 怎么把会话用出性价比，这两天正在被技术社区密集翻译转述。知乎
第三，就在今天（8 月 26 日），Shopify CEO Tobi Lütke 公开向 Anthropic 施压：在 Claude Code 支持读取 AGENTS.md 之前，他正考虑在 Shopify 内部禁用它。知乎而 Claude Code 团队的回应被总结为一句话——“坚持 CLAUDE.md，是因为模型系列不能互换”。知乎
表面上三件事互不相干，其实指向同一个事实：AI 编程已经进入"按任务计价"的时代，你的订阅费被每一次请求、每一个被读进上下文的文件、每一行啰嗦的命令输出慢慢吃掉。这篇把官方指南里的成本逻辑和行动清单拆给你，顺手排掉几个已经过时的"省钱技巧"。
先搞懂钱花在哪：同一个任务，为什么有人 5 次请求搞定，有人要 18 次
官方blog开头举的例子很扎心：同样是修一个失败的测试，一次会话只读两个文件，5 次请求结束；另一次先全仓库搜索，读了十几个文件，绕到 18 次请求才完事。结果一样，token 消耗完全不同——而且后一种情况下，模型在后续每个回合里，还要反复处理那些早就没用的文件。知乎
差距为什么能这么大？记住三个变量就够了。
变量一：模型大小。 更大的模型读输入、生成输出都要做更多计算，单价更高。难且模糊的任务上大模型，范围明确的机械活交给小模型——别让最贵的模型长期干重复劳动，也别一刀切换最小。知乎
变量二：输入和输出不是一个价。 一次请求在 GPU 上分两步：prefill 阶段一次性读入全部历史（系统提示词、CLAUDE.md、你的消息、之前读过的文件），decode 阶段再逐字生成回复。逐字生成占 GPU 的时间更长，所以当前 Claude 模型的输出价格大约是输入的 5 倍。知乎更隐蔽的是：模型"心里想"的思考 token，你看不到，照样按输出计费。知乎省钱的本质就六个字：让它少想、少说、少返工。
变量三：缓存。 如果这次请求的开头和服务器刚处理过的完全一致，公共前缀可以按 0.1 倍的缓存读取价复用，Claude Code 自动管理，不用你操心。知乎
真正要防的是打断前缀的操作：会话中途切模型、切 effort、重写对话，都会让后面的内容重新按全价预填充。所以切换的便宜时机是新会话刚开或 /clear 之后，最贵的时机是长对话进行到一半。知乎
还有一个很多人没意识到的事实：每一轮请求，都携带着截至目前的完整对话。Claude 读过的文件、跑命令打出来的输出，会在之后每个回合被重新发送，直到会话结束。知乎缓存让这些重发便宜，但便宜不等于免费——它们占着上下文，让模型每次思考都多处理一遍。"越聊越贵"的机制就在这。
行动清单：今天做、本周做、长期做
官方给了 6 个习惯，社区这两周的实操又补了几刀。知乎知乎按执行成本排个序：
今天就做（5 分钟级）
新任务开工前先 `/clear`。一个长会话的成本，高于把同样工作拆进几个短会话——第 40 个回合还在重新读取前 39 个回合。知乎
会话开局检查 `/model` 和 `/effort`。这两个设置会"记住"上次选择并变成下次的默认值，别等聊到一半才发现自己一直挂着不合适的组合；纯机械活可以 `MAX_THINKING_TOKENS=0 claude` 单次关闭思考（Fable 5 除外）。知乎
引用文件用 `@`。"修复 @utils.test.ts 里失败的测试"比"测试失败了"能省掉一整轮搜索，连 Read 调用都能跳过。知乎注意同一个文件后续回合再 @ 会附加副本，提一次就够。
本周做（设置级）
给 CLAUDE.md 瘦身。 只留每次都必须的明确指令，特定工作流移进 Skills 按需加载，用不到的 MCP 服务器用 `/mcp` 关掉；在新会话里跑一次 `/context`，看看启动内容占了多大空间。知乎
管住话多的命令。 命令输出会像文件一样追加进对话、全程跟随；超过 30,000 字符的输出会被自动写入文件只留预览（阈值可用 BASH_MAX_OUTPUT_LENGTH 调），但低于阈值的噪音更容易溜进来——测试运行器打 400 行"通过"就是典型。把每天必跑的两三个命令连同静默参数写进 CLAUDE.md，比如"用 npx vitest run
--reporter=dot 跑单测"，一次配置，每次会话都能省下一个回合和数百行输出。知乎 回退用 `/rewind`，别急着 `/compact`。 最近几轮跑偏时，/rewind 只截掉对话末尾，前面内容仍能命中缓存；/compact 是重写整段对话，成本高得多。知乎确实要 compact 时，明确告诉 Claude 哪些内容必须保留；用 1M 上下文模型的话，`/autocompact 200k` 可以把自动压缩线设回 200K（需 v2.1.221+）。
长期习惯
吵闹的大输出任务丢给子 Agent。 比如分析构建日志：子 Agent 有独立上下文，跑完只把答案带回主会话，中间产物不污染你的对话。某类任务要反复委派，可以建专门的子 Agent 定义并指定 model: haiku 或 sonnet；但小任务别这么干，隔离只在产生"大量无需保留的输出"时才划算。知乎
小心 `/loop`。 它每次触发都携带当前完整对话，隔太久还会撞上缓存失效；定时循环放到另一个终端的新会话里跑。知乎
用"时间差"对齐 5 小时窗口。 Claude Code 的订阅额度按 5 小时滚动窗口计：从你发第一条消息开始计时，5 小时后重置，不是整点重置。小红书社区有人把窗口边界和作息对齐：早上花一句话点亮第一个窗口，午休再开一个，下午和晚上两个忙碌时段就各有一个满额窗口可用。知乎也有 Max 5x 用户晒出自己一天挂五六个会话、靠习惯养成再没撞过限额，那条笔记拿了 2400+ 收藏。小红书
养成看 `/usage` 的习惯，额度花在哪，先看得见，才谈得上省。
避坑：有的"省钱技巧"，自己先过期了
省钱技巧的传播速度赶不上产品更新速度，三件事需要澄清：
“省 50%”"省 80%"这类固定数字别全信。 实际消耗和模型、上下文长度、工具调用、套餐机制都有关，社区核查的结论是：大部分流传技巧方向有用，但具体百分比普遍没有官方依据。小红书
"聊满 20 句必须换窗口"也是迷信。 该看的不是消息条数，而是前面的内容对当前任务还有没有用；一个主任务配一个主会话，任务明显变了再换。小红书
"避开高峰时段错峰用"这类技巧，用之前先看版本。 它曾经有依据，但官方额度规则一直在调整，同一份核查已经点出，流传技巧里"还有1条已经随着Claude更新而过时"——教程不是错，是过期。小红书
有句话说得准：真正该优化的不是 token 本身，而是有效结果 ÷ token 消耗。官方自己也强调，省 token 的目标不是让模型少干活，而是让算力花在真正需要完成的任务上——这个边界，值得所有"极限压缩"流派记住。知乎
今天这场吵架，其实也关乎你的账单
Shopify CEO 和 Anthropic 这场 AGENTS.md 之争不是小打小闹，Lütke 的原话是：“我正在考虑在Shopify禁用ClaudeCode，直到他们改变主意，愿意读取AGENTS.md、.agents/skills等文件”。36氪
补个背景：AGENTS.md 由 OpenAI 在 2025 年 8 月推出，到当年 12 月，已有超过 6 万个开源项目和智能体框架采用这种格式，Codex、Cursor、Gemini CLI、GitHub Copilot、Jules、VS Code 都已支持，后来这一格式被移交给了 Linux 基金会旗下的 Agentic AI Foundation。36氪
而 Anthropic 这边，Claude Code 团队成员 Thariq 的最新回应是：会提高可定制性，但现阶段你得自己在 CLAUDE.md 里写一行 @AGENTS.md 来导入；理由是不同模型需要的上下文和指令并不完全相同——他们为最新一代 Claude 5 模型删掉了约 80% 的 Claude Code 系统提示词。36氪
去年 8 月就有开发者提过原生支持 AGENTS.md 的 feature request，拿了近 5000 个赞，最后等来的是"不予修复"。36氪
但站在省钱视角，这场架暴露了一个普通用户平时看不见的账：CLAUDE.md 这类指令文件位于请求前缀的最前端，你还没发第一句话，它就已经被加载了，而且每次会话都加载。知乎塞得越满，固定成本越高。更麻烦的是，如果"每种模型配一份专属指令文件"的逻辑成立，项目里就得同时养着 CLAUDE_FABLE_5.md、CLAUDE_OPUS_5.md 一排文件，模型每隔几周更新一次，评测和改写都要真金白银的 token。36氪所以无论标准之争谁赢，你的动作是一样的：今晚把越写越长的 CLAUDE.md 删一遍，只留每次都必要的，剩下的移进 Skills。
分人群判断：谁该现在动手
Pro + 高频用户：最该紧张的就是你。如果现在刚好踩着 +50% 的加量额度在用，9 月一旦回调，同样的用法相当于额度缩水三分之一。上面的清单，本周能执行多少执行多少。
Max 用户：额度缓冲大，不必焦虑，但命令静默、CLAUDE.md 瘦身这些习惯依然值得做——上下文更干净，模型走神的概率也更低，省的不只是钱。
API 按量付费用户：这套成本模型直接对应账单，减少 token 对 API 用户表现为费用下降，对订阅用户表现为额度更耐用，每一项习惯都是即时返现。知乎
想因额度问题换工具的人：社区对比实验确实显示，同一模型放进不同编码框架，token 消耗差距巨大——有对比实验里，同一任务的 token 用量最多差出 30 倍。知乎但这类对比对任务类型和提示方式高度敏感，别拿单次测试当结论。更何况换工具还有账号、网络、迁移的隐性成本。先把省的技巧用尽，再谈换药。
值得继续盯的三件事：8 月 31 日之后周额度基准的官方说法（"永久保留"目前只是愿望）；AGENTS.md 兼容之争的走向——它可能直接改变 Claude Code 加载上下文的方式；以及你自己 /usage 曲线在调整习惯前后的变化，那是这份清单对你是否有效的唯一证据。
