今年4月，DeepSeek V4便宜到让人懒得算账——输入1元/百万Token、输出2元。知乎上2800万浏览的价格讨论里，高赞回答是"高强度玩了一天才用了三块钱"。8月6日，官网顶部挂出调价提醒：“计划近期整体上调定价，预计涨幅较大。”知乎专栏知乎
8月17日新价格落地，有用户算下来涨了差不多十倍，连OpenCode Go套餐的Flash调用量都被砍了94%。9月10日部分价格回调，但输出除外。知乎专栏知乎知乎
到10月，V4.1 Flash保持每月一更的节奏。有作者算了下自己的账单：一天10元左右。肉疼倒不至于，但足以让人开始找省钱的办法。知乎知乎专栏
正好这时候，短视频开始轮流吹三个"省Token神器"：Ponytail"代码直接少94%“、Caveman"竟让token减少75%”、Karpathy Guidelines"让LLM写代码不再瞎折腾"。小红书上"Codex降低80%的Token消耗！只需4个设置"的帖子拿了1.1万赞、2.2万收藏。评论区清一色的"装了"。知乎专栏小红书
这类东西到底该怎么办？我们把宣传数字和独立实测都翻了一遍。先说结论：三个神器治的病不一样，营销数字普遍打了好几折，有的装了反而让账单更贵；但规则文本是真值钱——装不装，取决于你是哪类人。
三个神器，治的是三种病
Ponytail今年6月才创建，GitHub星数已经飙过17万，MIT协议开源。它的人设是"最懒的资深开发"：写任何代码之前，AI必须先爬一遍"the ladder"决策梯——这功能需要做吗？代码库里有现成的吗？标准库能不能解决？已装依赖里有没有？命中任何一条就停手。它治的是AI过度设计：加抽象层、堆依赖、造轮子。官方给过一个直观例子：同一个"加日期选择器"的需求，没装skill的AI自己造了个335行的日历组件，装上之后10行调用浏览器原生控件就解决了。官方第五代盲测（Claude Code + Opus 5.5，39个任务各跑5遍，含真实FastAPI+React仓库）给出：代码量-53%、耗时-41%、成本-26%、输出Token-45%，高风险逻辑的测试覆盖从68%升到98%。数字很漂亮——但注意是"官方自测"。知乎专栏GitHub
Caveman（GitHub星数已超11万）更简单：让AI像穴居人一样说话，砍掉对话里的解释、总结、装饰性文字，代码只留必要注释。号称砍掉65%的Token。GitHub知乎专栏
Karpathy Guidelines则是开发者把Karpathy对大模型写代码的吐槽，浓缩成的一个CLAUDE.md文件（仓库名andrej-karpathy-skills，GitHub实时星数已超22万）。四条规矩对症下药：别瞎猜、不清楚就问；别把100行能解决的事写成1000行；别顺手改无关代码；核心逻辑先定成功标准和测试。四条里最实用的是"精准修改"——凡是被AI顺手格式化过整个文件、改过看不懂注释的Claude Code用户，都懂这条的分量。GitHub知乎专栏
独立称重：宣称省65%，实测8.5%，账单反贵11.6%
7月，JetBrains下场做了这个品类里最严格的配对A/B。86个真实编程任务、约240次计费试验、Docker沙箱、同模型同预算。结果：Caveman只让输出Token降了8.5%；带技能一侧账单40.60美元，不带的36.39美元——反而贵了11.6%。质量倒是没有可测退化（82个配对任务，符号检验p=0.82）。同系列另一个技能rtk宣称省60%~90%，实测+7.6%，更贵。JetBrains博客知乎专栏
为什么差这么多？因为Agent会话里真正吃Token的从来不是废话。一份覆盖662个Claude Code会话的数据显示：输出文字只占全部Token的0.3%——大头是代码、diff、工具调用、报错原文，这些Caveman按设计一个字节都不碰。65%这个数字出自聊天式问答场景，放进编程代理里，天花板就是10%左右。
Adobe研究院的论文（arXiv:2606.24083）再补一刀：压缩输出通道能省1.4~2.4倍；压缩输入通道则是"严格的输-输"，净成本平均上升1.15倍——模型会用更长的回答补偿被压缩的输入，准确率还同步下滑。arXiv知乎专栏
有意思的是Caveman官方的态度：它自己建了个"诚实数字"页面，承认相比一句免费的"Answer concisely."，中位数只多省3%，并给出经验法则——同一任务开关各跑一遍账单，上升就关掉。知乎专栏
比数字更实用的避坑清单
按请求计费的套餐（如Copilot premium request）装了白装：回答再短也是一次请求，额度一分不省（官方issue #506）。知乎专栏
短对话净亏：规则每轮注入约1160个输入Token，回答本身只有一两百Token时，入场费比省下的还多（#145）。
长上下文档位一次击穿：JetBrains实验里一个依赖审计任务越过200k上下文档，单次8.29美元，对照组0.33美元。
最致命的失败模式是"静默失效"：10月13-15日三天里，社区连续报告钩子未注册、升级后压缩悄悄关闭、客户端版本不兼容——你以为开着在省钱，其实根本没跑。
隐私成本：CLI默认开遥测；Auto功能会把你的上一问、CLAUDE.md和记忆文件内容发到云端。
别忘了：省Token工具自己也在花Token，多装一个skill就多一份系统提示常驻开销。
到底装不装？看你的自由发挥空间
知乎上把三个神器逐个拆完的作者给了个比推荐更有用的判断框架：看你的项目留给AI多大的自由发挥空间。知乎专栏
如果你是新手，或者主要写轻量脚本语言、没有框架兜底、还验收不了AI写得对不对——装，而且可以全装。零成本，聊胜于无，在你判断不了它有没有遵守的阶段，把能贴的规则都贴上就是性价比最高的做法。
如果你是静态类型语言、框架齐全、diff看得懂——别装工具，抄规则。三个神器真正值钱的不是那几行代码，是写在里面的规则文本；提炼出来放进全局CLAUDE.md或AGENTS.md，效果差不多，还省掉维护成本。前面那个335行变10行的例子，靠的就是规则文本本身。优先抄"精准修改"（不动无关代码、不整文件格式化）；"先写测试、先定成功标准"要谨慎——日常小改动套上它是杀鸡用牛刀，流程变重反而多烧Token，本末倒置。知乎专栏
还有一条对所有人都成立：大多数返工的根因不是模型啰嗦，是自己没想清楚需求就丢给AI。输入端的问题，任何输出端的压缩技巧都救不了。知乎专栏
接下来值得盯的信号
DeepSeek正式定价方案会不会回到"懒得算"的区间；JetBrains的品类审计还在继续（Ponytail已进测试名单，独立结果未出）；Caveman Auto宣传的"便宜54%"能不能等来完整验证。知乎专栏GitHub
涨价之后，"便宜"从懒得算变成了要开始算。算一算不是坏事——至少现在你知道：真正的省钱不在让AI少说话，而在让它少写没用的代码、少返工。
