Token 经济学入门，别让 AI 每次从零认识你！

我相信大多数凭感觉用AI的人其实并不了解的token经济学。但是作为一名使用AI的专业人士，你需要弄清楚自己到底在为哪些东西付费，不是么？同意的话请务必看完，未来可能会为你省一笔不小的费用开支。

Cursor 要钱，Claude Code 要钱，ChatGPT 要钱，API 要钱。你以为自己只是让 AI 帮忙改几行代码，结果一看消耗，怎么又跑掉一大截。

问题不只在“模型贵”。

更大的问题是，很多人根本不知道自己到底在为哪些东西付费。

这就是我想写《AI成本账》第二篇的原因。

如果第一篇讲的是：AI 收费时代来了，别让 Token 白白烧掉。

那这一篇就从更基础的地方开始：Token 账单到底由什么组成？

读完这篇，你至少能拿走三件事：

• 看懂 AI 账单里的 4 类 Token；
• 识别开发者最容易踩的 5 个成本坑；
• 建立一套更省钱的 AI 使用习惯。

这篇建议收藏。以后每次觉得 AI 账单变贵，都可以回来对照一下。

先看懂 4 类 Token

很多人把 Token 理解成“字数”。

这不算错，但不够用。

在真实的 AI 使用里，你不是只为模型最后回你那几句话付费。你还在为上下文、工具调用、历史对话、文件内容、缓存命中、内部推理一起付费。

大体可以先记住 4 类。

第一类：输入 Token。

你发给模型的所有内容，基本都算输入。

包括提示词、系统消息、项目说明、文件内容、对话历史、工具返回结果。有时候你只问了一句“帮我改这个 bug”，但工具在背后塞进去了几十个文件、几轮历史和一大堆日志。

你看到的是一句话，模型看到的是一大包上下文。

第二类：输出 Token。

模型返回给你的内容，就是输出。

代码、解释、重构方案、测试建议、总结报告，都在这里。多数模型的输出 Token 单价会明显高于输入 Token，所以那种“让 AI 多解释几遍、顺便输出完整文件”的习惯，长期看并不便宜。

第三类：缓存 Token。

这是很多人没用好的一类。

如果一段稳定上下文会被反复使用，比如系统提示、工具定义、项目规则、长期不变的代码说明，就不应该每次都按完整输入重新付费。OpenAI 和 Anthropic 都提供了 Prompt Caching 相关能力。缓存命中后，重复输入的成本和延迟都有机会明显下降。

这里的关键不是“有没有缓存功能”，而是你的工作流能不能让前缀稳定。

每次都把内容顺序改来改去、临时塞不同文件、工具输出乱进上下文，缓存就很容易失效。

第四类：推理 / thinking Token。

一些模型在生成最终答案前，会使用内部思考或 extended thinking。你可能看不到完整思考过程，但它仍然会消耗计算资源，并按供应商规则计费。

这类 Token 很适合复杂架构判断、疑难 bug、跨模块推理。

但如果你只是让模型格式化 JSON、改变量名、修拼写，还让它开高强度推理，那就是拿重型设备拧螺丝。

AI 账单变贵，常常不是因为你问得多

很多人一看到成本上涨，第一反应是：是不是我用太多了？

有时候是。

但在开发工作流里，更常见的浪费不是“问太多”，而是“每一问都太重”。

同样一个问题，你可以只给相关函数，也可以把半个仓库都喂进去。

同样一次修复，你可以先 grep 定位，也可以让 Agent 自己在 50 个文件里慢慢摸。

同样一段上下文，你可以缓存稳定前缀，也可以每一轮都重新发送。

差别不在使用频率，而在上下文组织方式。

下面这 5 个坑，是我认为开发者最容易踩的。

坑一：每次都把整个仓库塞给 AI

这是 AI 编程里最常见的浪费。

很多工具很聪明，会自动帮你找上下文。但自动上下文不是免费的。它一旦每轮都带上几十个文件，你就会在自己没察觉的时候，为大量没变化的内容反复付费。

尤其是这种场景：

• 项目规则每轮都带；
• 类型定义每轮都带；
• 测试文件每轮都带；
• 相关性不高的工具类每轮也带；
• 历史对话越滚越长。

你以为自己在问一个 bug，实际模型每轮都在重新读一遍“项目小百科”。

更好的做法是：先搜索，再喂上下文。

开发者至少要养成一个习惯：在问 AI 前，先用 rg、grep、IDE 搜索，把真正相关的函数、调用链、错误日志找出来。

不要上来就说“这是我的项目，你帮我看看”。

更好的提问方式是：

这是报错日志，这是入口函数，这是相关调用链。我怀疑问题在 A 或 B。你先判断还需要哪些文件，不要直接假设全局上下文。

这句话能省很多 Token。

因为你把“搜索空间”先收窄了。

坑二：工具调用循环失控

Agent 最容易让人成本失控的地方，是工具调用循环。

它说“我查一下”。

调用工具。

拿到一大段输出。

再把完整上下文发回模型。

再说“我再看一下”。

再调用工具。

再把新的输出塞进去。

几轮下来，你可能已经为同一批上下文付了好几次钱。

这不是 Agent 不好，而是工作流没有约束。

更好的方式是让 Agent 先规划，再行动。

你可以这样要求：

先列出你需要检查的文件、命令和信息。不要马上执行。等我确认后，再按批次读取，避免重复工具调用。

如果是已知流程，就尽量用脚本替代 Agent 循环。

比如批量检查文件格式、扫描关键字、统计日志、转换数据，这些事不需要模型每一步都思考。脚本一次跑完，输出一个压缩后的结果，再交给模型判断，通常更便宜，也更稳定。

Agent 负责判断，脚本负责搬砖。

这个分工很重要。

坑三：简单任务也用高端模型

很多人默认把所有任务都交给高端模型。

这在体验上很舒服，在账单上很浪费。

修拼写、格式化 JSON、生成正则、解释一段短代码、重命名变量、补单元测试样例，这些任务并不总需要高端模型。

高端模型真正应该用在什么地方？

我更建议留给这几类任务：

• 架构设计；
• 模块边界判断；
• 高风险重构；
• 多文件复杂 bug；
• 方案取舍；
• 最终审查。

日常执行、格式处理、简单改写、低风险实现，可以走便宜模型、本地模型、脚本，或者交给工具链。

成熟的 AI 工作流，一定会有模型路由。

不是因为便宜模型更高级，而是因为不同任务本来就应该用不同成本的工具。

你不会用挖掘机拧螺丝，也不应该让高端推理模型做所有杂活。

坑四：稳定上下文没有缓存

Prompt Caching 是这一篇里最值得收藏的点。

OpenAI 官方文档提到，Prompt Caching 可以降低延迟，并在符合条件时降低输入 Token 成本。Anthropic 的文档也明确说明，缓存读取 Token 可以按基础输入价格的一小部分计费。

翻译成人话就是：如果一段内容每次都一样，就尽量别让模型每次重新付全价。

哪些内容适合缓存？

• 系统提示；
• 工具定义；
• 项目规则；
• AGENTS.md / CLAUDE.md；
• 稳定的业务背景；
• 长期不变的接口说明；
• 固定代码库摘要。

但缓存不是魔法。它吃的是“稳定前缀”。

如果你每次都把动态内容放在最前面，或者频繁改变系统提示、工具顺序、文件顺序，缓存就容易被打断。

更好的组织方式是：

稳定内容放前面，动态问题放后面。

长期规则放前面，当轮任务放后面。

项目背景放前面，临时日志放后面。

这不是写提示词的小技巧，这是在设计更便宜的调用结构。

坑五：“以防万一”把上下文越塞越大

很多人喂上下文时，心里会有一个声音：

这个文件也许有用，塞进去。

这个测试也许相关，塞进去。

这个类型定义也许模型需要，也塞进去。

最后一个很小的 bug，变成了一个巨大上下文任务。

上下文越多，模型确实知道得更多，但成本也更高，注意力也更分散。

AI 不怕信息少，怕的是信息杂。

更好的方式是让模型主动要上下文。

你可以先给最小信息：

这是错误现象、相关入口和我已经排除的可能性。你先判断还需要哪些文件，不要一次性要求我提供整个仓库。

如果模型说需要某个函数、某个类型、某个测试，再补。

这比“以防万一全塞进去”更省，也更利于定位问题。

长对话里也一样。跑了很多轮以后，要定期让模型总结旧上下文，保留结论、决策和待办，删掉原始噪音。

不要让历史对话变成一个越来越重的背包。

一张开发者省钱清单

如果你暂时记不住太多，就先收藏这张清单。

以后每次用 AI 写代码前，过一遍：

1. 先 rg，再提问。
2. 只给相关函数和报错，不默认喂整个仓库。
3. 让 Agent 先列计划，再批量读文件。
4. 工具输出先压缩，再放进上下文。
5. 简单任务走便宜模型、脚本或本地工具。
6. 高端模型只用于架构、复杂推理和最终审查。
7. 稳定提示、项目规则、工具定义尽量走缓存。
8. 稳定内容放前面，动态问题放后面。
9. 长对话定期总结，别让历史无限滚大。
10. 每周看一次用量，找出最贵的那类任务。

这 10 条看起来不复杂，但真正做到以后，AI 使用方式会变得完全不同。

你不再是凭感觉把任务丢给模型。

你开始像管理一个小团队一样管理 AI：谁负责搜索，谁负责执行，谁负责判断，谁负责复盘。

Token 经济学，其实是工作流经济学

所以，Token 经济学不是让你变抠。

它真正要训练的是一种成本意识。

你要知道什么时候该花钱，什么时候不该花钱；什么时候该让模型思考，什么时候该让脚本执行；什么时候该给长上下文，什么时候该先做检索；什么时候该用高端模型，什么时候便宜模型已经够用。

这背后不是省几块钱的问题。

它会反过来逼你把工作流搭得更清楚。

一个人如果每次都让 AI 从零理解他的项目、偏好、规范、历史决策，他当然会越用越贵。

但如果他把高频任务沉淀成模板，把项目规则沉淀成文档，把稳定上下文放进缓存，把复杂任务拆给不同模型和工具，AI 就不再只是一个随叫随到的聊天框。

它会慢慢变成一套可复用的能力系统。

这也是《AI成本账》想持续讨论的东西。

省 Token 只是入口。

真正重要的是：用成本意识倒逼个人工作流升级。

下一篇，我会把这件事再往前推一步。

看懂 Token 账单只是开始。真正有用的是回到自己的 AI 使用记录里，找出到底是哪类任务最贵。

是订阅太多，还是上下文太重？

是 Agent 在反复摸路，还是简单任务用了太贵的模型？

如果看不到精确 Token，又该用什么指标替代？

所以下一篇《AI成本账》，我会给你一张 AI 成本体检表，带你做一次自己的 AI 使用成本检查。

资料来源

• OpenAI：API Pricing
• OpenAI：Prompt Caching
• Anthropic：Claude Pricing
• Anthropic：Prompt Caching
• Anthropic：Context windows / extended thinking token behavior