Claude用户7天实测：70%代币被"空转"烧掉

上周Anthropic宣布高峰时段收紧Claude使用限制，我的时间线被开发者刷屏——"我就问了3个问题，怎么额度就爆了？"

我是vexp的开发者，一个本地AI编程助手上下文引擎。在动手做这玩意儿之前，我做了一件似乎没人做的事：把账算清楚。

我用FastAPI v0.115.0实测——真正的开源框架，约800个Python文件，不是玩具项目。7个任务（修bug、加功能、重构、代码理解），每个任务跑3遍，42次完整执行，Claude Sonnet 4.6，每次运行完全隔离。

结果：70%的代币消耗是浪费。

你的额度不是被问题烧光的，是被"翻文件"烧光的

AI编程助手没有代码库的地图。它不知道哪些文件和你的问题相关，所以只能像新员工入职第一天那样：全读一遍。

区别在于，新员工读一次就记住了。你的AI助手每次提问都重新读。

而且情况会恶化。随着对话继续，上下文不断累积。到第15轮时，每个提示词都要重新处理完整的对话历史加上代码库读取。单次成本呈指数增长，而非线性。

这就是为什么Anthropic的限流让你抓狂——不是你的问题太多，是你的助手太"勤奋"地在读不相干的文件。

今天就能做的免费优化（省20-30%）

收窄提示词范围。"修复src/auth/login.ts里的认证错误"触发3-5次文件读取。"修复认证错误"触发20+次。

缩短会话。每个任务开新会话，别在一个对话里做15件事。

在上下文膨胀前用/compact。别等到自动压缩的167K代币阈值。

审计你的MCP。每个加载的MCP服务器每次提示都增加代币开销，即使你没用它。

用/model opusplan。Opus做规划，Sonnet做实现。

这些能省20-30%。结构性方案能省58-74%。

vexp实测：16.29美元→6.89美元

核心思路：不让助手逐文件探索代码库，而是预先索引项目，每个查询只提供相关代码。

我把它做成MCP服务器叫vexp。Rust二进制，tree-sitter语法树解析，依赖图谱，SQLite。100%本地运行，代码永不离开你的机器。

FastAPI基准测试42轮总消耗：不用vexp 16.29美元，用vexp 6.89美元。

输出代币的下降让我意外。Claude不只是读得更少——它生成的无关输出也更少。聚焦的输入上下文带来聚焦的响应。我没专门设计这个效果，但道理说得通：噪音进，噪音少。

我在SWE-bench Verified上也跑了——100个真实GitHub bug，Claude Opus 4.5，每个任务3美元预算：

相同模型。相同预算。唯一变量是上下文质量。

大家都在吵错的事

所有人都在争论Anthropic该提高限额还是降价。两边都没抓到重点。

真正的问题是架构性的：AI编程助手不了解你的代码库。它们用"读所有文件"来补偿。你为这份补偿付代币——而且没人告诉你账单明细。

Anthropic的限流政策像是一个被迫的透明度工具。它逼你意识到：你的助手是个贪婪的读者，而你在按字数付费。

vexp的代码在GitHub开源。但更大的问题是：如果Claude Code自带代码库索引，这些优化本该是默认设置。为什么需要第三方工具来修复70%的浪费？