这是什么

Anthropic 这周发了一篇技术博客，把同一个代码修复任务可能差 1.9 倍 Token 的账本彻底摊开了——结论很直接：AI 编程工具的贵，不在模型，在用法。

文章给出 6 个习惯：任务之间 /clear、开工前选好模型档位、用 @ 引用文件而不是让 AI 自己搜、给命令输出加静默参数、新会话先跑 /context、离开前 /compact。每条都不复杂，但每条对应一笔可省的账。

有两件事值得记住：输出 Token 单价大约是输入的 5 倍（生成阶段 GPU 占用更重）；提示词缓存（Prompt Cache，服务器暂存上次算过的内容，下次只算新增部分）命中时只有普通输入的 0.1 倍价，但中途切换模型会整段失效、重新按全价计费。

行业怎么看

Anthropic 当然希望开发者「用得更聪明」，但我们注意到一个被忽略的事实：这些建议对个人订阅用户意义有限——Claude Code Max 套餐每月 200 美元封顶，多烧的 Token 不从你口袋里扣。真正受影响的是按量付费的企业客户，他们面对的风险不是「用得笨」，而是预算根本做不出来。一个工程师一天跑出 50 美元账单，财务部门很难批准。

更值得注意的是，1.9 倍只是 Anthropic 自己给出的「可见区间」。一旦缓存失效、上下文累积到几十万 Token，实际倍数可能更高。这意味着 AI 编程工具目前的成本结构还不稳定——同样的产出，成本可能差出几倍。

还有一种反对声音值得听：一些资深开发者认为，把精力花在优化 Token 上，不如花在学习更清楚的问题描述上。AI 工具的规律始终是「问题描述越清楚，账单越低」，而不是「操作越熟练，成本越优」。

对普通人的影响

对企业 IT：AI 编程工具的采购预算不能再按人头估算，要考虑每个开发者使用习惯带来的成本方差，财务侧需要预留弹性。

对个人职场：会用 AI 写代码的人之间，会进一步分化出「用得便宜」和「用得贵」的差异，这本身就是一种被低估的竞争力。

对消费市场：短期内用户感知不强，订阅制仍是主流；但中长期，「按效果付费」很可能取代固定订阅，因为成本不可预测是供应商也扛不住的事。