很多开发者第一次在终端里接上 Claude Code 这类编码智能体时反应往往是一样的先是觉得“这模型真聪明”紧跟着就是“这 token 烧得真快”。项目标题里提到的“Claude Fable 5.1 太贵”加上热搜里大量“claude code 安装”“claude code 使用教程”“claude code 如何省 token”这样的搜索记录其实是同一个问题的两面——大家不是不认可高级模型写代码的能力而是发现能力和成本是同步上升的。如果不做任何策略控制一次需求跑下来命令行里滚过的文字量远比想象中夸张。我先把一个判断放在前面高级模型真正贵的地方往往不是单价而是任务组织方式。同样的顶级模型你用“一把全量丢进去”的方式暴力跑和用一套有校验、有分层的循环机制跑token 消耗可能差出好几倍输出质量却不一定更差很多时候反而更好。这篇文章想拆解的就是两套能落地的工程习惯Gauntlet 循环和子代理策略。它们不是什么官方独家技术更接近两种流程设计思路把任务拆得更小把小任务的验证做得更勤。1. 先搞清楚高价模型到底“贵”在哪里1.1 拆开账单你花的钱不只是“一次回答”的钱很多人对模型成本的感知停留在“输入多少钱、输出多少钱”。这当然没错但一旦进入真实开发场景成本结构就会变得复杂很多。拿 Claude Code 这类终端工具举例。你输入一句“帮我看看这个模块哪里有问题”它背后可能发生的是一连串动作先读取文件、再搜索相关函数、然后做一次分析、接着产生一段建议、最后还可能真的动手改文件。整个链路里消耗的 token 不只是你看到的那几句话还有模型读取文件内容、生成中间推理、输出工具调用结果、再基于结果继续生成下一轮回复的过程。所以会看到这样的现象明明只改了十几行代码后台显示的 token 却高得吓人。原因通常是三个模型把大量上下文读了进去包括你不希望它关注的无关代码。多轮工具调用里每一轮都会把当前上下文继续传递越到后面单轮成本越高。失败时模型会反复重写或反复尝试失败本身也消耗完整轮次的 token。如果把这些因素全部考虑进去实际成本就变成了单次任务成本 输入 token 输出 token 多轮重试 token 上下文膨胀带来的额外输入 token。只看单价不看这个公式就很难理解为什么同一个模型有人用起来很省有人用起来像在烧钱。1.2 “从头读一遍”才是最容易被忽略的烧钱点我在实际使用里感受最深的一点是上下文膨胀比输出多跑几千字还可怕。因为输出是有边界的写完了就停了上下文却是每一轮都存在的隐性成本。你可以做一个简单的小实验。让模型处理一份 2000 行的项目文件第一次直接全量丢进去第二次先给目录结构再让它按需读取指定片段。表面上看第二次多了几步交互显得更“麻烦”。但本质上第一次每一次重试、每一次追问模型都要重新面对那 2000 行内容如果来回三轮成本就是 6000 行左右的输入量。而第二次无论怎么重试模型面对的上下文都只是“目录 当前聚焦的几十行代码”输入成本被控制在一个很小的范围内。所以真正决定成本差距的不是模型选得好不好而是你有没有把“输入的上下文”看成一个需要刻意管理的资源。这一点正好是后面两种策略的出发点。2. Gauntlet 循环用小步验证代替一次生成2.1 Gauntlet 循环到底是一种什么机制“Gauntlet”这个词的原意可以理解成一条需要连续通过的考验通道。放到模型任务里不是说你要让模型连续跑几十轮而是把一个原本“一次生成到底”的大任务拆成多个有关卡、有验证的阶段。举一个很常见的例子现在让模型写一个数据清洗脚本。很多人默认的做法是给一段完整需求让模型直接生成完整代码。这当然可能成功但风险在于如果模型在前面某个判断上理解错了后面所有代码都会建立在错误地基上等你发现时大量输出已经消耗完了。Gauntlet 循环的做法不一样。它会拆成这样第一阶段要求模型用 100 字复述它对需求的理解不写代码。第二阶段要求模型列出这次清洗需要处理的边界情况仍不写代码。第三阶段先写测试用例或验证数据不写实现逻辑。第四阶段才让模型写代码并且要求代码必须通过前面定义的验证。每个阶段结束人会检查一次或者用一个自动化脚本检查。通过了才进入下一关。没有通过就在这一关停下让模型修改而不是放任它一路跑到底。2.2 为什么这种看似“绕远”的流程反而省钱核心原因有两点。第一它能尽早暴露理解偏差。模型真正昂贵的失败不是某一个阶段失败而是你花了很多 token 让它生成了大量内容最后才发现方向从一开始就错了。Gauntlet 循环把检查点提前让失败发生在早期、代价小的阶段而不是晚期、代价高的阶段。第二它限制了每次输出的规模。每次只让模型输出一小段输出 token 少上下文里也不会堆积大量无用的中间稿。模型不需要在后面的阶段反复引用自己前面写的长文本因为它们根本不存在。当然这个策略不是没有代价。它的代价是人的参与变多了每个关卡需要看一眼结果、做一次判断。但这里有一个算账角度如果你的时间本身很值钱或者你希望整个流程能被自动化那么这种“人只做判断、模型做小步执行”的模式依然比“让模型一次生成、然后人工改半天”要高效。2.3 一个可以照搬的最小流程示例假设你现在手上有一个 Claude Code 类终端工具想低成本跑完一个批量文件重命名的任务。可以先试这样的循环阶段 A让模型输出任务理解 提示词示例 “我现在要批量重命名 /logs 目录下的日志文件 格式是 service_20250101.log 改成 20250101_service.log。 先不要写代码用 50 到 100 字说明你打算怎么处理 特别说明你会怎么处理文件名里多余的空格和日期格式问题。” 阶段 B让模型列出边界情况 提示词示例 “先不写实现只列出你认为需要处理的边界情况最多 5 条。 例如文件重名、目录不存在、文件名带空格、源文件被占用等。” 阶段 C先给测试数据再让模型写实现 提示词示例 “以下是 3 组测试样例。先写代码再说明你的代码如何通过这些样例。 不要直接对真实目录执行。”这个流程看起来比一句话需求复杂但它把任务的“不确定性”挡在了前面。真正开始生成代码时模型已经知道边界返工概率会小很多。注意Gauntlet 循环在一次性、探索性的任务里也可以使用但不要机械到每个任务都分四个阶段。如果是简单的“把这段 JSON 转成 CSV”直接给最终需求就行过度设计反而浪费时间。3. 子代理策略把大任务分给不同角色而不是让一个模型干到底3.1 子代理不是“多开几个窗口”而是角色与上下文隔离“子代理策略”听上去很高端实际落地时核心就是一件事把一个复杂任务里的不同职能拆开让不同角色分别处理从而减少相互干扰也减少单一上下文里塞入过多内容。在 Claude Code 这类工具里你可以把主会话理解为总指挥它负责理解目标、拆解步骤、汇总结果。而子代理可以是一个只负责检索代码库角色任务是找出“所有调用 X 函数的地方”不需要理解业务逻辑。一个只负责代码审查角色输入是变更 diff输出是问题清单不直接改代码。一个只负责文档生成角色输入是接口定义和测试结果输出是 README 片段不碰源码。一个只负责日志分析角色输入是日志文件输出是异常模式不涉及修复。如果工具本身支持多角色可以直接定义出这些代理如果工具不支持也可以人工通过多轮提示词切换身份例如“接下来你是一个代码审查员只做审查不要修改文件”。变化的是形式核心是一样的让模型在某一轮里只关心一小块上下文不要让“写业务代码”和“审查业务代码”混在同一轮上下文里。3.2 主代理只做规划子代理只做执行这个分工方式对控制成本帮助非常明显。原因在于你不想让“规划”这件事消耗太多高质量模型的 token也不希望“执行”过程中模型还要同时记住规划、历史、目标、限制条件等一大堆背景。一种常见组合是主代理用一个相对小、相对便宜的模型做任务分解和决策子代理在处理具体模块时再调用更强模型。这样强模型的每条指令都是明确、独立的不会因为上下文太长而降低效率也不会因为中间步骤太多而累积 token。即使你只有一个模型可用也能通过“上下文隔离”来模拟这个效果。做法就是每进入一个子任务时先清空或压缩上一阶段上下文只把当前阶段必要的输入粘进去。这里可以理解为一种“栈式工作方式” - 主代理读完整需求输出一个任务清单。 - 子代理 1拿到任务清单中的第 1 项只读取相关文件产出结果。 - 主代理拿到结果决定是否进入第 2 项。 - 子代理 2只处理第 2 项看不到子代理 1 的完整过程只接收必要结论。这样做的好处是每个子代理的上下文都很干净。模型不需要“记得”自己三小时前分析过什么也不需要被迫从海量信息里筛出关键内容。它会因为上下文更聚焦而表现得更稳定。3.3 什么任务适合拆子代理什么不适合这是我反复踩过之后得出的判断不是所有任务都适合拆。适合拆的任务通常具备四个特征任务可以被自然切分成步骤比如“检索、实现、测试、文档”。每一步的输出边界清晰比如“返回文件路径列表”“返回测试结果”。步骤之间依赖关系弱后一步只需要前一步的结论不需要知道全过程。单个步骤的执行需要处理大量局部信息比如扫描一个大型代码库。不适合拆的任务也有明显特征需要全局精确控制比如一次重构涉及多个模块的联动缺少全局视野的局部改动会制造更多冲突。上下文连续性极强比如让模型遵循你的代码风格写完一整层服务拆成多个子代理后风格容易漂移。任务本身很短比如只是解释一个报错拆子代理纯属浪费。一个比较稳妥的标准是如果这个任务让一个熟练工程师独立做反而更顺畅那就不拆如果这个任务更像是“项目主管协调三个初级工程师”的场景那就拆。拆的收益来自降低认知负载而不是增加流程复杂度。4. 落地实操从 Claude Code 安装到低 token 配置4.1 先把工具链装好你会遇到的那些“基础报错”很多人的成本策略还没开始执行就卡在安装这一关。热搜里有大量这类问题“claude code 安装”“claude 无法将 claude 识别为 cmdlet”“claude 不是内部或外部命令”“vscode 配置 claude code”。这些本质上都是同一个问题CLI 工具没有正确安装或没有进入系统 PATH。我不展开装某个特定版本的细节因为不同版本路径差异太大。但从工程经验看可以按这个顺序排查确认你的机器上是否已经安装了运行该 CLI 所依赖的运行时环境并确认node -v这类基础命令能正常输出。确认工具的实际安装目录。很多人在 PowerShell 或终端里直接敲claude发现不识别其实只是当前会话没有重新加载环境变量。重新开一个终端窗口往往就解决了。如果还是提示“不是内部或外部命令”检查 PATH 环境变量里有没有包含安装目录。不要用管理员权限强行改系统目录除非你明确知道自己在做什么。普通用户安装到用户目录更省事。在 VS Code 这类编辑器里也一样改完环境变量后必须重启 VS Code 才能让新的 PATH 生效。只重开一个终端窗口有时不够。另外一个高频提示词是 “unfortunately, claude is not available to new users right now”。这通常意味着当前账号权限、地区可用性或者服务状态还不满足使用条件。不要反复强行登录也不要去找各种“绕过方案”。正规路径是确认官方支持范围、确认账号状态、必要时等待开放。注意所有安装依赖和工具链配置都应该从官方文档或可信渠道确认。缓存里的教程可能已经过时了一个版本遇到问题时优先看报错信息再去看文档而不是照抄旧文章。4.2 在 Claude Code 类工具里把 token 消耗压低工具能跑起来之后真正的低 token 配置才开始。以下是我实际使用后觉得比较有效的几件事。第一限制模型读文件的边界。很多终端工具会自动扫描项目目录甚至读取大文件。如果你只是想让模型看某个子目录直接在提示词里说明或者利用工具的配置忽略掉不必要的目录。模型每少看一个无关文件输入 token 都会少一截。第二对话压缩要勤用。长会话是 token 消耗的无底洞。当历史对话已经很长时不要继续在原来会话里追加新需求先把对话压缩成一份摘要或者干脆开一个新会话只粘贴必要的上下文。很多人舍不得“丢弃”历史但历史本身也是成本。第三批量任务一定要限制次数和数量。无论是批量重构还是批量改写第一次跑时先只处理 1 到 3 个样本确认输出结果符合预期再慢慢扩大。不要一上来就让它处理全部 500 个文件。如果工具支持并发也不要在没有充分测试前把并发拉满。批处理崩溃的成本很难估算往往要重新跑一整轮。第四能不用工具就不用工具。那些自动读取文件、自动执行命令的功能很方便但每次工具调用都会伴随上下文记录。如果某个需求用最朴素的“复制粘贴文本”就能解决那就不必非让模型自动去读文件。表面看起来少了点“智能感”实际节省的效果非常明显。4.3 怎么判断成本真的降下来了优化不能靠感觉。我建议在每个任务开始前记录三个数字输入 token、输出 token、重试次数。任务结束后对比一下之前粗暴执行的同等任务。如果优化之后输入 token 降到了原来的三分之一但重试次数没有明显增加说明你的上下文管理有效。如果输入 token 降了重试次数却翻了几倍说明你把任务拆得太碎或者提示词写得太含糊反而得不偿失。一个实用的小技巧是把每次的 token 消耗和任务结果写成一个简单表格积累一段时间后你会知道自己适合哪种任务组织方式。这个表格不用复杂三列就够任务类型、token 消耗、是否一次通过。有了基线数据后续优化才有依据。5. 排查链路当流程不稳定时先查哪一层5.1 从现象入手不要上来就改提示词无论是 Gauntlet 循环还是子代理策略落地过程中一定会遇到问题。常见现象有这些报错、无输出、上下文超限、输出结果不稳定、速度越来越慢、工具自动读文件导致上下文爆炸。很多人遇到这些问题后的第一反应是把提示词改得更“厉害”一些或者再加一个子代理。但我更建议你先按层排查而不是继续堆方案。排查顺序通常这样走先看现象发生在哪一步是工具启动失败还是任务执行中途崩溃是模型回答质量问题还是终端工具自身的问题再看输入文件路径对不对、编码是否是 UTF-8、路径里有没有空格、文件权限是否可读、日志是不是被截断。再看环境CLI 版本是不是太旧、Node 版本是否兼容、模型账号是否过期、当前网络条件是否稳定。再看参数max tokens 设得够不够、上下文压缩频率、并发数、批量数、工具允许的最大读取文件数。最后才看模型提示词和子代理分工是不是任务拆得太碎导致逻辑断裂是不是提示词里没有说明输出格式。5.2 上层循环不稳先回退到单层验证我最近一次模拟这类排查时遇到过一个很典型的情况我用子代理策略把“代码审查”分成了 3 个小角色结果模型输出质量反而下降了。我一开始怀疑是提示词写得不够好后来发现问题出在子代理之间传递结论时丢失了关键上下文。解决办法不是继续加更多代理而是先回退。先让一个子代理完整跑一遍确认单代理输出正常再逐步增加第二个、第三个代理。如果加第二个后质量下降说明问题出在两个角色的信息交接协议上而不是提示词本身。这个思路可以推广成一条通用原则当上层流程复杂到无法定位问题时先降到单层让流程跑通再往上叠加复杂度。5.3 工具边界问题不要拿单次任务逻辑硬套批处理还有一个很常见的坑单条样本跑得不错但扩展到批量时不是出错就是变慢。这往往不是模型问题而是工具边界问题。比如某些编码代理工具会给每次运行设置一个新的上下文窗口第二次运行不会记得第一次运行中“你手动调整过什么”。如果你在单条任务里靠“聊天式沟通”补了很多信息批量时这些信息必须写进提示词模板里否则第二批任务会丢失人肉补充的上下文。还有一类问题出在输出目录和文件覆盖策略上。批处理时如果文件已经存在工具可能直接覆盖也可能反复确认。这会影响流程稳定性。我的习惯是批处理开始前单独建一个输出目录确认工具的历史输出不会混进来。6. 什么时候“省钱策略”本身就该被舍弃6.1 先跑通、再优化、最后工程化如果你刚接触 Claude Code 类工具我的建议不是一上来就搭一套复杂的 Gauntlet 循环和子代理体系。那套东西更适合在“你已经被昂贵账单打痛过”之后再引入。更稳妥的路径是三步走先跑通单次任务理解工具的输出逻辑和 token 习惯。再针对最高频的重复任务做优化压缩上下文、限制文件读取、加入简单检查点。最后如果任务足够复杂且长期重复再引入完整的分层循环和子代理分工。每一步都建立在上一步的实际数据之上。不要为了用高级策略而用高级策略。6.2 判断标准省下来的钱是否大于协调成本这是整个成本策略里最容易忽略的一环。Gauntlet 循环和子代理策略能省 token但也会增加人的参与时间。如果任务本身很简单拆流程反而会让总成本上升。我自己的经验是当一次任务的直接 token 成本低于某个很低的值时就不要做任何复杂设计。比如 50 行代码范围内的修改、一个报错的解释、一段文本的润色这类任务直接处理就行不会因为上下文膨胀而失控。真正适合这套策略的任务通常是编码代理工具下的大型代码库任务。需要反复修改、重试的长流程任务。多个文件、多个模块协作的批处理任务。需要质量和稳定性兼备的内容生成或代码生成任务。如果你当前的任务属于一次性、小体量、低风险那最好的“省钱策略”就是不要花时间去设计省钱策略。6.3 把策略沉淀成自己的任务模板我比较推荐的做法是当你通过一次 Gauntlet 循环或子代理分工跑通之后把整套流程保存为模板。这比每次临时写提示词更有效。模板可以包括几个固定部分任务目标描述限定在 3 句话以内。输入清单明确哪些文件、哪些信息是模型必须看的。验证规则说明什么情况算通过、什么情况算失败。输出格式要求模型按固定结构返回结果。回滚方案如果模型改坏了有没有备份和恢复路径。一旦这套模板稳定下来后续每次任务就变成“替换输入、执行同一套流程”而不是重新设计流程。这个过程本身就是一种长期成本控制。它省下来的不止是 token还有你每次做决策的脑力。回到最核心的经验所有围绕 Claude Code 或类似编码智能体的成本策略本质上都在回答一个问题如何让顶级模型的注意力只花在真正需要它的地方。Gauntlet 循环做的是“把失败挡在早期”子代理策略做的是“把上下文隔离干净”。它们都不是灵丹妙药但都比“一边抱怨模型太贵一边继续用最烧钱的方式跑任务”要实在得多。我的建议是从今天下一次任务开始不要急着让别人替你生成一套完整方案先自己试一次这个任务拆成几步更合理每一步的最小输出是什么哪些上下文可以不传给模型这三个问题问完你已经比大多数“无脑全量丢给它”的人走得远了。模型本身的单价我们很难改变但你准备让它看什么、写什么、重试多少次这些才是真正可以把账单压下来的杠杆。