Claude Code烧Token换体验：AI行业的降本才刚刚开始
Anthropic的算力支出已达薪资的2.3倍，每位工程师每年对应的算力成本约51.5万美元。大公司开始严格管控AI使用，Uber设定每人每月1500美元token上限，花旗银行直接禁用高级模型。Claude Code的设计理念是“烧Token展示模型能力”，而非效率优化，导致Anthropic在Token利用效率上已被OpenAI拉开差距。
算力账单：人还没模型贵
“Fable 5这个价格远高于中国程序员一天工资。写代码一天烧几百万token已经很节约了，然后一看账单几千rmb。”
这不是玩笑，而是正在发生的现实。根据最新数据，Anthropic自家公司花在算力上的支出，已达到其薪资支出的2.3倍。按照一名高级工程师22.4万美元的完全成本计算，Anthropic每位工程师每年对应的算力支出约为51.5万美元——人还没模型贵。
在这种账单面前，连Claude自己也不得不开始省token了。
Token Apocalypse：从炫耀到恐慌，AI成本的范式转变
最近，业界出现了一个新词：Token Apocalypse（Token末日）。
从年初的“token maxing”（炫耀用多少token）到如今的token apocalypse，预示着AI行业经历了一次深刻的范式转变。今年三四月份，大家还在比拼谁用了更多token，甚至将其视为某种排行榜指标。但使用AI并不自动等于省钱，于是关注点转向了单个token的成本。
更微妙的是，大模型正在扩大很多本不需要AI介入的工作范畴。现在PDF不想自己读，长文不想自己看，所有内容都要AI总结；或者把内容转成幻灯片再丢给别人，对方可能再用AI读这些幻灯片……AI像在给本就有些虚浮的工作强行注入一层价值，同时也悄悄推高了账单。
如今，成本失控已成常态。亚马逊、Adobe、Atlassian、花旗集团等公司开始对AI使用实施严格管控：
- 限制模型等级：一些公司的员工被禁止使用Claude Opus等高端模型，被迫降级到更便宜的版本；
- 设定个人限额：Uber为每位工程师每月设定了1500美元的token上限；
- 彻底停用权限：花旗银行等机构已完全限制对高级AI工具的访问，未达使用目标的员工甚至会被撤销企业账户。
在此之前，Uber的CTO曾坦言，公司在几个月内就用完了全年AI预算。Walmart最近也停止了一些工具的使用。
大公司要么在四处找省钱办法，要么直接给token浪费踩急刹车。于是员工收到的信息极其矛盾：一边是“AI能让你效率翻100倍，必须用”，一边是“别再把公司用破产了”。
这也是AI工具第一轮普及中最典型的问题：工具被推出时，缺乏足够护栏来防止公司在LLM上花掉数百万美元，也没有机制提醒团队token正在迅速烧光。聊天机器人也好，编码工具也罢，很多产品先把“能用起来”放在首位，成本治理、使用配额、模型分级和上下文管理都被推到了后面。
Claude Code：烧Token换“我很高产”的错觉
Claude Code本质上不是效率工具，而是一个营销工具。
它的设计目标很明确：让你感觉自己在高产。项目负责人Boris在做这个产品时的最初思考是：“如果模型变得足够聪明，代码会变成什么样？我希望如何使用这些东西？”——出发点不是“如何帮开发者省token”，而是“如何展示模型的聪明”。
Anthropic愿意为这种“感觉”烧掉大量token——不管是你自己的钱，还是它们自己的钱。五分钟花掉200美元，对Claude Code来说不是事故，而是设计。其底层逻辑是：能多烧token解决的问题，绝不找更省token的办法。所有sub-agent、所有花哨的UI动画、所有冗长的reasoning trace，都不是为了效率，而是为了让你盯着屏幕时觉得“这模型真聪明，真能干”。
这背后是一个精心设计的营销闭环：你烧掉大量token，换来“高产”的感觉，于是觉得Claude好用，然后继续用它。Anthropic甚至愿意自己承担大量token成本，来换取这种情绪上的认同。这也是为什么它们的桌面应用明显投入不足——Claude Code的目标从来不是做一个好工具，而是成为Anthropic模型能力的“最佳展示窗口”。
而恰恰是这种“烧token换体验”的设计哲学，让Claude在token效率上被OpenAI甩开了。
效率对比：OpenAI用更少Token拿下更高分数
OpenAI一直在拼命压缩token。从reasoning trace的压缩，到模型本身的效率优化，它们的哲学是：用更少的token，干同样的活。Codex 5.5就是最好的例子。
尽管像Fable 5这样的模型很智能，但与其他模型相比，它的效率并不高。Deep SWE的这张图很能说明问题。将同批模型放在一起对比，差距更加明显：GPT-5.5 medium只用了2万个token就拿到了惊人的分数；而Opus 4.8用了5万个token，得分反而更低。
这说明，token消耗量并不直接等于模型能力。真正聪明的做法，是在保持性能的同时，把token成本压到最低。
关键要点
- 算力成本正在超过人力成本：Anthropic每位工程师年均51.5万美元的算力支出，已超过薪资成本的2.3倍。“人没模型贵”成为现实。
- 大公司掀起AI成本管控潮：Uber、花旗、Walmart等企业通过限制模型等级、设定个人月度token上限、甚至彻底停用等方式，遏制AI支出失控。
- Claude Code本质是营销工具：其设计目标不是帮开发者省钱，而是通过大量烧token制造“高产错觉”，换取用户对模型的认同感。
- Token效率成为新竞争维度：OpenAI用2万token实现的高分，Anthropic却需要5万token，效率差距显著。“用得更少，做得更好”才是可持续的AI应用路线。
Claude Code 的 Prompt 债：堆得越多，欠得越多
在最新的演讲中，Anthropic 透露，他们已经删除了 Claude Code 约 80% 的系统提示词。
Anthropic 技术团队成员 Tariq Shihipar 解释说，这一变化反映了 AI 模型引导方式的根本性转变——过去人们认为指令越多、示例越丰富，模型表现就越好；但现在，这个逻辑已不再成立。新模型 Fable 5 比它们自身提供的示例更具想象力，示例反而成了束缚。
这当然带有营销成分——他借机赞扬了 Fable 的能力：“示例反而容易限制模型，因为它实际上比我们给出的示例更有想象力”。但一个事实无法回避：就连 Anthropic 自己也开始对 system prompt 动手了。
那么，为什么过去需要那么多 prompt？
过去一两年，AI 编码圈形成了一套惯性思维：上下文越大越好，工具说明越多越好，system prompt 越完整越好。模型不了解项目结构？写一份 Agents.md。模型不清楚工具用法？详细编写 tool descriptions。模型不够主动？添加行为引导。模型表现不稳定？继续往 system prompt 中增加约束。
不可否认，system prompt 曾经是 AI 编码工具的核心竞争力。对 LLM 的 prompt 做微小调整，就可能带来显著的性能提升。如果同一个模型在 Codex、Cursor、OpenCode 和 Copilot 中表现不同，几乎可以肯定是因为 prompting 上的细微差异。
这也是为什么 Cursor 曾投入大量时间测试 system prompt，进行 A/B 测试，并针对不同模型微调提示方式。与在 Claude Code 中使用 Opus 相比，Cursor 的 harness 能显著提升模型表现，部分 benchmark 测得的提升甚至高达 10% 到 30%。差别核心通常就是那几段 prompt。
但问题在于，只要 prompt 有效，团队就会不断往里添加内容。某个模型喜欢滥用工具，就加一条规则；某个模型不够主动，就加一段鼓励；某个模型搜索过多，就加一段限制；某个模型不理解项目上下文，就再加一个 markdown 文件。每一次添加都有理由，但长期堆叠下去，system prompt 逐渐变成一个巨大的常驻上下文负担。
核心问题在于：system prompt 并非免费。每次调用都会被读取、计费、占用上下文。
Claude Code 将所有工具和功能内置后，system prompt 一度膨胀到 65,000 个 token；即使关闭大部分功能，也还有 12,000 个 token。换句话说，模型还没开始写一行代码，就已经背负了一本说明书。相比之下，Pi 启动时的上下文不到一千个 token。
更麻烦的是，prompt 债比代码债更隐蔽。
代码老化后，通常会在修改功能、运行测试、处理 bug 时暴露出来。而 prompt 老化后，可能只是让模型悄悄变差。用户看到的是“Claude Code 最近好像不如以前聪明了”或“新模型没有宣传得那么强”，但真实原因可能是旧的 system prompt 没有跟上新模型。
当 prompt 从竞争力变成负担时，Anthropic 选择删掉 80%，以进一步提升 token 效率。
Claude 的“废话税”：多说一个字，多花一份钱
Claude Code 的废话实在太多了。
今年，一款名为 Caveman 的插件迅速走红，专门解决这一问题。它的名字直译是“穴居人”，意为像原始人一样说话——不讲礼貌，不加多余语法，不放填充词，只保留核心意思。
Caveman 的标语是：“Caveman save you token, save you money. Star cost zero.”
乍看起来，它像个玩笑。但一旦理解，你会发现它解决的正是 LLM 中一个非常真实的问题：废话过多、token 浪费、成本不必要地升高。
而它的起源，正是针对 Claude Code。
“我是在 4 月初做出 Caveman 的，因为那段时间我重度使用 Claude Code，并且注意到我的很多 token 花费都浪费在了不必要的文字上：寒暄、模糊措辞、过渡语，以及那些在 agent loop 里其实并不重要的闲聊式表达。”Caveman 的创建者 Julius Brussee 说。