如何防止 AI 编程成本在项目中途失控

几周前，一家名为 Slash 的金融科技初创公司登上头条，因为一名开发者在构建一款受模因启发的视频游戏时，不小心烧掉了 81,000$ 的 AI 代币。这位开发者受雇主鼓励去尝试 vibe coding，却低估了反复让 Claude 读取并重写大量代码的成本有多高。

“这确实是个意外，我低估了自己的能力，”这位开发者在 X 上发帖说。这是一个令人同情的处境——而且随着 AI 编程代理从新奇事物变成日常工作流程，这种情况越来越常见。

本指南介绍五个杠杆效应最高、能让成本保持可预测的习惯。

1. 让模型与任务相匹配

影响成本的最大单一杠杆是模型选择。前沿模型（Claude Opus、GPT‑5、Gemini Ultra）每个代币的成本可能比对大多数任务质量已足够的低层级模型高出 10–50×。并非所有任务都需要前沿模型。

一张粗略的心智地图：

• 小而快的模型（Haiku、Flash、mini）： 自动补全、简短编辑、重命名、boilerplate 生成、回答快速的语法问题
• 中层级模型（Sonnet、GPT-4.1）： 大多数编程任务——根据清晰的规格实现功能、编写测试、审查 diff
• 前沿模型（Opus、Fable 5、GPT-5）： 复杂的架构决策、跨多文件的长篇重写、调试棘手的生产问题、模型需要跨许多工具调用进行推理的代理式会话

如果你使用带有 Max 或 Pro 计划的 Claude Code，Auto mode 会根据检测到的任务复杂度自动路由到正确的层级——而且不会像 API 调用那样以同样的方式计入你的代币预算。把 Auto 设为默认，只有在你知道需要更强算力时才覆盖它。

2. 先规划，再构建

最昂贵的 AI 编程模式，就是在一个大型代码库上直接跳进“重写这个文件”。当模型读取所有那些上下文、提出更改、收到纠正并不断迭代时，代币用量会迅速累积。

Claude Code 的 Plan mode 只花费几百个代币：你描述你想要什么，模型提出分步方案，你在动到任何一个文件之前用平实的英语纠正该计划。一个错误的 400 行 diff 修复起来要花数千个代币——而且往往还需要再来一轮去修复那个修复。

对于任何涉及超过两三个文件的工作，顺序是：

1. Describe the goal in /plan
2. Read and correct the plan
3. Execute on the corrected plan

仅这一个习惯，就能持续地为采用它的团队把每个功能的成本削减 30–50%。

3. 限定你的上下文窗口

AI 模型按代币计费——你发送的（输入）和它们生成的（输出）都计费。一个常见错误是：明明只需要一个模块，却把整个代码库发给模型。

实用技巧：

• 明确指出要读取什么。 不要说“重构 auth 系统”，而要说“重构 src/auth/session.ts——忽略其他所有内容。”
• 使用 --include 标志。 在 Claude Code 中，--include 会限定文件读取的范围，使代理不会游荡到 repo 中无关的部分。
• 让 /compact 发挥作用。 当一个会话变长时，Claude Code 的上下文压缩（自动触发或用 /compact）会用一份聚焦的摘要替换对话历史，在保留重要决策的同时把代币负载削减 60–80%。

粗略的经验法则：每四个英文或代码字符约合一个代币。在对一个大文件开始一段长时间的代理会话之前，先估算上下文是否合乎你的预算。如果目标文件是 2,000 行（约 8,000 字符，约 2,000 代币），你还有施展空间。如果你递给它的是一个 50,000 行的 monorepo 模块，那你会想把它的范围缩小。

4. 了解什么最烧代币

并非所有 AI 编程任务的成本都相同。从最贵到最便宜：

1. 带有许多工具调用的代理式会话 ——模型读取文件、写入文件、运行测试、读取输出并迭代。每一步都计费。
2. 大文件重写 ——读取 + 生成大型 diff 会迅速累积。
3. 迭代式调试循环 ——出错、尝试修复、新错误、再来一遍。
4. 从严密规格出发的一次性生成 ——最便宜。模型读取规格，然后一次性写出那个东西。

对于调试会话，给模型错误信息以及它源自的那个具体函数——而不是整个堆栈，也不是整个模块。对于重写，把大任务拆分成更小的、可独立验证的单元。

5. 在开始之前设定真实的支出上限

2026 年 6 月 15 日之后，Claude Code 的代理和无头（claude -p）用量将从与交互式聊天分开的额度池中计费：Pro 为 20$/月，Max 5× 为 100$/月，Max 20× 为 200$/月。如果你在构建自动化或定时代理，那个额度池可能比你预期的更快耗尽。

要保持掌控：

• 把 CLAUDE_MAX_COST_PER_SESSION 环境变量（或 Cursor 设置中的等价项）设为每个会话的上限。
• 在 Anthropic 控制台 中，在预算的 50% 和 90% 处设置每月支出提醒，这样在触顶之前你就会收到邮件警告。
• 如果你在 API 之上构建产品，在你的代理循环中加入代币预算检查，并在超过每次运行的上限时优雅地退出。

Slash 那位开发者 81,000$ 的运行是在没有任何护栏的情况下发生的。如果在 Slash 的 API 账户里设置了 500$ 的每月上限，损失本会是一个被阻断的会话和一次简短的对话——而不是一则病毒式传播的故事。

综合起来

这些习惯没有一个需要你放慢速度。最高效使用 AI 编程代理的开发者往往共有一个特质：在开始会话之前，他们会花三十秒思考自己究竟需要模型做什么。那个小小的停顿——选对模型、限定上下文、先运行 Plan mode——正是把一个 5$ 的功能与一个 50$ 的功能区分开来的东西。