上一篇《Claude Code 账单：7 天 $333》的结尾，我留了个话头：下一篇写「怎么每天把 token 用得更多、更值」。
没想到，文章发出去的第二天，这个题自己找上门了——Claude 撞限了。
这不是我第一次撞墙。之前 Kimi 撞限那次，被停机之后我走了最常见的那条路：充了个加油包止血，¥11，接着原来的会话继续聊——结果一两轮对话，¥11 就没了。那次学费让我彻底记住了一件事：受限之后接着聊长会话，是最贵的姿势。
所以这次 Claude 撞限，配额冻结、排查了四轮之后，我没急着充值续命，而是走了第三条路：把撞限本身立项，花一下午做了三场深研，把机制彻底摸清。
晚上看成本看板，一个有点黑色幽默的数字：当天烧了 $137.97，2.4 亿 token，全周期单日最高——比上周发文章那天的峰值 $78.29 还高。
越想省的那天，烧得越多。但和上次不同的是，这次烧的每一分都换成了东西。交过的学费、新买的认知，都写出来。
一、撞限之后，你烧的是另一种钱 #
先说清楚两次撞限教会我的第一件事：订阅池里烧的是配额，超额后烧的是真钱——而超额状态偏偏是长会话最贵的形态。
订阅制下，成本表现为「额度消耗速度」，缓存命中省的是配额，数字大了只是心疼。但撞限之后开加油包，每一轮对话都按官方 API 单价计费，是真金白银。
上次 Kimi 撞限，我那 ¥11 是怎么没的？被停之后我开了加油包，接着原来那个 300-400K 上下文的会话继续聊。一两轮对话，¥11 就没了。算一下就知道不冤：每轮重发 300-400K 上下文，两轮就是 70-80 万输入 token，按输入价直接乘出来，就是十几块。而且刚开加油包时缓存是冷的，一分钱折扣都没有。
更坑的是：Claude 超额状态下，缓存寿命会从 1 小时掉到 5 分钟。也就是说，越没钱的时候，折扣越少。
所以撞限后的正确动作，按优先级排是这三条：
- 先瘦身再决定：
/compact或开新会话把上下文瘦下来，再决定要不要花加油包的钱 - 换家不换任务：看一眼其他几家 CLI 的额度水位，把任务派给还有余量的——订阅池消化，比真金白银的加油包便宜
- 加油包只配小上下文：必须用，也确保会话是新的或刚压缩的，别拿几百 K 的旧上下文去按量计费
上次 Kimi 撞限，我三条全做反了，¥11 就是学费。这次 Claude 撞限，总算做对了：没续旧会话，没冲动充值，把任务挪给还有余量的 CLI，省下的钱换成了三场深研。
二、会话为什么越聊越贵：缓存寿命和滚雪球 #
往深一层，撞限只是个触发器，真正的问题是日常的 token 都漏在哪。两个机制必须搞清楚。
第一个机制：LLM 没有记忆，每轮请求都把整个上下文重发一遍计费。
你以为你在「接着聊」，模型看到的是一封越来越长的信，每说一句话，都把整封信重寄一次。缓存能打折——但只对「字节级一致的前缀」有效，而且有过期时间。四家的缓存寿命，我调研加实测的结果：
- Claude Code：1 小时（抓包实证；缓存读打 1 折，但写入有溢价；超额状态掉回 5 分钟）
- Kimi Code：未公开，但官方已经开始对长空闲会话弹「缓存可能已过期」提醒；切模型、切 effort 会直接杀掉缓存
- Codex：5-10 分钟无活动即清，但好在没有写入溢价，重建损失小
- DeepSeek：没有显式过期，命中约 1/30 价，命门是前缀必须字节对齐——很多 Agent 框架命中率只有 20-60%
第二个机制：会话成本随轮次滚雪球。
因为每轮都重发全部历史，第 N 条消息的边际成本是指数增长的。调研里有个实测口径：第 260 条消息比第 1 条贵 1338 倍。还有个个案：隔夜唤醒一个大会话，第一条消息就吞了当月 22% 的配额——因为缓存早过期了，全量上下文按全价重发，Claude 还加收 2 倍写入溢价。
把这两个机制翻译成操作纪律，就是一张时间表：
- 间隔 < 10 分钟：放心续，缓存全热
- 10 分钟到 1 小时：Claude/Kimi 可续；Codex 缓存大概率已死，但损失小
- 1 小时到当天：小会话随意；几万 token 的大会话，值得开新会话
- 隔夜一律开新会话——旧会话的第一句，是全量上下文按全价重发
任务没做完怎么办？标准动作是：离开前让 AI「把当前进展、关键决策、下一步写到 progress.md」，回来后同目录开新会话，第一句 @progress.md 继续。
一句话总结：**会话是耗材，文件才是资产。**超过缓存寿命的会话不值得赎回。
三、一个意外发现：我的派单制天生就在省 token #
调研到这儿，我意识到一件事。
token 效率的两条顶级建议——「新任务 = 新会话」和「状态写文件、别唤醒隔夜会话」——恰好就是我那套派单工作流的固有形态。
我之前写过，我的所有任务都以工单形式存在滴答清单里，派给不同终端的 Agent 去执行。每个任务新开工单、新窗口，干完回填结果就走，几乎不存在多轮长会话。也就是说，个人用户最大的两个浪费源——上下文滚雪球、隔夜会话冷启动——在这套结构下天然不发生。
「会话是耗材、文件才是资产」在这套系统里甚至是三层的：任务定义在滴答工单里，会话死了任务不死，新窗口拿工单号就能完整复活上下文；过程记录在工作区的 memory 里，打回返工能读回现场；产出沉淀在交付目录里，脱离会话独立存在。
这给我一个判断工作流的新标准：**评估一个系统的 token 效率，先看它把状态存在哪。**存在会话里，每次都要花全价赎回；存在文件里，一次写入、处处便宜。
好的工作流设计，能把「需要自觉的纪律」变成「不需要自觉的默认」。上面第二节那张时间表，我现在依然要背——但只在派单制之外的探索性对话里用。那是仅剩的浪费高发区，那里的纪律只能靠自觉。
四、省不是目的，省下来的要烧给好奇心 #
最后说清一个容易搞反的事，也是这篇真正想说的。
撞限这天，我一边在研究怎么省 token，一边派下去一整组任务：给整个 Agent 系统做游戏化改造——好奇心探索日志、XP 徽章、注意力采集。一手拧紧水龙头，一手给好奇心接管子。乍看矛盾，其实是同一笔预算：省下来的是空转和重绘，要烧的地方是探索和创造。
教人省 token 的文章满大街都是。但只讲省，会把人带进一个误区：把账单压低成了目的本身。上一篇我就说过——luna 模型 7 天才烧 $0.68，难道把活全堆给它？不是。算账是让你知道哪个岗位该用贵的模型，哪个岗位降配也不心疼，什么时候额度该重置了、可以放开手用。
**所以「用得更多」和「用得更值」从来不矛盾：省，是为了敢用。**今天这 $137，换来的是几家订阅的计费机制彻底摸清、三张卡片入库、外加这篇文章——这笔账我自己认。
看清了，才敢用。省出来的额度不会变成钱，用在刀刃上的才会。
下一步 #
token 怎么省、怎么值，到这里讲完了。下一个问题自然来了：省下来的 token，具体烧给了什么？——那组游戏化改造已经在跑了：Agent 会自己记好奇心日志、攒 XP、给我提探索建议。这套东西跑出了什么效果，是下一篇的题。
今天把两张单子都放这：¥11 是上次 Kimi 撞限交的学费，$137 是这次 Claude 撞限换的认知。
都值。
相关文章 #
- 《Claude Code 账单：7 天 $333，这是我给 AI 员工发的工资单》——上篇：成本看板上线，哪个"员工"最贵
- 《AI 在干活，我在给它算账》——系列开篇：装调度台、定降配策略