配好 Agent 後直接開幹？先了解如何省 token ，如何提升模型表現
整理版優先睇
掌握Claude Code嘅Token管理同模型調校，先慳token再提升表現，係高效用Agent嘅關鍵。
呢篇文章係由了山海分享佢用Claude Code配好Agent之後嘅實戰心得，重點講點樣慳token同提升模型表現。作者本身用過一段時間，發現token消耗係影響賬單同模型質素嘅主要原因，所以整理咗一套上下文管理同模型調校嘅方法。整體結論係：先做好上下文管理（用/clear、/compact、/focus等命令），再透過規劃（/plan）同調整思考深度（/effort）去提升表現，而唔係一味用更高階嘅模型。
具體嚟講，token係AI每次運算嘅計量單位，消耗太多會令模型「失憶」、輸出變差。作者提出五個必備習慣：任務切換時用/clear，對話變長用/compact壓縮，臨時問題用/btw隔離，出錯用/rewind回溯，新項目用/init建立記憶檔案。呢啲方法可以大幅減少無謂嘅token開支，同時保持關鍵資訊。提升表現方面，作者強調先規劃後執行，用/plan分析影響範圍同風險，再按複雜度用/effort調整思考深度（low到max），必要時切換/model。日常可以結合/fast加快速度，或者用/batch、/agents等高階功能。最後作者分享咗一個工作流：新項目用/init設定規範，日常用/plan→執行→/diff→/code-review，需要極致表現就用opus加high effort加ultraplan。佢認為AI工具會愈嚟愈強，但真正拉開差距嘅係點樣同佢相處。
- Token係AI消耗嘅計量單位，太大會令模型失憶同質素下降，慳token等於慳錢同延長對話壽命。
- 省token方法：用/clear斷開對話、/compact壓縮上下文、/btw臨時隔離、/rewind回溯、/init建立項目記憶。
- 提升表現先規劃：用/plan分析受影響檔案同風險，確認後再執行，降低返工率。
- 調校思考深度：/effort由low到max，簡單任務用low，複雜用high或xhigh，唔好長期max以免性價比低。
- 日常工作流：/init→/memory寫規範→/plan→執行→/diff→/code-review→/compact維護，高階可用/agents同/ultraplan。
Token：AI嘅「記憶幣」，用多用少影響深遠
簡單講，token就係Claude Code「睇嘢」同「思考」嘅計量單位。你每發一條訊息、AI每回一次答，佢都要將當前全部上下文重新讀一次。
token就係計量單位，直接影響賬單同模型輸出質素。
呢個機制帶嚟兩個問題：第一係賬單，token消耗愈多，錢燒得愈快；第二係模型質素，上下文愈長，模型愈容易「失憶」，回答變短、質素下降，甚至卡住。
五個必備習慣，慳token慳到盡
作者分享咗自己固定養成嘅習慣，可以有效控制token消耗，保持對話健康。
- 任務切換必/clear或/reset：寫完一個功能就清空對話歷史，只保留項目級記憶（CLAUDE.md同skills），避免AI串戲。
- 定期檢查加/compact壓一壓：用/context睇彩色網格圖，token佔用接近80%就用/compact，帶focus instructions可以定向壓縮關鍵資訊。
- 臨時問題用/btw做隔離：唔計入主上下文，唔會污染主線，問完就走。
- 出錯用/rewind時光倒流：AI改咗七八個文件崩曬？直接回到之前嘅檢查點，新手必備「後悔藥」。
- 新項目由/init開始：生成CLAUDE.md，寫明語言、框架、規範等，AI每次啟動自動加載，省掉重複解釋嘅token。
唔好盲目追算力，先規劃再調深度
省token只係保底，提升表現先係關鍵。作者提出核心組合：先規劃、再調強度、最後睇情況換模型。
/plan先想後做：大改動唔好直接掟需求，讓AI輸出受影響文件、改動順序同潛在風險。
確認後再執行，返工率直線下降。然後用/effort調整思考深度：簡單補全用low，複雜邏輯用high甚至xhigh，配合/fast可以再擠速度。
模型切換方面，日常開發sonnet夠用，難嘅重構或架構問題換/model opus。高階功能如/batch（拆並行子任務）、/agents（管子智能體）、/ultraplan（雲端深度規劃）可以讓AI自己組隊幹活，表現提升明顯。
- 1 先/plan規劃方案，確認後執行。
- 2 用/effort調思考深度，唔好長期max。
- 3 必要時/model切換到opus處理複雜問題。
- 4 高階用/batch、/agents、/ultraplan提升效率。
日常工作流：抄呢份功課就得
作者分享咗佢目前用緊嘅工作流，新手可以直接跟住做。新項目：/init → /memory寫規範 → /permissions配常用命令免密。
日常任務：/plan確認方案 → 執行 → /diff睇改動 → /code-review + /security-review把關。
對話維護：/context檢查 → /compact或/focus → 必要時/rewind。需要極致表現：/model opus + /effort high + /ultraplan。收尾用/recap總結進展，/memory加強記憶。
親愛嘅朋友們，夜晚好，我係了山海。
前兩日出咗個教學，點樣配置 Agent，有興趣嘅可以回顧嚇。
懶人包：有基礎嘅可以直接睇文末嘅一圖流，文字可以跳過。冇基礎嘅完整睇完就得。
配完之後，我哋正式進入下一環節，淨係講乾貨：
點樣慳 token
點樣提升模型表現效率
今次嘅實操以 Claude Code 為主，不過市面上主流嘅 Agent 思路基本上都一致，大部分命令都幾接近，幾有參考價值㗎。
畀啱啱嚟嘅觀眾科普一下：
Token 到底係個乜嘢？
點解咁重要？
簡單講，token 就係 Claude Code「睇嘢」同「思考」嘅計量單位。
你每次發一條訊息、AI 每次回一次覆，佢都要將當前全部上下文（歷史對話、項目文件、CLAUDE.md、加載咗嘅 skills 等）重新讀一次。
呢個嘢帶嚟兩個問題：
第一個就係你嘅賬單，賬單計費就係按照你消耗嘅 token 嚟計，用得越多，使嘅越多。如果模型每次都全部加載你嘅會話消息，啲錢消失嘅速度簡直……我當時嘅利是錢基本上都賠曬落去……唉心悒啊。
第二個問題係模型質量。上下文越長，token 消耗越大。燒到上限，模型就開始「失憶」、回答變短、質量下降，甚至直接卡死。
你以為佢喺度認真思考，其實佢可能已經俾歷史對話淹沒咗。
我自己啱啱配好 Agent 嘅時候，最常見嘅場景就係：寫寫嚇突然覺得「佢點解變蠢咗？」
其實係因為佢嘅上下文太長，注意力已經渙散咗。上下文本身嘅長度就會損害模型嘅輸出質量！
必備慳 token 妙招
由上下文管理開始
啱啱接觸 AI Agent 同 Vibe Coding 嘅朋友（好似新年嘅我），最容易犯嘅錯，就係由得啲對話一路堆住唔理。結果越堆越亂，token 好似雪球咁越滾越大。
我自己而家固定養成咗幾個習慣：
1. 任務切換必 /clear 或 /reset
寫完一個功能，準備開下一個？第一件事就係 /clear。佢會將當前對話歷史清除，只保留項目級別嘅記憶（CLAUDE.md 同 skills）。
唔好心悒，留低舊上下文只會令 AI 亂咗。
別名 /reset /new，記一個就得。
2. 定期檢查 + /compact 壓一壓
對話變長咗，先打 /context。
佢會畀你一張彩色網格圖，清楚話你知系統提示、skills、歷史對話各佔幾多，仲剩幾多空間。經驗法則：接近 80% 就應該鬱手㗎喇。
呢個時候用 /compact（可以帶 focus instructions），佢會將歷史提煉成精簡嘅技術摘要，關鍵信息保留，token 佔用直接打回原形。比直接 /clear 温和好多，適合唔想完全甩曬上下文嘅場景。
帶 focus instructions 就係更加具體嘅定向壓縮，例如：“/compact 將 API 嘅接口重點記憶整理。」
咁樣模型之後就唔會亂咁定義接口㗎喇。
3. /focus 同 /btw 做臨時隔離
需要臨時問啲小問題？用 /btw（by the way），佢唔會計入主上下文，唔會污染主線。想令模型只關注最近一輪對話？
/focus 好正，全屏模式下特別清爽。
呢個其實係我偷懶嘅時候，有時瀏覽器唔想開，但係又有啲問題，就突然問佢一下，問完就走，唔使負責，賽博渣男真爽。
4. /rewind 救命神器
AI 一連改咗七八個檔案，跑起嚟全部炒曬？你唔記得咗到底改咗乜嘢？
直接 /rewind 時光倒流，返番去之前嘅檢查點。別名 /checkpoint /undo，新手必備嘅「後悔藥」。
但我呢邊更推薦用 Git 做版本管理，git 肯定更清晰。不過未用過嘅可以先用呢個應急，學咗 git 再嚟，或者都可以用 Hermes 嘅 Worktree，嗰個都好方便，人哋幫你做咗版本管理。
5. 項目級別記憶由 /init 開始
每次新項目，第一件事係跑 /init，生成 CLAUDE.md。將語言、框架、編譯方式、代碼規範、唔好掂嘅目錄等全部寫清楚。
之後 AI 每次啟動都會自動加載，慳走大量重複解釋嘅 token。
我仲成日用 /memory 編輯呢個檔案，發現 AI 重複踩同一個坑，就即刻加規則入去，下次佢就會記住。
提升模型表現：
唔係堆算力，而係聰明咁用
慳 token 係保底，提升表現先係關鍵。唔好一開頭就不停轉 opus，咁樣 token 燒得仲快。
我嘅核心組合：先規劃，再調整強度，最後睇情況換模型
/plan 先諗後做：
大改動唔好直接掟需求。先 /plan，令佢輸出受影響檔案、改動順序、潛在風險。你確認之後再執行，返工率直線下降，質量高好多。
/effort 調整思考深度：
low / medium / high / xhigh / max。簡單補全用 low，複雜邏輯用 high 甚至 xhigh。配合 /fast 可以再榨速度。唔好長期 max，性價比會崩潰。
/model 靈活切換：
日常開發 sonnet 夠用，遇到難嘅重構或架構問題，轉 opus。/config 可以睇當前設定，仲可以改預設模型。
再高階少少，新手可以慢慢試 /batch（大任務拆做並行子任務）、/agents（管理智能體）、/ultraplan（雲端深度規劃）。呢啲可以令 AI 自己組隊做嘢，表現提升明顯。
我而家嘅日常工作流程
新手可以直接抄功課
新項目：/init → /memory 寫規範 → /permissions 配常用命令免密碼（唔使再每次彈視窗確認）
日常任務：/plan 確認方案 → 執行 → /diff 睇改動 → /code-review + /security-review 把關
對話維護：/context 檢查 → /compact 或 /focus → 有需要時 /rewind
需要極致表現：/model opus + /effort high + /ultraplan
收尾：/recap 總結進展，/memory 加強記憶
呢啲組合用熟咗，你會明顯覺得「Agent 越來越明我」。
當然，我都承認，目前仲有好多未完全行得通嘅地方。例如超大代碼庫之下點樣進一步優化，長週期項目記憶點樣維護得更好，呢啲我仲繼續試緊。我咁蠢，都仲摸索緊。
一圖流
其實係五張圖咋～
後記：
我嘅少少睇法
我一直堅持一個論調：AI 工具會越來越勁，但真正拉開差距嘅，永遠係你點樣同佢相處。
慳 token 唔係單純慳錢，而係延長對話嘅生命；提升模型表現，唔係盲目追算力，而係令佢真正成為你嘅聰明延伸。
你最近係咪用緊 Claude Code？配好 Agent 之後踩過邊啲 token 或表現相關嘅坑？有冇自己嘅打法？歡迎評論區一齊傾嚇，我都好想聽聽其他人嘅經驗。
我哋繼續保持好奇，一齊玩落去。
親愛的朋友們，晚上好，我是了山海。
前兩天發了教程，怎麼配置 Agent, 感興趣的可以回顧一下。
省流版：有基礎的直接文末一圖流，文字可以跳過。沒基礎的完整看完即可。
在配完以後，我們正式進入下一環節，只講乾貨：
怎麼省token
怎麼提升模型表現效率
這次的實操以Claude code 為主，不過市面上主流的Agent的思路基本都一致，大部分命令都比較接近，挺有參考意義的。
給剛來的觀眾科普一下：
Token 到底是個啥？
為啥這麼重要？
簡單說，token 就是 Claude code “看東西” 和 “思考” 的計量單位。
你每發一條消息、AI 每回一次答，它都要把當前全部上下文（歷史對話、項目文件、CLAUDE.md、加載的 skills 等）重新讀一遍。
這玩意帶來兩個問題：
第一個就是你的賬單，賬單計費就是按照你消耗的token來的，用的越多，花的越多。要是模型每次都全部加載你的會話消息，那錢的消失速度簡直。。。我當時的壓歲錢基本都賠進去了。。。哎心疼啊。
第二個問題是模型質量。上下文越長，token 消耗越大。燒到上限，模型就開始“失憶”、回答變短、質量下降，甚至直接卡住。
你以為它在認真思考，其實它可能已經被歷史對話淹沒了。
我自己剛配好 Agent 的時候，最常見的場景就是：寫着寫着突然覺得“它怎麼變笨了？”
其實是因為它的上下文太長，注意力已經渙散了。上下文本身的長度就會損害模型的輸出質量！
必備省 token 妙招
從上下文管理開始
剛接觸Ai Agent 和 Vibe Coding的朋友（比如春節的我），最容易犯的錯，就是讓對話一直堆着不管。結果越堆越亂，token 像雪球一樣滾大。
我自己現在固定養成的幾個習慣：
1. 任務切換必 /clear 或 /reset
寫完一個功能，準備開下一個？第一件事就是 /clear。它會把當前對話歷史幹掉，只保留項目級的記憶（CLAUDE.md 和 skills）。
別心疼，留着舊上下文只會讓 AI 串戲。
別名 /reset /new，記一個就行。
2. 定期檢查 + /compact 壓一壓
對話變長了，先敲 /context。
它會給你一張彩色網格圖，清楚告訴你係統提示、skills、歷史對話各佔多少，還剩多少空間。經驗法則：接近 80% 就該動手了。
這時候用 /compact（可以帶 focus instructions），它會把歷史提煉成精簡的技術摘要，關鍵信息保留，token 佔用直接打回原形。比直接 /clear 温和多了，適合不想完全丟掉上下文的場景。
帶focus instructions就是更加具體的定向壓縮，如：“/compact 把API的接口重點記憶整理。”
這樣模型後面不會亂定義接口了就。
3. /focus 和 /btw 做臨時隔離
需要臨時問點小問題？用 /btw（by the way），它不計入主上下文，不會污染主線。 想讓模型只關注最近一輪對話？
/focus 很香，全屏模式下特別清爽。
這個其實是我偷懶的時候，有時候瀏覽器不想打開，但是又有點問題，就突然問他一下，問完就走，不用負責，賽博渣男真爽。
4. /rewind 救命神器
AI 一連改了七八個文件，跑起來全崩？你忘了到底改了啥？
直接 /rewind 時光倒流，回到之前的檢查點。別名 /checkpoint /undo，新手必備的“後悔藥”。
但是我這邊更推薦Git進行版本管理嗷，git肯定更清晰。但是沒用過的可以先用這個應急一下，學了git再來，或者也可以用Hermes的Worktree，那個也很方便，人家幫你做好了版本管理。
5. 項目級記憶從 /init 開始
每次新項目，第一件事跑 /init，生成 CLAUDE.md。把語言、框架、編譯方式、代碼規範、不要碰的目錄等都寫清楚。
後面 AI 每次啓動都會自動加載，省掉大量重複解釋的 token。
我還經常用 /memory 編輯這個文件，發現 AI 反覆踩同一個坑，就立刻加規則進去，下次它就記住了。
提升模型表現：
不是堆算力，而是聰明地用
省 token 是保底，提升表現才是關鍵。別一上來就狂切 opus，那 token 燒得更快。
我的核心組合：先規劃，再調強度，最後看情況換模型
/plan 先想後做：
大改動別直接甩需求。先 /plan，讓它輸出受影響文件、改動順序、潛在風險。你確認後再執行，返工率直線下降，質量高很多。
/effort 調思考深度：
low / medium / high / xhigh / max。簡單補全用 low，複雜邏輯用 high 甚至 xhigh。配合 /fast 可以再擠速度。別一直 max，性價比會崩。
/model 靈活切換：
日常開發 sonnet 夠用，碰到難的重構或架構問題，切 opus。/config 可以看當前設置，還能改默認模型。
更高階一點，新手可以慢慢試 /batch（大任務拆並行子任務）、/agents（管子智能體）、/ultraplan（雲端深度規劃）。這些能讓 AI 自己組隊幹活，表現提升明顯。
我目前的日常工作流
新手可以直接抄作業
新項目：/init → /memory 寫規範 → /permissions 配常用命令免密（再也不用每次彈窗確認）
日常任務：/plan 確認方案 → 執行 → /diff 看改動 → /code-review + /security-review 把關
對話維護：/context 檢查 → /compact 或 /focus → 必要時 /rewind
需要極致表現：/model opus + /effort high + /ultraplan
收尾：/recap 總結進展，/memory 加強記憶
這些組合用熟了，你會明顯感覺到“Agent 越來越懂我”。
當然，我也得承認，目前還有很多沒完全跑通的地方。比如超大代碼庫下怎麼進一步優化，長週期項目記憶怎麼維護得更好，這些我還在繼續試。愚鈍如我，也還在摸索。
一圖流
其實是五張圖啦~
後記：
我的一點小看法
我始終堅持一個論調：AI 工具會越來越強，但真正拉開差距的，永遠是你怎麼和它相處。
省 token 不是單純省錢，是在延長對話的生命；提升模型表現，不是盲目追算力，而是讓它真正成為你的聰明延伸。
你最近在用 Claude Code 嗎？配好 Agent 後踩過哪些 token 或表現相關的坑？有什麼自己的打法？歡迎評論區一起聊聊，我也很想聽聽別人的經驗。
我們繼續保持好奇，一起玩兒下去。