如何使用 Claude Opus 4.8 而不会在单次提示词中耗尽所有 Token

对于很多人来说，这个消息只是关于版本更新，他们希望 Token 的消耗速度不要再那么快了。

但实际上，他们的 Token 消耗得更快了，并且把这一切都归咎于 Claude。无论他们使用的是 Pro 还是 Max 套餐，都在 30 分钟内达到限制，然后指责 Claude。

但这并不是 Claude 的错，而是用户的错！

大多数人都是这样使用 Claude 的：

1打开聊天 → 获取答案 → 关闭 → 打开新聊天 → 重复
2打开 IDE → 发送请求 → 再发送一个 → 没有上下文 → 重复

这正是你的 Token 消失殆尽的原因。如果你一直这样工作，你的每日限额就会在半小时内用完。

本指南将向你展示如何在保持性能的同时节省 Token。

如何阅读本指南

这不是基准测试分类。而是一份实用配置指南——如何实际配置 Opus 4.8，从而避免浪费 Token。

• 为什么你的 Token 会消失——几乎每个人都会犯的错误。
• 思考深度控制——如何让思考深度与任务匹配，并将消耗降低数倍。
• 快速模式——何时使用，何时避免。
• 动态工作流——从一个提示运行多达 1,000 个 Agent。
• Claude 用于内容与营销——我个人如何使用 Claude 创建爆款帖子并优化我的内容工作流程。
• 每日速查表——我每天使用的确切命令。
• 配置——环境变量和安全权限。
• 结论——别再责怪 Claude 了

为什么你的 Token 会消失

让我们先弄清楚为什么你的 Token 消耗得这么快。

每次你发送一条消息，模型不仅仅处理你最新的提示。它会重新读取所有内容：

• 你附加的每个文件
• 之前的每条消息
• 每个工具结果

而你的聊天历史记录越大，你附加的文件越多——你消耗的 Token 就越多。

每消息 Token 消耗图。

几乎每个人都会犯的错误

第一个错误

1→ 问“这个函数返回什么？”
2→ 模型以高思考深度思考
3→ 在一个只需 2 秒回答的问题上消耗推理 Token
4→ 每天重复 50 次

你刚刚把一个根本不需要思考的问题，用上了最高级别的思考。

第二个错误： 把一切都调到最高级别“以求保险”

1“我把它设到最高，这样就能得到最好的答案”
2→ 每个提示现在要多消耗 4-8 倍的 Token
3→ 即使是微不足道的任务
4→ 30 分钟内达到限制

在琐碎任务上使用最大努力是一种浪费，你是在为用不上的思考能力付费。

第三个错误： 从不压缩

1到了第 40 条消息，模型在每一轮对话中
2都要重新读取数千 Token 的历史记录。
3
4你在反复为相同的上下文付费。

每个思考深度的费率是相同的——每 1M Token $5/$25。

你并不是为更深入的思考支付更高的每 Token 费用。而是因为模型生成了更多的 Token。

你应该把 Token 花在刀刃上，在不必要的地方省下来。

思考深度控制

这是最能帮你节省 Token 的功能。

Opus 4.8 允许你控制它为每个任务投入多少思考。

五个级别：

1/effort low      # 快速问题，格式调整，Token 使用最低
2/effort medium   # 日常编码，平衡
3/effort high     # 默认，扎实的推理
4/effort xhigh    # 更深入，用于复杂代码和 Agent
5/effort max      # 最大，无 Token 上限
6/effort auto     # 让模型决定

在 Claude.ai 和 Cowork 中，它是模型选择器旁边的一个滑块：

低 → 中 → 高 → 极高 → 最大

在 Claude Code 中，就是上面的命令。应用中的“极高”和 Claude Code 中的“xhigh”是同一个级别——只是标签不同。

每个级别实际花费多少：

1级别        思考深度     Token 消耗     最适合
2低          minimal            ~0.1x          格式化，简单问题
3中          moderate           ~0.4x          常规编辑，草稿
4高          solid              1x (基准)     日常编码（默认）
5极高        deeper             ~2-3x          复杂代码，Agent
6最大        maximum            ~4-8x          重大架构

真实花费示例：

一个高思考深度的回答花费约 $0.05

一个低思考深度的回答花费约 $0.005

一个最大思考深度的回答花费约 $0.20-0.40

策略很简单：

不要再把所有任务都放在一个级别上。

根据任务分配思考深度：小事情用低级别，日常工作用高级别，只有最困难的问题才用最大级别。

仅这一个习惯，就能让你从 30 分钟内达到限制，转变为全天舒适工作。

快速模式

快速模式以 2.5 倍速度运行 Opus 4.8，现在比以前便宜了 3 倍。

1标准 Opus 4.8：    每 1M Token $5 / $25
2快速模式：          每 1M Token $10 / $50（2.5 倍速度）
3之前：              每 1M Token $30 / $150

快速模式过去花费 $30/$150——是标准价格的六倍。现在仅为获取 2.5 倍速度，费率仅翻倍。对于合适的任务来说，这是直接的升级。

在 Claude Code 中切换：

1/fast

何时使用：

• 大型多文件重构
• 根据规范生成代码
• 生成文档和测试

基本上，任何模型已经知道该做什么，只需要快速完成的任务。

何时避免：

• 复杂调试
• 架构决策
• 安全审查

真正能节省 Token 的组合： 对批量工作（重构、测试、文档）使用快速模式，对思考性工作（调试、架构）使用标准的高思考深度。将模式与工作匹配——在需要速度时求快，在需要深度时求深。

动态工作流

这是 Opus 4.8 版本中最大的功能——也是你需要谨慎设定范围的功能，否则它会吞噬你的 Token。

Claude Code 现在会为你的任务编写一个 JavaScript 编排脚本并在后台运行。它的美妙之处在于，计划存在于代码中而不是模型的上下文中，因此只有最终答案会返回给你的会话，而你的终端在所有繁重工作在后台进行时保持响应。

数据：

1最多 16 个并发运行的子 Agent
2每次运行硬上限为 1,000 个
3可恢复：如果你的笔记本关机了，它会从中断处继续
4需要 Claude Code v2.1.154+

使用 /effort ultracode 触发，或直接描述一个大任务：

1/effort ultracode
2“审计 src/routes/ 下所有缺少身份验证检查的端点”

何时值得使用：

• 跨 200+ 个文件的迁移
• 全代码库安全审计
• 项目级测试生成
• 大规模重构
• 跨多个仓库的研究

何时大材小用：

• 简单错误修复
• 单文件编辑
• 快速问题

现在来说重要的部分——成本。

工作流比普通会话消耗明显更多的 Token。启动几十个子 Agent 意味着几十个并行的上下文窗口，同时都在消耗 Token。

控制消耗的官方方法： 限定任务范围，先在单个文件夹上运行审计，看看它生成了多少子 Agent，然后据此调整大规模运行的范围。

1# 先测试
2“审计 src/routes/auth/ 缺少的检查”
3
4# 知道成本后扩大范围
5“审计整个 src/ 缺少的检查”

要完全禁用工作流：

1CLAUDE_CODE_DISABLE_WORKFLOWS=1

可用性： 在 Max、Team 和 Enterprise 套餐中默认开启。在 Pro 套餐中，通过 /config 开启（并先切换到 Opus 4.8）。

使用工作流的规则： 这是一个强力工具，而不是默认设置。把它用在真正庞大的任务上——那些 1,000 个 Agent 能为你节省几天工作量的任务——而不是那些单个高思考深度提示就能完美处理的事情。

Claude 用于内容与营销

这就是我每天实际使用 Claude 的地方——不仅仅是为了代码。同时，我大量使用它，却从未达到限制，我的 Token 总是够用。

内容生成

老实说，我可以为此单独写一整篇文章——甚至可能写几篇。所以我在此长话短说。

我不会点击“生成”然后直接发布原始输出，任何认真的人都不会这么做。

过程是这样的：

1将杂乱的思路 + 我的观点倾泻到草稿中
2
3→ 将其与我的技能文件一起喂给 Claude
4→ 得到结构化的版本
5→ 手动重写引言，删掉废话，加入我的个人风格
6→ 发布

秘密武器是技能文件——一个 Markdown 文件，包含我的写作规则、语气、帖子公式以及表现出色的例子。

我在每次会话开始时粘贴它，这样 Claude 就能用我的语气写作，而不是通用的 AI 口吻。

没有这样的文件，你不可能从任何 AI 那里得到好的写作内容。

最近我分享了我个人收藏中的一个 .md 文件——你可以获取它，看看它是如何工作的：

在 Cursor 中进行 Vibe Coding

我是一个曾经写过很多代码，并且现在仍在写很多代码的人。

我曾经专门用 C++ 工作，甚至在准备 FAANG 面试时解决了 400 多道 Leetcode 题目。但是一旦 AI 进入编程领域，我立刻看到了它的本质：一种以前所未有的速度完成自由职业任务的方式。

一个过去需要整周时间的自由职业工作，现在只需要一天，这正是我闲暇时在做的事情。

但是这类任务消耗大量 Token，所以知道如何节省 Token 是游戏的全部。

以下是对我最有效的技巧：

1- 在每个项目中保留一个 CLAUDE.md / .cursorrules
2  这样你就不必重新解释你的技术栈
3- 对样板代码使用低思考深度，对逻辑使用高思考深度
4- 每个聊天只处理一个功能——不要让上下文膨胀
5- 每 30-40 条消息进行一次压缩或重新开始
6- 在重大更改前，**先**向 AI 寻求计划
7  （这能让你免于撤销错误的方法）

最重要的一条： 描述结果，而不是步骤。“构建一个按类别筛选的下拉菜单”胜过微观管理每一行代码。

营销工作

这是 Claude 为我节省了真金白银和宝贵声誉的地方。

1. 取代法律咨询

当你刚开始创业，面对一家机构递来的合同时，你不想在律师身上花大钱，但你仍然需要了解你签署的是什么——这就是 AI 介入的地方。

一个重要提示： 这只适用于简单的合同。复杂的协议仍然需要真正的专家。

合同经常隐藏那些只会伤害你的条款——你绝不应该承担的责任。

有一次我收到了一份包含此条款的合同：

“如果你未能为我们带来至少 N 名用户，你必须退还支付给你的所有款项。”

这毫无道理。广告商不是这样运作的。

我使用的提示：

1这是一份合同。请分析：
2
31. 这份合同实际意味着什么，用通俗语言解释
42. 它对我有何好处
53. 任何可能损害我或给我带来不公责任的条款
64. 对于这类交易，任何不寻常或危险信号的内容

仅此一项就能为你节省 $1,000+ 的法律费用，并避免签下糟糕的协议。

想象一下，你需要分析大量这样的合同，例如，如果你在市场营销领域工作——在这里，能够节省 Token 至关重要。

2. 项目分析（声誉保险）

我曾经差点签约一个名为 scam Coin 的项目——这个项目被官方标记为诈骗，但仍若无其事地运营。AI 帮助我核实了整个故事，拯救了我，避免我在 AI 领域的声誉毁于一旦。

我使用的提示：

1分析这个项目：[网站、文档、团队、推文]
2检查：诈骗迹象、法律问题、社区
3投诉、代币经济学或宣传中的危险信号。
4与他们合作会损害我的声誉吗？

在这个领域，你的声誉就是一切。一个糟糕的合作关系，别人就会记住。AI 让你在几分钟内完成尽职调查，而不是仅仅相信一个标志和一条友好的私信。

3. 大规模 KOL 列表管理

当你与很多人一起做营销时——有时超过一百人——根据受众质量、虚假互动、指标和在该领域的实际影响力来筛选 KOL，对于购买和销售广告至关重要。

真正的痛点： 你有几个电子表格，同一个 KOL 在每个表格中有不同的价格，而客户需要一个干净的列表。手动完成需要一周时间。通过 AI 只需要几分钟。

我使用的提示：

1这里有 5 个 KOL 电子表格，价格和统计数据
2各不相同。合并为一个列表，
3去重，标记价格冲突，过滤掉
4任何看起来有虚假互动的 KOL，并根据
5受众质量为某个 AI 活动进行排名

过去需要一周的手动工作，现在只是一个提示和一次审查。

我每天都这样工作： 在内容创作之上，在 Vibe Coding 之上，在其他十几件事情之上。想象一下我消耗了多少 Token。

如果我不使用上面的技巧，我很快就会用完 Token！

特别感谢 @zefirium，他教会了我如何真正将 AI 用于营销。如果你对营销和 AI 初创公司很认真，他值得关注。

每日速查表

这些是我每天运行的确切命令。请截图这一部分——这是一份完整的指南：

1思考深度控制
2/effort low          # “这个函数返回什么？”
3/effort medium       # 常规编辑，草稿，总结
4/effort high         # 日常编码（默认）
5/effort xhigh        # 复杂代码，Agent，长任务
6/effort max          # 重大架构，最困难的情况
7/effort auto         # 让模型决定
8
9速度
10/fast                # 大型重构，文档，测试生成
11                     # （速度优先于深度）
12
13大任务
14/effort ultracode    # 全代码库审计，迁移
15                     # （先限定范围！）
16
17模型切换
18/model opus          # 复杂工作
19/model sonnet        # 简单任务
20/model haiku         # 一次性问题
21
22会话卫生
23/compact             # 每 30-40 条消息
24/config              # 切换设置（工作流等）

让我保持限额活跃的每日节奏：

1一天开始        → /effort high
2快速提问        → /effort low
3大型重构        → /fast
4超大任务        → /effort ultracode（限定范围）
5简单任务        → /model sonnet 或 haiku
6长会话          → 每 30-40 条消息执行 /compact

你应该像熟悉电脑上的关机按钮一样熟悉这些命令。

配置

一次性设置好，之后就不用再操心了。

环境变量

将它们添加到你的 ~/.zshrc 或 ~/.bashrc 中：

1# 将 Opus 4.8 设为默认模型
2export ANTHROPIC_MODEL="claude-opus-4-8"
3
4# 持久的默认思考深度级别
5export CLAUDE_CODE_EFFORT_LEVEL=high
6
7# 完全禁用动态工作流（可选）
8# export CLAUDE_CODE_DISABLE_WORKFLOWS=1

现在每次会话都会在正确的模型和思考深度级别上开始，你无需进行任何操作。

安全权限（settings.json）

这是大多数人跳过的部分——它能让 Agent 自由工作而不破坏或泄露任何东西。

思路： 让 Claude 读取和编辑代码、运行测试和提交，但硬性阻止危险操作。读取 .env 文件和 SSH 密钥、rm -rf、sudo 和 git push。

1{
2  "permissions": {
3    "allow": [
4      "Read", "Edit", "Write",
5      "Bash(npm test)",
6      "Bash(npm run *)",
7      "Bash(git add *)",
8      "Bash(git commit *)"
9    ],
10    "deny": [
11      "Read(.env)",
12      "Read(**/*.pem)",
13      "Read(~/.ssh/**)",
14      "Bash(rm -rf *)",
15      "Bash(sudo *)",
16      "Bash(git push *)"
17    ]
18  }
19}

有了这个配置，Agent 在你的项目内可以自由操作，但实际上无法：

读取你的机密（.env、SSH 密钥、证书） 删除你的文件（rm -rf） 运行特权命令（sudo） 未经你同意推送到远程仓库

为什么这对 Token 也很重要：

一个配置错误的 Agent，如果触及了错误的东西，意味着需要重新运行整个任务，调试混乱的局面，并消耗两倍的 Token。安全的权限能让你的运行一次就成功。

完整的、可直接粘贴的 settings.json 内容太长，不便在此处内联显示——我会在我的 GitHub 上发布完整版本（kaize os/claude/tokens-economy-config）。

设置好环境变量，粘贴权限配置，你的设置就锁定了。

结论

Opus 4.8 并没有在消耗你的 Token。是你的设置有问题。

现在模型给了你完全的控制权——思考深度级别、快速模式、工作流、模型切换。

那些进行配置的人，以一小部分成本获得了相同的结果。其他人都保持默认设置，把它调到最高级别“以求保险”，然后在 30 分钟内达到限制时责怪 Claude。

这样做，你就不会再耗尽 Token——并且你会开始好奇自己以前怎么能那样工作。

敬请期待！

祝你好运 :)

https://x.com/0x_kaize/status/2060415141468946451