AI 编程工具的额度，有人一周用不完，有人两天见底，差距多半不在任务量，而在用法。Claude Code 的消耗结构里，模型档位、任务颗粒、上下文体积、后台开销每一个都是杠杆，用对了同样的订阅能多干近一倍的活。这篇给六个可直接上手的习惯：换轻模型、拆小任务、压缩上下文、控制文件投喂、管住后台 token、避开高峰。机制背景先看用量与滚动窗口一篇，知道钱花在哪，省起来才有方向。
习惯一：/model 换轻模型干轻活
会话里敲 /model 可以切换模型档位。重模型推理强但消耗高，轻模型应付读代码、写注释、改文案类任务绰绰有余，同样的 token 折出的额度差出数倍。用法不必一刀切：架构设计与疑难调试留给重模型，批量小活交给轻档。判断标准很简单——轻模型跑一遍结果达标就留在轻档，返工成本高于差价再换回。这层思路与通用的模型路由一致：让每个请求落进能力与消耗都匹配的档位，见模型路由一篇。
| 任务类型 | 用哪一档 | 判断标准 |
|---|---|---|
| 架构设计、疑难调试 | 重模型 | 推理强度不够就白跑 |
| 读代码、写注释、改文案 | 轻模型 | 结果达标就留在轻档 |
| 批量小活 | 先交给轻档 | 返工成本高于差价再换回 |
习惯二：任务拆小，少走弯路
「帮我把整个项目重构一遍」这类大指令，智能体要反复探索、试错、回退，每一轮都烧 token，而且大任务跑偏重来的代价极高。把任务拆成能一次验收的小步——先改一个模块，验收通过再下一个——总消耗反而更低，因为每一步的定位都准，不走回头路。指令写具体也是拆的一部分：现象、期望、约束给足，智能体一次命中，省掉来回澄清的轮次。
习惯三：/compact 及时压缩上下文
长会话的上下文越滚越大，每一步请求都为全部历史付费。干完一个阶段就敲 /compact，把对话压缩成摘要再继续，上下文立刻瘦身；压缩时可以带上保留指令，比如只保留当前模块的结论，把无关的探索过程丢掉。换任务则更干脆，直接开新会话，两者的取舍见/compact 与 /clear 的取舍一篇。上下文为什么越滚越贵，上下文窗口一篇有机制拆解。
习惯四：别让 Claude 读无关大文件
投喂给模型的一切都算 token：让它通读一个大日志、整库扫描、贴一段几千行的配置，账面立刻上去。习惯是只给必要的：用 @ 精确引用相关文件，日志先自己筛出关键段落再贴，大文件只给相关函数附近的片段。投喂越精准，定位越快，消耗越低——这三件事在同一条线上。
习惯五：后台 token 也在烧
很多消耗看不见：会话摘要、后台维护、跨轮次携带的上下文，都在持续产生 token。对应的习惯是会话有始有终：活干完就收尾退出，别让长会话整天空转挂着；阶段成果及时 commit，让新会话从干净状态起步，而不是背着一整天的历史跑。缓存命中能压一部分重复开销，机制见提示词缓存一篇，会话连续比频繁重开更省。
习惯六：避开高峰时段
高峰期不仅响应慢，任务排队与重试也会拉长会话、抬升消耗。把重任务安排在低峰时段跑，同样的活等待更少、重试更少，折成额度的开销自然更低。高峰的判断看响应速度：明显变慢的时段就是信号，把大任务挪走，轻任务留着顶。六个习惯合起来是同一件事的六个面：让每一分额度都花在真正的产出上。落地时可以让豆包按你的任务类型生成一张「任务到习惯」的对照清单，DeepSeek 帮你回看 /usage 数据找出最烧钱的环节，Kimi 则适合查官方文档里模型档位与窗口的最新口径。
省额度六习惯速查
- /model 切轻模型干轻活，重活留给重模型
- 任务拆小，指令具体，不走回头路
- 阶段结束 /compact，换任务开新会话
- 精确引用文件，不投喂无关大文件
- 会话有始有终，后台 token 也是钱
- 避开高峰跑重任务，少排队少重试
关于省额度的三问三答
- 轻模型会不会把代码改坏？：轻模型能力有边界，但简单任务够用；把关机制不变——每一步改动照常过目验收，轻模型跑偏了当场发现，代价很小。
- /compact 会丢掉重要上下文吗？：压缩是有损的，但可以带保留指令，指明要留什么；拿不准的阶段成果先 commit，丢了也能找回来。
- 六个习惯哪个见效大？：因人而异，多数人最大的两项是换轻模型与压缩上下文；用 /usage 回看自己一周的消耗分布，最大的那项先改，见效立竿见影。
