标签
本文建议在 Claude Code 中使用 /subtask、后台执行和工作树隔离，通过共享提示缓存和有效管理上下文来提高效率，降低成本。
一项跨Anthropic、OpenAI、Gemini和DeepSeek的详细测量研究发现，传统的30秒提示缓存保活频率过高8倍；4分钟间隔是最优的，并且只有在长时间空闲间隔下，Anthropic的缓存才能节省成本。
一份故障排除指南展示了将OpenClaw的contextInjection设置从 'always' 更改为 'continuation-skip' 后，如何解决使用 llama-server 时每次对话都会重载提示缓存的问题，从而在长时间会话中实现100倍的加速。
TokenPilot 通过摄入感知压缩和生命周期感知驱逐来降低 LLM 智能体成本，在 PinchBench 和 Claw-Eval 上实现了 61–87% 的成本降低，且得分具备竞争力。
TokenPilot是一个双粒度上下文管理框架，通过稳定提示前缀和保守管理上下文片段，降低长时程LLM会话中的推理成本。在基准测试中实现了61-87%的成本降低，同时保持竞争性性能。
Claude Opus 4.8 允许在对话中途添加系统指令而不破坏提示缓存，从而降低API请求的成本和延迟。
这条推文推荐了适用于128GB MacBook Pro的本地AI编程方案，使用Qwen 3.6模型搭配MLX服务器及特定配置，以实现可靠的编程辅助。