作者：行途（Justin Li）· 资深技术经理 / AI 工程化实践者
首发：CSDN ｜ 转载请注明出处
很多人觉得「AI 编程贵」是因为模型贵。
错了。大部分 Token 是被浪费掉的——重复读文件、啰嗦回复、无意义的工具调用。模型在认真干活的部分，其实只占一半。
我带着团队做了一轮实测，结论很直接：日常编码里，50%–85% 的 Token 是可以砍掉的，而且不靠换更便宜的模型，靠「分层优化」。
这篇文章只讲模型和实测量级，不讲具体配置（配置太干，留到后面再说）。
一、AI 编程的 Token，烧在 5 个独立层
我们把一次 AI 编程会话的 Token 消耗拆成 5 层，每一层都能独立优化：
| 层 | 名称 | 在烧什么 | 优化方向 |
|---|---|---|---|
| 1 | 检索层 | AI 人肉 grep 几十个服务再读文件，重复调用爆表 | 代码图谱一次查准 |
| 2 | 协议层 | 一条命令返回几千行日志，全是 Token | 命令输出压缩 |
| 3 | 散文层 | AI 回复又长又啰嗦，文风吃掉大量输出 | 文风极简压缩 |
| 4 | 生成层 | 代码写得太多，YAGNI 失效 | 最少代码纪律 |
| 5 | 调度层 | 确定性任务也丢给大模型跑，浪费判断额度 | 脚本做脏活，只留判断角色 |
关键点：这 5 层是乘法关系，不是加法。
单层省 20%，五层叠起来不是省 100%，而是指数级的——前提是每层真的独立有效。
二、我的实测量级（不剧透精确数据）
下面是我自己 harness 跑出来的聚合量级，仅供参考方向：
- 检索层：用代码图谱替代人肉检索后，工具调用次数砍了 约 70%。这一层贡献最大，因为它直接减少了"AI 反复读文件"的次数。
- 协议层：给命令输出加压缩后，命令返回体积压了 九成以上。原来一条命令动辄几千行日志，现在只回关键几行。
- 散文层：把 AI 文风训成"极简模式"后，纯文字输出大幅压缩，啰嗦话基本消失。
- 生成层：强制"最少代码"纪律（不需要就不写），代码和配套文档量压了 约 53%。
- 调度层：能写成 bash 脚本跑的确定性任务，全部从 Agent 手里收回；最后只留了 4 个"判断型"角色，其余流程调度、跑门禁、提 MR 全是脚本。
注意：这些数字不能简单相乘算总账。诚实地说，端到端的精确节省率需要严格 A/B 实验才能定。但保守估计，日常编码省 50%–85% 是稳的——标题说的「80%」是个偏乐观的体感值，不是精确结论。
三、最反直觉的一点
省 Token 不是「让 AI 变笨」，是「让 AI 别干重复活」。
举个例子，Sub-Agent 分工：
- 能写成 bash 脚本跑的确定性任务（跑测试、提 MR、清缓存），就别让 Agent 跑；
- 只有需要判断的（架构决策、代码评审、异常定位），才交给大模型。
我们最后只留了 4 个判断型角色，其余全部脚本化。这一招省下的不止是 Token，还有"Agent 跑偏"的调试时间。
四、底层逻辑一句话
AI 编程的 Token，一半花在「理解你不熟悉的代码、设计架构」上——这部分省不了，那是它真在干活。
另一半花在「重复检索、啰嗦表达、过度生成、确定性任务滥用大模型」上——这部分，分层优化能砍掉大半。
所以记住这句话：AI 编程贵，八成是浪费，不是模型贵。
五、下一篇聊什么
下篇我会讲具体怎么搭这五层：检索层用哪个工具、协议层怎么压、散文层怎么训、生成层用什么纪律卡住 YAGNI。
那部分太干，我会整理成可直接抄的配置清单 + 实测数据表，方便你照着落地。
我是 行途（Justin Li），一个既带团队又天天写代码的资深技术经理。只分享能直接上手的 AI 工程化实战，不整虚的。
👉 想要这份「五层 Token 优化配置清单」模板？关注同名公众号 行途技术手记，后台回复「Token」直接领，后续更新也会第一时间同步。
AIGC 声明：本文由作者基于一线 AI 工程化实践撰写，部分内容借助 AI 辅助整理与校订，核心方法论与实测数据均来自本人团队真实项目。