一位开发者分析了他们使用 Claude Code 的情况,发现他们大部分高成本、大上下文的调用都来自长时间运行的主会话,而不是子代理调用。这些主会话有时会超过 40 万个 token,占了他们支出的很大一部分,其中缓存读取是主要的成本因素。该开发者计划通过保存笔记并在休息后开始新会话来降低未来成本,而不是重新缓存大量文本。 AI
影响 了解大上下文模型的成本驱动因素可以为开发者的有效使用策略提供信息。
排序理由 开发者对特定产品使用模式的分析。
在 dev.to — Claude Code tag 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →