话题背景

不知道大家有没有碰到过Token刺客的情况，最简单的操作需求、报错自查重试、上下文越滚越大 Token消耗哗哗的狂飙，看一眼余额才月初就不够用了！

本期来看下鹅厂同学们都碰到什么样的Token刺客吧! （文末有奖）

01

tokenking-技术产品

上次输出原型本来只想让 AI 帮我改个前端组件的样式，顺手把整个src目录都喂进去了，心想“反正它聪明，自己找文件呗”。好家伙，它真去找了，把一堆i18n文案、mock数据全读了一遍，吐出来一堆根本不需要动的代码，一看记录：token消耗量直接爆炸，感觉像钱包被偷了。

 不过最头疼的还是Agent跑偏，有时候它开始胡扯，我还抱着侥幸心理等它“自我修正”，结果越修越离谱，token蹭蹭涨。 现在我学会了一个字：断。发现不对劲立马掐掉，比月底看面板的时候心疼强。

02

illidan-系统开发

让 AI Agent 帮忙重构一个组件，本来只想改个样式逻辑，结果它把整个文件读了一遍，又把相关的 hooks、utils、类型定义全扫了一圈，最后还贴心地帮我把 import 都重新整理了一遍——改动 5 行代码，烧了 3 万 token。事后复盘发现，大文件 + 深层依赖引用是 token 黑洞。

03

boey-技术测试

之前遇到的一次刺客是短指令 prompt 碰上了巨量的上下文，还叠加了模型切换。当时任务卡死了，我中断了任务然后换了一个模型说「继续任务」，结果这轮对话烧了非常多的 token，因为这条对话的上下文已经积压了几百条消息，全是之前反复读写文件积累的历史，我说继续的时候，agent 根本不知道继续什么，只能重新回顾上下文然后在噪音里尝试。

后来学会了上下文过长的时候就需要开新对话了，把关键的信息形成文件，并且不能用简短的模糊指令。

04

jery-客户端开发

我的 Token 刺客不是 Agent，也不是模型，而是那句： "顺便帮我看看还有没有别的问题。" 本来只是改一个 Bug，AI 开始一路检查整个模块、顺手优化代码、分析调用链、找潜在风险…… 回头一看，Bug 两分钟改完，Token 已经飞了。

现在学乖了：先把当前问题解决，再开新会话处理"顺便"的事情。 Token 和成功率都高不少。

05

Qia-技术测试

上下文污染的太多，导致每次提问模型都要回顾一遍所有的上下文。即使后面需求很简单消耗也会异常的高

06

肥仔-产品策划

输出内容md过长的时候，我发现每一次让他修改最终的md文件，他都要从头阅读一遍md，导致我每次对话在上下文理解上就花了非常多的token，所以一定的上下文工程还是有必要的。

07

WinwinX-产品策划

我用 WorkBuddy 的时候，最有感的 token 刺客不是“大任务”，反而是一些看起来很小的改动。

比如我只是想让它帮我看一个需求相关的逻辑：改一下某个入口的文案、梳理一下埋点、确认某个接口字段有没有影响。结果 Agent 一启动，就开始把相关仓库、历史代码、接口定义、配置文件、甚至一些看起来八竿子打不着的文件都扫一遍。

最后我发现，真正要改的可能只有几十行，但前面“找上下文”已经烧掉一大截 token 了。

08

Hang-技术测试

我自己踩得最深的坑：工具挂太多。同时开着二十几个 MCP，每轮对话光工具 schema 就烧掉 3-5k token，什么活没干，钱先没了。后来强制自己只挂当前任务需要的工具，成本直接砍了一大半。 

第二个：上下文越滚越大。Agent 跑长任务的时候，第 1 轮 2k token，第 20 轮可能 50k+。后面每一步的成本是前面的十几倍，但真正有用的上下文就最近三轮。解法是长任务拆段跑，做完一段开新 session，历史不带走。 

第三个：出错了让它自己重试。这是最贵的一个习惯。AI 没有成本感知，它会一直试，每次重试还带着完整的失败记录，越试越贵。现在的规则是：同一个问题重试超过 2 次，停下来问我。

09

Patric-产品运营

我是在商户管理时，我做商户行业批量分类时被狠狠烧过一次。上千个商户逐条丢给大模型判类目，每条都带一大段判断规则的 prompt，规则重复喂了上千遍，token 哗哗地流。后来把固定流程写成脚本进行跑，对于图片类目识别再用agent，成本降了一大截。

10

Moke-产品策划

最狠的一次是让 Agent 帮我排查一个接口超时问题，想着偷懒直接把整段请求日志贴进去让它分析，结果它把日志里几千行无关的框架打印也当上下文吞了，来回三轮问答 token 直接破十万，最后定位到的问题就一行配置写错……纯纯给日志刷了阅读量。

11

Osong-运营开发

只是想挪动一个文件路径，没想到被刺了……

12

joyee-产品策划

用Agent帮我进行word的文件操作，比如把一些数据按照规定的格式梳理好放进word里，一个4-5页的word可以消耗20-30元，相比于其他操作，比如用同样的模型去进行数据整理输出为md文档（一般只需要2-3元），还是比较刺客的；所以感觉以后还是先梳理好信息输出md格式的文件，然后让更便宜的模型去进行更细节的文件操作会好点