AI 的吞金兽 -- 单独开贴，因为太重要了【欢迎补充 - 经验交流】

这是一个实际花费 3usd，而交付只值 1 毛的案例，跑了上百步，等了半小时以上😮‍💨
后面的我慢慢写。

关键成本启示：谁才是真正的 “吞金兽”？

很多人直觉认为 “模型思考与生成文字单价最高，所以推理输出最贵”。但从这次实测数据可以看出：

*     推理生成只占 2.5%：虽然生成单价是输入的 2~4 倍，但因为整个会话生成量只有 53k tokens，总支出仅一毛钱出头。
*     上下文冷输入占了 75% 的绝对大头：在会话后期，单步上下文已膨胀到 150k。
一旦发生模型切换、网络超时重试、或者工具返回大块输出导致服务端 Prompt Cache 失效，只要有 1 次“全量冷输入重算”，
单步就要吞掉 150k 全价 Token（相当于模型生成 75,000 字的费用）！
*     结论： 控制上下文膨胀与及时切新会话，比节约输出字数重要 30 倍。 任务阶段性闭环后，立即将结论落盘推仓并新开轻量会话，是性价比最高的工程实践。

彻底杜绝超大上下文与 Rebill 重试风暴的 3 条铁律

• 上下文超 80k 即行拆分（换会话或归档）：当会话步数达到 30-40 步、状态栏累计 Token 超过 3M-5M 时，主动进行任务切段，新开会话接续，
    		永远不要把单会话推到 150k 的悬崖边缘。
  

• 大日志与全量测试严禁回显（落实纪律 4）：在旧会话中，测试脚本扫描 288 个仓库并把大量扫描结果打屏，直接把上下文冲到了 120k。
   正确姿势：命令一律重定向至临时文件，如 bash test.sh > /tmp/test.log 2>&1 && tail -n 30 /tmp/test.log。
  

• 耗时超 2 分钟的构建/批量测试交由 Subagent 跑（纪律 3）：把运行长测试、跑隔离镜像这类重活交给独立子代理（Subagent），
    		子代理运行完只回传一段结论给主会话，主会话上下文始终保持轻盈。