夜雨聆风3 月 31 日，Claude Code 源码通过 npm source map 意外泄露。我 fork 了一份，让 OpenClaw 花了一晚上读完 51 万行代码，让他总结出了这些帮你省钱的秘密。
先说结论
Claude Code 不是简单的「套壳 CLI」，它是一个精心设计的 Token 经济系统。
在 512,000 行源码里，我发现了至少 7 个直接帮你省钱的设计，还有一些……嗯，Anthropic 不想让你知道的定价秘密。
01
—
/compact不是可选功能，是救命稻草
源码位置：src/commands/compact/compact.ts
很多人把 /compact当成「整理对话」的可选功能，错了。
真相：这是防止你 Token 爆炸的最后一道防线。
// compact.ts 核心逻辑export const call: LocalCommandCall = async (args, context) => {// 先尝试 Session Memory 压缩（免费）if (!customInstructions) {const sessionMemoryResult = await trySessionMemoryCompaction(...)if (sessionMemoryResult) {return { type: 'compact', ... }}}// 再执行 microcompact（微压缩，几乎不花钱）const microcompactResult = await microcompactMessages(messages, context)// 最后才调用完整的 compactConversation（花钱）const result = await compactConversation(...)}
省钱策略：
不带参数的
/compact优先用 Session Memory—— 这是免费的本地压缩，不消耗 API 调用microcompact 先执行—— 它只删除冗余消息，不调用 LLM
真正的总结压缩只在必要时触发
我的建议：看到上下文超过 100K tokens 就手动 /compact，别等自动触发。自动触发的阈值是 contextWindow - 13,000，那时候你已经花了不少冤枉钱了。
02
—
Fast Mode 的定价陷阱
源码位置：src/utils/modelCost.ts+ src/utils/fastMode.ts
这是最劲爆的发现。
Opus 4.6 有两种价格：
// 普通模式：$5 输入 / $25 输出 per Mtokexport const COST_TIER_5_25 = {inputTokens: 5,outputTokens: 25,...}// Fast Mode：$30 输入 / $150 输出 per Mtokexport const COST_TIER_30_150 = {inputTokens: 30,outputTokens: 150,...}
看到了吗？Fast Mode 贵 6 倍。
但源码里有个细节：
export function getOpus46CostTier(fastMode: boolean): ModelCosts {if (isFastModeEnabled() && fastMode) {return COST_TIER_30_150 // 6 倍价格}return COST_TIER_5_25 // 正常价格}
省钱策略：
除非你真的需要「实时响应」，否则关掉 Fast Mode
检查你的设置：
/config里找fastMode源码里有个环境变量可以强制关闭：
CLAUDE_CODE_DISABLE_FAST_MODE=1
更劲爆的是：Fast Mode 还有「冷却时间」机制。如果你连续触发 rate limit，系统会自动把你踢回普通模式，但不会通知你——你以为是 Fast Mode，其实已经在用普通模式计费了。
03
—
Cache是你的朋友，但Claude Code不希望你用太多
源码位置：src/cost-tracker.ts
看这段计价代码：
export const COST_TIER_3_15 = {inputTokens: 3, // $3 per MtokoutputTokens: 15, // $15 per MtokpromptCacheWriteTokens: 3.75, // 写缓存 $3.75promptCacheReadTokens: 0.3, // 读缓存 $0.3webSearchRequests: 0.01, // 每次搜索 $0.01}
发现没有？
写缓存：$3.75/Mtok（比正常输入贵 25%）
读缓存：$0.3/Mtok（只有正常输入的 10%）
省钱策略：
多用读缓存，少写缓存—— 写一次的钱够读 12 次
长对话用
/resume恢复会话—— 避免重新写缓存避免频繁切换项目—— 每次切换都可能触发新的缓存写入
源码里有个细节：cost-tracker.ts会追踪每个模型的 cacheCreationInputTokens和 cacheReadInputTokens，用 /cost命令可以看到详细账单。
我建议你每次开始工作前先 /cost看看昨天的账单，心里有数。
04
—
Auto Compact 的「缓冲区间」秘密
源码位置：src/services/compact/autoCompact.ts
这段代码暴露了 Anthropic 的「心理战」：
export const AUTOCOMPACT_BUFFER_TOKENS = 13_000export const WARNING_THRESHOLD_BUFFER_TOKENS = 20_000export const ERROR_THRESHOLD_BUFFER_TOKENS = 20_000export const MANUAL_COMPACT_BUFFER_TOKENS = 3_000export function getAutoCompactThreshold(model: string): number {const effectiveContextWindow = getEffectiveContextWindowSize(model)return effectiveContextWindow - AUTOCOMPACT_BUFFER_TOKENS}
翻译一下：
200K 上下文窗口
自动压缩触发点：187K（200K - 13K）
警告阈值：180K
错误阈值：180K
手动压缩安全线：197K
这意味着什么？
系统在「诱导」你早点压缩。13K 的缓冲区间看似保护你，实则是防止你用到 199K 才压缩——那时候一次 API 调用可能直接失败，钱花了还没结果。
省钱策略：
手动设置更激进的压缩阈值：
CLAUDE_AUTOCOMPACT_PCT_OVERRIDE=80（80% 就压缩）或者用环境变量限制最大上下文：
CLAUDE_CODE_MAX_CONTEXT_TOKENS=100000（强制用 100K 而非 200K）
源码里还有个彩蛋：
// 连续自动压缩失败 3 次就放弃const MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES = 3
连续失败 3 次系统就放弃了——这时候你的对话已经处于「半残」状态，继续聊只会浪费钱。看到自动压缩失败 3 次，立刻手动 /compact或者重启会话。
05
—
Web Search 每次 $0.01，但你可能在重复付费
源码位置：src/utils/modelCost.ts
webSearchRequests: 0.01, // 每次搜索 $0.01看起来不贵？看源码里的追踪逻辑：
export function addToTotalSessionCost(...) {// 追踪 web search 请求数accumulated.webSearchRequests += usage.webSearchRequests ?? 0// 每次请求都计费modelUsage.costUSD += cost}
问题在于：Claude Code 不会缓存搜索结果。
你问「今天天气怎么样」，它搜索一次；5 分钟后你问「刚才说的天气」，它可能又搜索一次。
省钱策略：
用
/context查看当前上下文—— 确认信息已经在对话里避免重复问同一类问题—— 每次都可能触发新搜索
用
@file引用本地文件而不是让 Claude 搜索 —— 文件读取免费
源码里的细节：cost-tracker.ts的 formatModelUsage()会显示 web search次数，用 /cost可以看到。
06
—
模型选择的「默认陷阱」
源码位置：src/utils/model/model.ts+ src/utils/context.ts
源码里有个函数叫 getDefaultMainLoopModelSetting()，它决定了你默认用什么模型。
但更关键的是这个：
export function getModelMaxOutputTokens(model: string): {default: numberupperLimit: number} {if (m.includes('opus-4-6')) {defaultTokens = 64_000upperLimit = 128_000} else if (m.includes('sonnet-4-6')) {defaultTokens = 32_000upperLimit = 128_000}// ...}
Opus 4.6 默认输出 64K tokens，Sonnet 4.6 默认 32K。
但看定价：
Opus 4.6: $5/$25 per Mtok
Sonnet 4.6: $3/$15 per Mtok
Opus 不仅单价贵，默认输出还多一倍。
省钱策略：
默认用 Sonnet 4.6—— 除非你真的需要 Opus 的推理能力
手动限制最大输出：
/config maxOutputTokens 16000用
/brief命令—— 这是源码里的「简短模式」，强制模型少说话
源码里的彩蛋命令：/brief.ts存在于 src/commands/，但文档里从来没提过。我猜是内部测试功能，但可以用。
07
—
Session Memory 是免费的，但 90% 的人不知道
源码位置：src/services/compact/sessionMemoryCompact.ts
这段代码在 compact.ts里被优先调用：
// 先尝试 session memory compaction（免费）if (!customInstructions) {const sessionMemoryResult = await trySessionMemoryCompaction(messages,context.agentId,)if (sessionMemoryResult) {return { type: 'compact', ... } // 直接返回，不调用 API}}
Session Memory 压缩是本地操作，不消耗 API 调用。
但它有个限制：不支持自定义指令。一旦你加了参数（比如 /compact 总结重点），系统就会切换到付费的完整压缩模式。
省钱策略：
日常压缩直接用
/compact（不加参数）—— 走免费通道只在必要时加自定义指令—— 比如「只总结技术决策」
定期用
/memory查看持久化记忆—— 避免重复信息累积
额外发现：这些命令可能帮你省钱
源码 src/commands/目录里还有一些「隐藏命令」：
命令 | 作用 | 省钱指数 |
| 查看当前会话花费 | ⭐⭐⭐⭐⭐ |
| 压缩上下文 | ⭐⭐⭐⭐⭐ |
| 简短模式（未文档化） | ⭐⭐⭐⭐ |
| 恢复之前会话（复用缓存） | ⭐⭐⭐⭐ |
| 查看当前上下文状态 | ⭐⭐⭐ |
| 修改配置（限制输出 tokens） | ⭐⭐⭐⭐ |
我建议你每次开始工作前：
/cost # 看看上次花了多少/context # 确认当前状态/config maxOutputTokens 16000 # 限制输出
最后的思考
读到这些，让我自己我最大的感受是：
Claude Code 的设计者在「Token 经济」上花了大量心思。每一个功能背后都有成本考量，但大部分用户看不到。
几个核心发现：
自动压缩是保护机制，但阈值设置偏保守—— 系统在防止你失败，但也在「诱导」你早点付费压缩
Fast Mode 是「奢侈品」—— 6 倍价格，除非你真需要实时性，否则关掉
缓存是把双刃剑—— 读缓存便宜，写缓存贵，策略很重要
Session Memory 是免费午餐—— 但需要你用对方式