Source: https://aiprimetech.io/zh/blog/claude-code-token-overhead-startup/

2026 年七月 13 日 · 6 分钟 · 工程 

# 为什么 Claude Code 会在你的提示词之前发送 33k 个 token（以及应对方法） 

 A  作者 [AI Prime Tech](https://aiprimetech.io/zh/)  · AI 辅助撰写    

你开启一个全新的 Claude Code 会话，输入一个只有两个词的问题，第一次 API 调用就已经显示使用了 33,000 个输入 token。你没有粘贴文件，也没有提供堆栈跟踪。你只是说了句“hi”。这些 token 都从哪儿来的？ 

这不是 bug，也不是计费异常。这是启动一个真正能在你的仓库中执行操作的智能体所需的固定成本，让它能够 会 处理仓库中的事务。下面我们逐项拆解这些 token 的去向，与更轻量的工具进行比较，并且更实用地看看你实际能控制哪些因素。 

## 了解 Claude Code 的 token 用量开销 

所有智能体编程工具都会在看到你的提示词之前，预先加载上下文。模型需要知道自己是谁、可以调用哪些工具，以及所处的运行环境。Claude Code 属于这类工具中开销较大的一端。冷启动时，前置内容通常约为 33k 个 token ；而 OpenCode 这样的精简替代工具报告的用量则更接近 7k. 

这个差距确实存在，但它并不是质量排名，而是一种设计选择。33k 换来的是更丰富的内置工具和更可靠的智能体行为；7k 换来的是更小的资源占用和更低的冷启动成本。两者都谈不上“正确”——它们只是能力与成本权衡曲线上的不同位置。 

下面粗略列出 Claude Code 启动时的 token 预算去向。具体数字会随版本变化，因此应将其视为比例参考，而不是固定常数： 

 | 组件 | 大致 token 数 | 内容说明

 | 系统提示词 | ~3k–5k | 智能体身份、行为规则、格式规范

 | 工具定义 | ~15k–20k | 所有已启用工具及 MCP 服务器的 JSON 模式定义

 | 环境上下文 | ~2k–4k | 工作目录、git 状态、操作系统、目录列表

 | CLAUDE.md / 项目记忆 | 0–10k+ | 你的项目指令（完全由你控制） 

占比最大的部分几乎总是 工具定义。对于原以为系统提示词会占大头的人来说，这往往令人意外。 

### 为什么工具模式定义如此庞大 

模型可以调用的每个工具都会以结构化模式定义的形式提供——包括名称、描述，以及参数的完整 JSON Schema。算上嵌套参数的描述和枚举值，一个文档完善的工具就可能占用 500–1,500 个 token。Claude Code 默认启用的工具种类很多（文件读写、编辑、bash、glob、grep、网页抓取、任务/智能体创建、待办事项跟踪等），而且每次请求都会包含所有这些工具。 

一个工具的精简模式定义大致如下： 

```
{
  "name": "edit_file",
  "description": "Make a targeted edit to an existing file. Use this instead of rewriting the whole file when possible...",
  "input_schema": {
    "type": "object",
    "properties": {
      "path": { "type": "string", "description": "Absolute path to the file" },
      "old_string": { "type": "string", "description": "Exact text to replace, including surrounding context for uniqueness" },
      "new_string": { "type": "string", "description": "Replacement text" }
    },
    "required": ["path", "old_string", "new_string"]
  }
}
```

将它乘以十几个工具，再加上你连接的所有 MCP 服务器暴露的工具，模式定义载荷就会迅速膨胀。一个常见陷阱是：有人为了“试试看”安装了三个 MCP 服务器，每个都暴露 8–15 个工具，结果基准用量增加了 10k 个 token，而他们之后再也没有留意过。 

### 你没有要求提供的环境上下文 

Claude Code 在仓库内启动时，会注入环境信息，让智能体无需浪费一轮交互来询问基本问题。实际包含的内容通常有： 

```
Working directory: /home/ryan/projects/api-gateway
Platform: linux
Git branch: feature/rate-limiting
Git status: 4 modified, 1 untracked
Recent commits: ...
```

这确实很有用——智能体因此已经知道你正在功能分支上工作——但它同样会消耗 token，而且在大型单体仓库中，目录快照的规模可能相当可观。 

## 这些开销实际为你带来了什么 

在设法消除这些开销之前，要客观看待其中的权衡。正是这 33k，让 Claude Code 能在第一次响应中，就结合正确的周边上下文编辑正确的文件、运行测试、为并行任务创建子智能体，并遵循项目约定——全程无需先进行一轮澄清提问。一个只使用 7k 个 token 的智能体往往必须 逐步获取 这些上下文，依靠额外的交互轮次。这意味着更多请求、更高延迟，有时整个会话的 token 总用量反而更多。 

因此，比较的重点不是“33k 浪费，7k 高效”，而是：  
- 请求更少、单次更大 （Claude Code）与 请求更多、单次更精简 （精简型智能体） 
- 能力立即可用 与 按需逐步构建能力 
- 每个会话的固定成本更高 与 每项任务的可变成本更高  

对于一个包含五条消息的调试会话，固定开销可以得到很好的分摊。对于发完即走的一句话请求，它则显得浪费。放在各自的情境中，这两种感受都合理。 

## 你实际能控制的因素 

你无法重写 Claude Code 的核心工具集，但有三个调整项能显著改变基准用量。 

### 1. 大幅精简 CLAUDE.md 

CLAUDE.md 会在每次请求中完整注入。它是前置内容中 100% 由你掌控的部分，也是我看到浪费最多的地方——动辄 4k 个 token 的文件，写满了模型默认就会遵循的理想化风格指南。 

让内容精简，并确保每条都有实际作用。优先保留： 

```
# Project: api-gateway

- Package manager: pnpm (never npm)
- Tests: `pnpm test` — must pass before any commit
- Do NOT edit files in /generated
- API errors use the AppError class in src/errors.ts
```

删除模型本来就会做的事情（“编写整洁的代码”“添加注释”）。一个实用的经验法则是：如果删除某一行不会改变智能体的行为，那它就只是在白白消耗 token。对于深度上下文，将其放在引用文件中，让智能体 按需 读取，而不是粘贴到记忆中。 

### 2. 禁用不用的 MCP 服务器和工具 

对大多数人来说，这是效果最显著的做法。检查实际连接了哪些服务器： 

```
claude mcp list
```

如果发现某些服务器是几个月前添加的，而且从未使用，就移除它们： 

```
claude mcp remove some-unused-server
```

你也可以限定允许使用的工具，从而避免将相应的模式定义放入上下文。在项目或用户设置中： 

```
{
  "permissions": {
    "allow": ["Read", "Edit", "Bash", "Grep", "Glob"],
    "deny": ["WebFetch"]
  }
}
```

每排除一个工具，就少了一份需要在每轮交互中付费发送的模式定义。实际使用中，禁用一个提供大量内容的 MCP 服务器，比任何提示词调整都更能帮我节省 token。 

### 3. 充分利用提示词缓存 

这是最关键的一项，它会改变整个成本计算方式。系统提示词、工具定义和稳定的项目上下文 在同一会话的每次请求中都保持一致 ——因此非常适合使用提示词缓存。缓存的输入 token 比新输入的 token 便宜得多，所以在第一次调用后，那段 33k 的前置内容基本就不再那么重要了。 

Claude Code 会自动使用缓存，但你可以让上下文中稳定的部分真正保持稳定，从而帮助它更好地利用缓存：  
- 避免改写 CLAUDE.md ，尤其是在会话进行期间——一旦改动，其后的缓存就会失效。 
- 将静态上下文放在前面；把经常变化的细节放在消息中，而不是前置内容中。 
- 顺序很重要：缓存基于前缀工作，因此越靠前的内容发生变化，越会使后续所有内容的缓存失效。  

实际结论是：为了控制成本，优化你的 首次 请求的 token 数，但要围绕缓存命中来优化整个 会话 。在真实工作会话中，一个稳定且能顺利命中缓存的 33k 前缀，往往比一个每轮都会重建、因而从不命中缓存的 7k 前缀更便宜。 

如果你运行的是高调用量的智能体工作负载，并且密切关注每个 token 的成本，那么更低价的 API 访问服务——例如 AI Prime Tech 为 Claude 模型提供的服务——也能在这里与良好的缓存使用习惯叠加，进一步节省成本。 

## 实用要点  
- 约 33k 的启动开销主要来自工具模式定义，而非系统提示词。 工具定义和 MCP 服务器占据了预算的大头。 
- 这是一种权衡，而不是浪费。 这些开销换来的是立即可用的能力和更少的对话往返；更精简的智能体则将成本从固定成本转移到可变成本。 
- 首先检查你的 MCP 服务器。 移除未使用的服务器并禁用未使用的工具，是效果最显著的单项削减措施。 
- 确保 CLAUDE.md 中的内容有实际作用。 删除模型默认就会执行的内容；按需引用详细文档，而不是将其粘贴进去。 
- 围绕缓存命中进行设计，而不只是缩小首次请求。 稳定且能顺利命中缓存的前置内容，胜过每轮都要重建的极小前置内容。 
- 按会话衡量，而不是按消息衡量。 应结合整个任务来评估开销，因为固定成本会在整个任务中得到分摊。  

[编程](/zh/blog/tag/coding/)[Claude](/zh/blog/tag/claude/)[提示词](/zh/blog/tag/prompts/)[API](/zh/blog/tag/api/) 

A

[AI Prime Tech](https://aiprimetech.io/zh/)

本博客由 AI Prime Tech 发布。文章借助 AI 辅助起草；在据此采取行动前，请对照官方文档核实模型 ID、价格和限额等特定版本的细节。 

 以更低价格接入 Claude API 

一个 API 密钥即可使用 Claude Opus 5.5、Sonnet 5、Haiku 4.5 和 Fable 5.1，以及 GPT-6 个模型。按量付费，无需订阅。 [获取 API 密钥 →](/register)  

AI Prime Tech 是独立的第三方 API 网关。Claude™ 和 Anthropic® 是 Anthropic, PBC 的商标。此处不暗示任何关联或背书。