周四是我一周消耗 token 最多的一天，得盤工作進(jìn)度了吧，得review了吧，得寫周報了吧。

打開 Claude Code，輸入“幫我總結(jié)一下這周的工作”——額度先瘋狂了。寫完周報33%額度沒了。別的活兒還沒干呢， token 限額了。

200 刀的套餐，3.5 小時就用完。一個任務(wù)恨不得扣掉 30%。

問題是：不知道Token 都花在哪兒了。

前幾天，Claude code的代碼被烏龍打包上傳之后，經(jīng) Reddit 用戶逆向工程發(fā)現(xiàn)，Anthropic 終于承認(rèn)了：Claude Code 確實在亂扣費(fèi)。Anthropic 官方終于承認(rèn)了——在 Reddit 用戶爆破式吐槽并甩出逆向工程證據(jù)后，官方賬號回應(yīng)：“正在緊急排查，目前是最高優(yōu)先級問題”。

這是一個工程問題，一方面是Harness 架構(gòu)雖然能讓 AI 能搞定復(fù)雜任務(wù)，但代價是開銷遠(yuǎn)高于單模型對話；另一方面是 Claude 本身的流量算法確實存在疏漏。

我知道了，agent 在瘋狂偷吃我的 token 。要是想得到好的結(jié)果，肯定要多喂 token 。

所以國產(chǎn)的 MaaS 們是不是也面臨同樣情況呢？是不是至少可以保證在AI 們的高峰使用額度提供一個可解決的方案呢？

所以我建議MaaS們每周四開通 token 瘋狂星期四，token 暢用，V 我五十助我智能飛升。

應(yīng)用層的黑箱里藏著什么？

Claude Code 為什么好用？因為他不是單一模型，是一套多智能體流水線。寫代碼的、評審的、審核的，各跑各的。這些子智能體的 token 消耗，被打包進(jìn)“一次對話”里。

Harness 架構(gòu)讓 AI 能搞定復(fù)雜任務(wù)，但是token 開銷確實爆炸。據(jù)社區(qū)測試，復(fù)雜任務(wù)下的 token 消耗可能是直接調(diào)用模型的數(shù)倍甚至十倍以上。這個 overhead，被廠商打包進(jìn)“一次對話”的賬單，用戶完全感知不到。

更隱蔽的是 Coding Plan 內(nèi)部的模型調(diào)控。Plan Mode、Reviewer、Debugger 這些角色，每次切換都是隱性調(diào)用。你以為自己在和“一個 AI”對話，實際上后臺可能在五六個子智能體之間來回跳轉(zhuǎn)。

然后是那個被 Reddit 大神逆向出來的真相：兩個獨(dú)立的 cache bug，讓 prompt cache 完全失效。這其中存在兩個比較要命的 bug 。

Bug 1：Sentinel 替換機(jī)制破壞緩存

Claude Code 為了在不同平臺（Windows/macOS/Linux）分發(fā)，使用了獨(dú)立的二進(jìn)制文件。當(dāng)對話內(nèi)容涉及計費(fèi)內(nèi)部邏輯時，系統(tǒng)會用 sentinel 值替換敏感字段。但問題就出在這里——這種替換破壞了 prompt cache 的哈希一致性，導(dǎo)致緩存明明應(yīng)該命中，卻被判定為未命中，重復(fù)計算 token。

Bug 2：Resume 參數(shù)強(qiáng)制刷新緩存

從 v2.1.69 版本開始，resume 參數(shù)（用于恢復(fù)中斷的對話）會強(qiáng)制讓緩存失效。這意味著只要你中途退出或切換設(shè)備，之前的上下文緩存就全部作廢，系統(tǒng)會重新計算整個對話歷史的 token。對于長上下文的重度用戶，這是致命的——每次“繼續(xù)剛才的對話”，都是在燒錢。

這兩個 bug 的疊加效應(yīng)是災(zāi)難性的。假設(shè)你讓 Claude Code 讀一個 GitHub PR，正常情況下緩存應(yīng)該幫你節(jié)省 90% 的重復(fù)計算費(fèi)用。但因為 bug，你每次都按全額付費(fèi)，成本膨脹 10-20 倍。

所以 harness 結(jié)構(gòu)不僅有著爆炸的消耗，還會因為算法問題，加速計費(fèi)。

更有意思的是，官方是在用戶逆向工程發(fā)現(xiàn) bug 后才出來回應(yīng)的。正如網(wǎng)友吐槽：“你們擁有世界最好的模型和開發(fā)者，卻無視成千上萬投訴，直到被人拆解了才承認(rèn)?！?/p>

這種“用戶先發(fā)現(xiàn)，廠商后承認(rèn)”的模式，在 AI 行業(yè)已成慣例。ChatGPT Plus 的歷史額度從沒退還過，Gemini Advanced 的“變慢”也從不提前通知。Anthropic 的問題不在于出了 bug，而在于缺乏基本的計費(fèi)可觀測性（Observability）——當(dāng)用戶質(zhì)疑賬單時，他們拿不出數(shù)據(jù)證明自己沒錯。

對比隔壁的 OpenClaw，幾乎是每周一到兩更，有問題連夜修。而 Anthropic 的回應(yīng)速度，暴露了一個殘酷現(xiàn)實：當(dāng)模型能力成為護(hù)城河，用戶體驗和計費(fèi)透明度就成了可以犧牲的代價。

技術(shù)債務(wù)被轉(zhuǎn)嫁給了用戶。你付的錢里，多少是“真的在用 AI”，多少是“系統(tǒng)在浪費(fèi)”？沒人知道。

國內(nèi) MaaS 廠商做的如何？

既然 Claude Code 的應(yīng)用層是黑箱，那回到國內(nèi) MaaS 廠商，他們做得如何？

說實話，國內(nèi)的 MaaS 們普遍良心多了。至少在 API 層，國內(nèi)廠商確實拆得更細(xì)。但在應(yīng)用層，大家依然把 Harness/Agent 調(diào)度成本藏在黑箱里：

基于 token 本身，可以發(fā)現(xiàn)大家的收費(fèi)都是透明可追溯的，但到了應(yīng)用層，也就是實際解決問題的時候，似乎還不能做到完全透明，也許是因為大家還基本都在 Openclaw 的框架中沒有推陳出新。

從 OpenClaw 的火熱開始，各家都開始部署定制的 token 套餐。不過設(shè)置限額以及“靈活調(diào)配”老舊模型的情況在這些套餐里確實經(jīng)常發(fā)生，以及高峰時段配額不足導(dǎo)致卡頓也是家常便飯，倒閉用戶有時候只能通過API按量付費(fèi)，其實這樣會有些本末倒置： 定額套餐不能滿足用戶，回頭又轉(zhuǎn)向了按量付費(fèi)的舊模式。

可以說，收費(fèi)透明只停留在 API 層。當(dāng)你使用agent 調(diào)取 token 的時候的 AI 應(yīng)用，調(diào)度成本基本是黑箱。雖然現(xiàn)在如 Kimi 、火山等也在通過額度限制 agent 的使用次數(shù)，但是套餐中額度使用完畢后就就能等到刷新。

API 層透明適合開發(fā)者，應(yīng)用層透明適合企業(yè)采購——當(dāng)你需要向老板解釋“為什么這個月 AI 花了 2 萬塊”時，“調(diào)用了 500 次深度研究 Agent”比“消耗了 100 萬 token”更有說服力。而有意思的是，在這六家中，只有百度將 Agent 成本顯性化，其他五家仍把 Harness 調(diào)度成本打包在 Token 中。

這不是錢的問題，是“用戶是否擁有對自己計算資源的知情權(quán)”。

云計算時代，沒人會接受“一臺服務(wù)器 $200/月，但不知道 CPU 和帶寬各多少”。

AWS 的賬單可以精確到毫秒級的計算時長、字節(jié)數(shù)的流量消耗、甚至不同可用區(qū)的價格差異?？捎^測性才是云計算成熟的基礎(chǔ)。

AI 應(yīng)用還在蠻荒時代。廠商們把 Harness 調(diào)度、多智能體協(xié)作包裝成“魔法”，把技術(shù)債務(wù)包裝成“使用量”，本質(zhì)是在剝奪用戶的知情權(quán)。

用戶需要一張明細(xì)清晰的賬單，至少給一個“調(diào)試模式”開關(guān)，讓開發(fā)者可選查看 Harness 調(diào)用鏈；至少對因 bug 導(dǎo)致的計費(fèi)錯誤，承諾自動退費(fèi)而非“正在調(diào)查”；至少把“你花了多少錢”和“你應(yīng)該花多少錢”區(qū)分開來。

鑒于現(xiàn)在的 MaaS 廠商的進(jìn)步步調(diào)如此之快，下周瘋狂星期四，我希望至少知道我的 Token 是怎么被吃掉的。V 我50，讓我多吃兩塊原味雞。