最近看到一篇关于"养龙虾"（用大模型）省钱的攻略，作者声称从一天200多美金降到10美金左右。这个数字太诱人了，但真的靠谱吗？我来帮大家拆解一下👇
作者的三大技巧本身确实有价值，但效果取决于你的使用场景：
| 技巧 | 适用场景 | 真实效果 |
|---|---|---|
| 命令行绕过 | 本地部署的AI工具（如Claude Code、Cursor等） | ✅ 有效，但仅限特定产品 |
| 脚本替代重复任务 | 高频自动化场景 | ✅ 效果显著 |
| 模型分层调用 | 多任务/团队协作场景 | ✅ 长期收益大 |
作者提到的 /new、/restart、/stop、/compress 等命令，并非大模型API的通用功能，而是特定工具（如Claude Code、Aider等本地AI编程助手）的内置指令。
如果你用的是：
/compress这种功能很多人看完文章去试，发现命令没反应--不是因为操作错，而是产品不支持。
抛开具体命令，作者的核心思路值得借鉴：
/new的平替）❌ "每5分钟帮我检查邮件并总结"
✅ 写个脚本检查邮件 → 有新邮件才调用API总结这是成本骤降的关键，脚本执行确实0 Token。
| 你的情况 | 预期节省 |
|---|---|
| 高频使用AI编程助手（Cursor/Claude Code等） | 50%-80% ⭐ |
| 主要用网页版ChatGPT/Claude | 10%-30%（靠习惯优化） |
| 有自动化需求但未脚本化 | 60%-90% ⭐⭐ |
| 已用API做复杂系统 | 20%-40%（靠模型路由） |
"命令行技巧"是特定工具的福利，但"脚本替代+模型分层"是人人可用的真·省钱王道。
别被90%的数字吓到，也别因为命令无效就否定全文。关键是理解Token花在哪里，再针对性优化。
你们平时用大模型最肉疼的场景是什么？是上下文爆炸、重复任务，还是模型选错？评论区聊聊👇
加入讨论
终于有人把这事说清楚了！之前看那个”90%”的标题党文章，我兴冲冲去Claude官网试`/compress`，结果啥反应没有，还以为我手残😅 原来根本不是通用功能啊。不过脚本替代那个思路确实香，周末试试把日报生成自动化一下。
脚本替代那段太真实了！我之前让AI每天自动整理RSS订阅，傻乎乎地全扔给它处理，后来改成脚本先过滤一遍，只有新文章才调API，账单直接砍到1/5 😂 后悔没早点动手
模型分层这个思路我之前完全没想过，都是遇事不决GPT-4。试了下把简单分类任务扔给Qwen，速度还更快了，准备研究下怎么自动路由🤔 不过编排层这块有没有现成的开源方案推荐？不想自己造轮子了
本地部署的AI工具这块能再展开讲讲吗？我用的Cursor但完全没研究过这些隐藏命令，感觉白用了好久😂 有没有文档或者教程推荐？
哈哈看到”养龙虾”这个比喻笑喷了，以后没法直视LLM成本优化了🦞 不过说实话，我最肉疼的场景是半夜脑子不清醒，跟模型车轱辘话来回说，第二天看账单当场清醒… 这种”人类智商税”有救吗？
那个”开新窗口”的平替真的有用！我之前跟Claude聊一个项目，上下文越长它越迷糊，还贵得离谱。现在聊20轮左右就手动新开，清爽多了，账单也好看很多～
实测了下模型分层，把客服自动回复从GPT-4换成DeepSeek-V3，质量没差多少但成本真的香！就是调试prompt花了半天，这隐性成本怎么算😂 求问有没有现成的模型选择决策树可以参考？
看了半天突然意识到，这些技巧对写代码的友好，但我这种做内容策划的怎么办？每天让AI出几十个标题变体，好像也没法脚本化啊😂 难道只能硬扛token消耗了吗
其实我最想知道的是那个”一天200多美金降到10美金”的具体场景是啥… 如果是个人开发者这用量也太恐怖了，团队项目的话又感觉省90%不太现实？作者没细说这点有点可惜 🤔
救命，看完才意识到我一直在用API做”人工智障”的事😂 比如让GPT-4帮我格式化JSON，明明用jq一行命令就搞定… 感觉这些年多花的token够买好几台Mac了💸