文｜象先志

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

打開 Claude Code，輸入「幫我總結一下這周的工作」——額度先瘋狂了。寫完周報33%額度沒了。別的活兒還沒幹呢， token 限額了。

200 刀的套餐，3.5 小時就用完。一個任務恨不得扣掉 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後，經 Reddit 用戶逆向工程發現，Anthropic 終於承認了：Claude Code 確實在亂扣費。Anthropic 官方終於承認了——在 Reddit 用戶爆破式吐槽並甩出逆向工程證據後，官方賬號回應：「正在緊急排查，目前是最高優先級問題」。

這是一個工程問題，一方面是Harness 架構雖然能讓 AI 能搞定複雜任務，但代價是開銷遠高於單模型對話；另一方面是 Claude 本身的流量算法確實存在疏漏。

我知道了，agent 在瘋狂偷喫我的 token 。要是想得到好的結果，肯定要多喂 token 。

所以國產的 MaaS 們是不是也面臨同樣情況呢？是不是至少可以保證在AI 們的高峯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。

應用層的黑箱裏藏着什麼？

Claude Code 為什麼好用？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「一次對話」裏。

Harness 架構讓 AI 能搞定複雜任務，但是token 開銷確實爆炸。據社區測試，複雜任務下的 token 消耗可能是直接調用模型的數倍甚至十倍以上。這個 overhead，被廠商打包進「一次對話」的賬單，用戶完全感知不到。

更隱蔽的是 Coding Plan 內部的模型調控。Plan Mode、Reviewer、Debugger 這些角色，每次切換都是隱性調用。你以為自己在和「一個 AI」對話，實際上後台可能在五六個子智能體之間來回跳轉。

然後是那個被 Reddit 大神逆向出來的真相：兩個獨立的 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 替換機制破壞緩存

Claude Code 為了在不同平台（Windows/macOS/Linux）分發，使用了獨立的二進制文件。當對話內容涉及計費內部邏輯時，系統會用 sentinel 值替換敏感字段。但問題就出在這裏——這種替換破壞了 prompt cache 的哈希一致性，導致緩存明明應該命中，卻被判定為未命中，重複計算 token。

Bug 2：Resume 參數強制刷新緩存

從 v2.1.69 版本開始，resume 參數（用於恢復中斷的對話）會強制讓緩存失效。這意味着只要你中途退出或切換設備，之前的上下文緩存就全部作廢，系統會重新計算整個對話歷史的 token。對於長上下文的重度用戶，這是致命的——每次「繼續剛纔的對話」，都是在燒錢。

這兩個 bug 的疊加效應是災難性的。假設你讓 Claude Code 讀一個 GitHub PR，正常情況下緩存應該幫你節省 90% 的重複計算費用。但因為 bug，你每次都按全額付費，成本膨脹 10-20 倍。

所以 harness 結構不僅有着爆炸的消耗，還會因為算法問題，加速計費。

更有意思的是，官方是在用戶逆向工程發現 bug 後纔出來回應的。正如網友吐槽：「你們擁有世界最好的模型和開發者，卻無視成千上萬投訴，直到被人拆解了才承認。」

這種「用戶先發現，廠商後承認」的模式，在 AI 行業已成慣例。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 的問題不在於出了 bug，而在於缺乏基本的計費可觀測性（Observability）——當用戶質疑賬單時，他們拿不出數據證明自己沒錯。

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

技術債務被轉嫁給了用戶。你付的錢裏，多少是「真的在用 AI」，多少是「系統在浪費」？沒人知道。

國內 MaaS 廠商做的如何？

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

說實話，國內的 MaaS 們普遍良心多了。至少在 API 層，國內廠商確實拆得更細。但在應用層，大家依然把 Harness/Agent 調度成本藏在黑箱裏：

基於 token 本身，可以發現大家的收費都是透明可追溯的，但到了應用層，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，各家都開始部署定製的 token 套餐。不過設定限額以及「靈活調配」老舊模型的情況在這些套餐裏確實經常發生，以及高峯時段配額不足導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，其實這樣會有些本末倒置： 定額套餐不能滿足用戶，回頭又轉向了按量付費的舊模式。

可以說，收費透明只停留在 API 層。當你使用agent 調取 token 的時候的 AI 應用，調度成本基本是黑箱。雖然現在如 Kimi 、火山等也在通過額度限制 agent 的使用次數，但是套餐中額度使用完畢後就就能等到刷新。

API 層透明適合開發者，應用層透明適合企業採購——當你需要向老闆解釋「為什麼這個月 AI 花了 2 萬塊」時，「調用了 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」。

雲計算時代，沒人會接受「一台服務器 $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、字節數的流量消耗、甚至不同可用區的價格差異。可觀測性纔是雲計算成熟的基礎。

AI 應用還在蠻荒時代。廠商們把 Harness 調度、多智能體協作包裝成「魔法」，把技術債務包裝成「使用量」，本質是在剝奪用戶的知情權。

用戶需要一張明細清晰的賬單，至少給一個「調試模式」開關，讓開發者可選查看 Harness 調用鏈；至少對因 bug 導致的計費錯誤，承諾自動退費而非「正在調查」；至少把「你花了多少錢」和「你應該花多少錢」區分開來。

鑑於現在的 MaaS 廠商的進步步調如此之快，下周瘋狂星期四，我希望至少知道我的 Token 是怎麼被喫掉的。V 我50，讓我多喫兩塊原味雞。