Claude 使用限制为何总是快速耗尽？用户必读的深度解析

Claude 限额快速用尽的真正原因

开门见山地说，并不是模型变笨了，而是我的开销变大了。

但像"缩短 CLAUDE.md"这类表面建议并不够。你需要理解它泄漏的结构，才能真正阻止它。

（我知道很多 AI 初学者即使读完也可能不理解。所以，我会在最后附上连初学者也能用的提示词。如果不理解，直接复制粘贴就好。希望你能从中有所收获！）

核心思维模型（这解释了 90% 的问题）

Transformer 在每次交互时都会从头重新处理整个对话。

当你发送第 30 条消息时，模型读取的内容是：→ 消息 1–29 + 所有回复 → 所有工具调用结果（PR 差异、文件读取等）→ CLAUDE.md → 系统提示 → MCP 工具定义 → + 第 30 条消息。

它在开始回答之前就已经处理了所有这些内容。

换句话说，第 30 轮不是第 1 轮的 30 倍；而是所有累积内容的总和，每次都要重新处理。

从这里开始，你自然就能明白为什么令牌会泄漏了。

令牌泄漏的 9 个漏洞

原始来源中的百分比数字（14%、13%...）来自个例，推广有风险。我按影响程度重新整理了它们。

1. CLAUDE.md 膨胀 — 影响 ★★★ 只要会话存活，它就会包含在每条消息中。它不是懒加载的。一个 2000 令牌的 CLAUDE.md 被处理 200 次（对应 200 条消息）= 400,000 令牌。官方建议：少于 200 行，300–600 令牌。

1. 对话累积 — 影响 ★★★ 正如思维模型所描述的那样。在两三次 PR 审查后，你的限额用掉 60% 并不奇怪；这是结构性的。

1. 工具输出累积 — 影响 ★★★ 获取一次 PR 差异就可能注入数千行。如果你读取了 20 个文件，这 20 个文件会一直跟着你直到结束。这比其他来源提到的"钩子"更准确。

1. 缓存未命中 — 影响 ★★ 提示缓存会自动应用，但如果在一段（较短的）时间内未使用就会过期。如果你在会话中频繁编辑 CLAUDE.md，缓存每次都会失效。

1. 技能 — 影响 ★（原始来源略有偏差）技能只在被调用时加载。只有元数据会保留。真正的问题是当单个技能变得臃肿时。

1. "以防万一"的 MCP — 影响 ★★ 如果连接了 12 个 MCP，12 个工具定义会被注入到每次调用中。只保留你实际使用的 3 个作为活跃状态。

1. 扩展思考默认开启 — 影响 ★★★ 通常默认开启。预算可能高达数万个令牌（按输出计费）。如果只是为了更改变量名而进行深度推理，那真是浪费。

1. 看完错误答案 — 影响 ★★ 如果回答偏离轨道，立即停止。如果不停止，那整个输出就会成为下一轮的输入。

1. 累积的通知/元消息 — 影响 ★ 很小，但累积起来就会成为"隐性消耗者"。

修复前务必诊断

这是人们容易忽略的部分。

/context ← 按项目显示上下文中的令牌

/usage ← 会话使用量

/cost ← 累计 API 成本

只需运行一次 /context，5 秒内就会显示你情况中的头号泄漏。

大多数结果都类似：

1. 累积的工具输出是压倒性的头号问题
2. CLAUDE.md
3. MCP 工具定义

不测量就削减是白费力气。先削减你的头号泄漏。

30 秒基线（做一次就一劳永逸）

✅ 将你的 CLAUDE.md 精简到 200 行以内

✅ 只保留 3 个活跃的 MCP

✅ 扩展思考 → 默认关闭，仅在需要时使用

✅ .claudeignore → 排除大型生成文件

✅ 养成任务完成后使用 /clear 的习惯

7 个影响巨大的高级技巧

① 默认使用计划模式

在执行高成本任务前按 Shift+Tab × 2。在不接触代码的情况下进行规划。用于像"重构这个"这样的宽泛请求。它能最显著地减少浪费在无用功上的令牌比例。

② 模型切换

80% 日常编码 → Sonnet；复杂推理 → Opus。命令：/model sonnet，/model opus。

OpusPlan 模式：用 Opus 规划，用 Sonnet 实现。可以节省 60% 的成本。

③ 有选择地使用子 Agent

它们在单独的上下文中运行，只向主会话返回摘要。仅用于重度探索——对于小任务，开销实际上更大。规则：仅在（节省的主上下文 > 子 Agent 启动成本）时使用。

④ 主动使用 /compact

等到 80% 上下文警告就太晚了。它会压缩所有噪音。

正确用法：

• 在每个任务阶段结束时
• 在调用 /compact 之前给出摘要指南："只保留 X、Y、Z，丢弃其余部分。"

⑤ 使用精确的文件范围进行读取

❌ "查看整个代码库"

✅ "只看 src/auth.js 的第 50-120 行，并改进错误处理"

差别巨大。

⑥ 会话交接笔记

在结束长会话之前：

"用不超过 500 令牌总结到目前为止完成的工作、下一步计划以及重要决策。"

将其粘贴到下一个会话中 = 比重建整个历史记录少用几十倍的令牌。

⑦ 对重复性任务使用斜杠命令

不要每次都用自然语言解释常见模式（PR 审查格式、测试规则）。将它们定义为斜杠命令 → 确定且轻量。比把它们放在 CLAUDE.md 中高效得多。

常见误区

❌ "把所有东西都放在 CLAUDE.md 里很方便" → 你每次交互都要付出这个代价。

❌ "子 Agent 总是更便宜" → 对于小任务实际上更贵。

❌ "更大的上下文会让它更聪明" → 相反。由于上下文腐烂，质量会下降。

❌ "从 Pro 升级到 Max 就能解决" → 同样的低效率只会变得贵 5 倍。先修复泄漏。

令牌浪费是行为问题，而不是限额问题。

运行一次 /context，精简 CLAUDE.md，整理 MCP，并控制扩展思考，就能解决大部分问题。

记住每条消息都要付出所有先前消息的代价，你就会知道从哪里削减。

给初学者的提示词

针对 Claude Code 用户（自我诊断与精简设置）

运行 /context 命令并分析结果。

然后，按顺序执行以下操作：

1. 告诉我占用令牌最多的前 1-3 个项目。

2. 针对每个项目，建议一个我现在可以采取的具体行动来减少它们（包括预估的令牌节省量）。

3. 阅读我的 CLAUDE.md，并建议一个精简版本，使其少于 200 行 / 600 令牌。建议将移除的内容移到哪里（技能？斜杠命令？还是直接删除？）。

4. 最后，检查其他泄漏，如扩展思考或 MCP 工具组织。

由于我是初学者，请将结果按优先级排序为"立即执行 / 有空时执行"。

针对 Claude.ai 聊天用户（对话卫生）

当对话变长、回复变慢或限额逼近时，复制并粘贴：

用不超过 500 字符总结本次对话中真正重要的信息。排除试错、离题和问候；只关注核心结论、决策和下一步计划。我将复制此内容开始新对话，请组织好，以便我粘贴后能立即恢复工作。

只要拿到这两个提示词，就能帮助你更舒适地使用 AI，避免浪费令牌！如果对你有帮助，请点赞！

如有其他问题，请在评论区留言~