昨天晚上，我突然觉得 Claude Code 有点贵。

当然，不是昨天才觉得。

是每次看到额度快见底的时候，都会有一种熟悉的味道。

就像穷的时候看着钱包里最后的碎银几两。

总觉得还能再撑两天。

于是我开始思考一个问题。

有没有什么办法，可以让 Claude Code Token 消耗的慢一些？

作为一个从小穷过的人，我有个不太好的习惯。

就是当钱要花出去的时候，第一反应不是扫码，

而是看看能不能，晚一点再支付。

这时候，窗外的一抹夕阳，照射在我脸上，多么高光的时刻。

顶着不下班的幌子，启动了我那不太优秀，但爱钻研学习的大脑。

第一个想法：

用 Claude code ，主要用的还是 Opus 4.8 ，也是目前能用最贵的。

执行一个任务，它总要疯狂地看文件、修改文件

如果是只让 Opus 负责思考、总结、下达任务，而那些搬砖、码字、改文件的脏活、累活，都让本地模型跑，或者更便宜的模型跑，这样是不是会更好？

说干就干，名字叫 dsb 。

为啥？咱不是要省 token 吗？那绝对是能省则省，名字也要省，讲究的就是一个“短小精干”。

当然，兄弟们都是长长久久。

刚看资料的时候，那个兴奋呐。

感觉一个 100K star 的项目，已经在路上了，我甚至连 README 怎么写都想好了。

接下来，就是问 AI 可行性

GPT 说：思路是对的，干吧，很有前途的想法。

我把 GPT 的想法发给 Gemini ，表示高度认同，甚至当场帮我把提示词都写出来了。

贴出来，给兄弟们看看 →

完整 Prompt 已归档到项目文档 👉 docs/dsb.md

简单的过了一下，MCP 了解过，但没深入。
想到 AI 都这么确信了，那就直接开干。

建目录，写 AGENT.md, 一顿操作猛如虎，我还特意问了一下 GPT ，如果是 DeepSeek v4 Flash ，写这个项目是否可行？
答案：可行。

这里要给 DeepSeek 点个赞， 写的很快， 关键还便宜。

后面的故事，搞过的兄弟们都知道。
很快第一版就出来了，但是跑不通啊。
秉承着“既然有了 AI ，就尽量不写一行代码”的原则，我把 Bug 重新抛给 GPT 。改啊改啊，终于通了。

启动本地部署的 DeepSeek v4 Flash 。
这个要给 redis 之父也点个赞，如果有兴趣折腾本地模型的，可以去研究一下这个项目 https://github.com/antirez/ds4 。

改好 Claude Code 的配置

{

  "mcpServers": {

    "dsb": {

      "command": "node",

      "args": ["/aihop/dsb/dist/mcp-server.js"],

      "env": {

        "DSB_LLM_BASE_URL": "http://127.0.0.1:1234/v1",

        "DSB_LLM_API_KEY": "ds-local",

        "DSB_LLM_MODEL": "deepseek-v4"

      }

    }

  }

}

重启 Claude Code 。
一顿跑，不是说能省 token 吗？

结果我本地模型的控制台上面，运行痕迹一动没动。

我用 Claude Code 把项目切换到 dsb 本身。

我满怀期待地问了 Claude Code 一个问题：

这玩意儿能省 Token 吗？

Claude Code 看了看自己刚刚写出来的项目。

回答：不能。

它甚至还建议我立即停止这个无意义的项目。

我的第一反应是：是不是你看到我要少烧你的 token ，故意的吧？！

我立刻把 Claude Code 的结果复制给 GPT 。

得，这时候两边的大模型就开始隔空较量了。你说我说的不对，我说你的理解有误。

大致的意思：
Opus 说：你这个省 token 的前提大半是假的，我原生的 Edit 工具是定位替换，token 消耗极少。而你搞的这个 delegate_edit 会把文件全部读一遍，消耗反而更大。
GPT 反驳说：Claude Code 你只看到了“当前编辑行为”，但 dsb 本质上是一个“AI 调用结构优化层”……

它们在我的屏幕上你来我往，吵得不可开交。
最终的结论：还是不能。

我看他们说的都有道理。

只是这些“没有道理的事”，好像 token 耗的都是我的。

好像还有我的青春。

看着屏幕上的时间，不知不觉，已经凌晨 3 点了。

哎呦，站起来揉揉老腰！

真不敢相信，1986 年出生的我，我算了算，2026-1986 ，不是应该等于 30 岁吗？
我心里一直这么认为的。
30 岁的小伙子，咋就会腰酸呢！

不过转念一想，咱们搞开发的，哪个不是这么一路折腾过来的呢？

要是缺了这点折腾，人生也会少很多乐趣。
至少昨天凌晨四点，我又学会了一些新东西。
顺便用几块钱的 Token 确认了一件事：
有些坑，必须自己亲脚跳进去，才知道它到底有多深。

一些其他的坑

1. 别对本地模型的 Agent 能力抱有幻想

如果折腾本地模型，拿它来一个个处理单文件、写写函数、跑跑简单的单点测试，那是完全可以的。
但如果是用它来跑复杂的 Agent 、理解大工程、修改复杂的跨文件 Bug ，听哥们一句劝：别折腾了。
我用的是 MacBook M5 Pro 128G
后面我会专门开一篇，跟大伙详细聊聊这个跑本地模型的真实体验。

1. 精力重构：熬夜真的不划算
   折腾是技术人的本能，但真的不能太熬夜。
   通宵死磕，总的来说并不能提升真正的时间效率。人一旦熬到凌晨两三点，极容易进入一种“钻牛角尖”的亢奋状态。以为在高效思考，实际上大脑已经过度活跃了，等想睡的时候根本睡不着。结果就是第二天整个人跟报废了一样，一点精神都没有。
   用一天的报废去换深夜的自我感动，这笔资源调度怎么算都是亏本的。

钱没省下来，README 也删了。
但我知道，只要遇到下一个好玩的坑，我这颗爱钻研的大脑，肯定还是会毫不犹豫地跳进去。

有收益的

能抽些时间写写东西，一个是能复盘技术，但更重要的，是能借此整理自己内心的秩序。

其实写东西的习惯我一直都有。这么多年感受下来，这是让我受益最多的一件事。只是以前，我习惯把这些碎碎念写成一封封邮件发给自己。

直到最近，我决定开始写《底层重构》。

这本书的内容我同步托管在 GitHub 上连载：

👉 https://github.com/aihop/Refactoring-the-Self

我想，与其把这些留在自己的垃圾箱里，不如沿着这个思路继续写下去，毫无保留地分享给大家伙。

里面有二十年前走过的泥泞，有二十年后和 AI 斗智斗勇的折腾。有对的，也有交学费的。如果有说得不对的地方，希望大伙在评论区直接指正。

谢谢大家，咱长长久久。