如何降 token 成本：pi 极简 Agent 上手
无论用 AI API 还是编码套餐，最常见的体验就是"用着用着额度就没了"。这节先讲日常使用侧的省钱技巧（让 AI 自己瘦身上下文），再介绍社区里很火的极简 agent 工具 pi——它是"从根上少花 token"的思路。服务端视角的成本工程（按角色选模型、缓存、三级降级）见 16-03，各家模型价格对比见 2-01，本节聚焦你每天敲命令的那一侧。
一、token 成本为什么越来越痛
三个现实叠加在一起：
- 编码套餐额度有限：Claude Code、Codex 的订阅套餐都有用量上限，重度使用时几轮大任务就把配额打满。
- 顶级模型越来越贵：随着模型能力增强，国内外厂商的旗舰模型定价都不便宜。
- 国内模型开始分峰谷时段：一些国产 flash 档模型按高峰/空闲时段区别定价，空闲时段便宜但那通常是你下班的时间（呼应 19-01 的 GLM 谷段低价机制）。
想在上班时间用上高质量回复，除了挑"快而便宜"的模型，更要管住一个隐藏大头——启动上下文。
先算一笔上下文账
主流模型的上下文窗口一般是 256K token 量级，但真正干活前，常驻的部分就已经被吃掉一大块：
- 全局 rules（CLAUDE.md 及 .claude/rules/ 拆分文件）
- 全局 skills 的描述信息
- 已注册 MCP server 的工具清单（每个工具的 name + description 都要占 token）
演示环境里这部分前置占用可达 20K+ token。也就是说会话刚开头，窗口就没了十分之一；再经历两三轮带工具调用的对话，上下文迅速逼近上限。此时 agent 会自动压缩（compact）历史——压缩必然丢失部分信息，然后还要重新注入一轮系统上下文和工具清单，又花一笔。
所以这里有一个三角取舍：方便、智力、成本。
- 简单任务（改个样式、写个脚本）：不需要加载全部工具，上下文越瘦越好
- 复杂任务（跨包重构、架构分析）：需要 MCP、计划模式这些重装备
按任务复杂度配装载，而不是永远全副武装——这是省 token 的第一性原理。
二、日常侧技巧：让 AI 自己瘦身
最简单的一招，是直接给你的 AI 下达元任务：
请你优化我的全局 rules、skills、MCP 配置，
扫描哪些长期没有被使用或已过时，压缩启动上下文的占用。
text
这句提示词在 Claude Code 和 Codex 里都可以直接用。它会扫描你所有 rules / skills / MCP 的实际使用情况，把没在更新、没在用的条目找出来。扫一遍之后你会发现，上下文里"前置被占用"的部分比想象中多得多。
配合两个工程手段效果更稳：
- prompt caching 已是业界标配：Anthropic、OpenAI、智谱等都支持缓存前缀，重复的系统提示和工具清单按缓存价计费（通常是原价的 1/10 左右）。要注意保持提示前缀稳定——前缀变了缓存就失效。pi 生态甚至有专门的扩展（pi-cache-optimizer）帮你监控缓存命中率。
- 上下文压缩类工具：社区有 billion-context 这类压缩插件（宣称小上下文窗口即可支撑长会话、token 用量降数倍，具体效果待验证），Claude Code 内置的 /compact 也是同一思路。
技巧胜在零成本，但边界也明显：Claude Code / Codex 的架构决定了它的常驻上下文下限就在那里——你把 skills 精简得再狠，框架本身的系统提示、工具协议、权限描述还是整套带在身上。想要更极端的瘦身，就要换一个更轻的 harness。
三、进阶方案：pi，把 harness 拆开卖
pi 是什么
浏览器打开 pi.dev。pi 是 Mario Zechner（libgdx 作者）开发的极简终端编码 agent，主打"Adapt Pi to your workflows, not the other way around"（让 pi 适配你的工作流，而不是反过来），在社区里非常火。
它和重型工具的设计差异，直接列在文档第一屏——pi 默认不带：
- MCP 集成
- 子代理（subagents）
- 权限升/降级体系
- 计划模式（plan mode）
- 内置待办清单（todo list）
- 后台 bash 执行
看起来生态是不是"完全割裂"了？别急。这些能力全部被封装成了独立的扩展包（pi packages）：你要什么功能，就装什么包。官方仓库的口号可以概括为：改的是 harness，不是你的工作流——你原有的工作流可以原样嵌入，再按需加装 MCP 等扩展。
一个直观的类比：
| Claude Code / Codex | pi | |
|---|---|---|
| 像 | IntelliJ IDEA 这类集成 IDE | VS Code |
| 插件 | 预装好了，开箱即用 | 自己去市场搜、按需装 |
| 代价 | 方便，但常驻上下文重 | 轻快，但要自己折腾 |
pi 核心非常小（讲者上手时核心仅约 418 行 TypeScript，随版本演进会有变化），沙箱、待办、MCP 框架、内置界面全部移出核心，并且默认开启较高权限——担心把系统搞坏的话，把它放进 Docker 容器里运行（官方也提供容器化文档）。
pi 的架构：前端工程师会觉得格外亲切
pi 整个仓库（GitHub：earendil-works/pi，即 pi-mono）按包拆分：
pi-ai 统一模型接入层，对接各家 provider（含智谱/MiniMax/Moonshot/Qwen/小米 MiMo 等国内厂商）
pi-agent-core 核心调度层
pi-tui 终端 UI
pi-coding-agent CLI 本体，把上面三层组装起来
text
pi-agent-core 里最有意思的是双层循环设计，对应两种不同的消息：
- 打断式：像平时按 ESC 打断模型、再发新消息
- 入队式：把消息放进队列，等模型把当前任务执行完再继续执行——不是硬中断，而是影响模型输出的方向（steering）
对用 Node.js 编写的 pi 来说这非常自然：Node 的异步非阻塞 IO 天然适合这种异步任务排队。
扩展体系也全是"前端的方式"：所有扩展用 npm 包封装，通过 pi install 安装。你甚至可以给 pi 开发自定义扩展——官方开放了 API，第三方开发者可以像给 VS Code 写插件一样给它写扩展。
与 Mastra / Vercel AI SDK 的区别
有同学可能会问：嵌入式的 pi 和第 15、16 章讲的 Mastra、Vercel AI SDK 有什么区别？
- Mastra 是全面的 AI agent 框架：工作流、记忆、评估、观测一应俱全，可玩性和配置空间大得多，适合构建你自己的 AI 产品（比如本课程的 ai-chat-ui 服务端）
- pi 是命令行工具：以极简、高性能的方式执行特定任务，面向的是"你自己每天的开发工作流"
两者定位不同：一个造产品，一个当工具。
树形会话：从 ChatGPT 网页端偷来的好设计
pi 的会话是树形结构——早期 ChatGPT 网页端采用的同款形态。左侧可以回到任意历史节点，从那个节点重新与模型会话，历史分支都保留，相当于内置了一个轻量本地记忆系统。这是 pi 极简之后反而做丰富的少数几个点之一（完整操作见下一节）。
需要注意：回退会话不等于回退代码。想让代码也跟着会话树走，需要配合 git 自动提交扩展（下一节实操）。
运行形态与模型切换
pi 支持多种运行形态：交互式、脚本模式（print mode）、JSON 事件流、RPC 模式、以及 TypeScript SDK 嵌入——"嵌入式"这一点对前端特别友好，可以把 pi 塞进自己的项目里当 agent 引擎用。
模型层对接了十余家 provider（官方 provider 列表已覆盖 30+，含国内厂商的 Coding Plan 端点），配置好之后 pi 会自动扫描可用模型，在 /model 菜单里选择；也可以用快捷键在不同模型间切换。一个省钱细节：对于简单冗余的任务，让 pi 走轻量模型——分层用模型这件事，在这里是抬手就能做的。
社区已有对 pi 与传统 Claude Code / Codex 的对比测评，普遍结论是同等任务下花费显著降低、完成效率不打折（具体数字随版本与用法波动，待验证，建议以自己一周的真实账单为准）。
四、pi 适合谁
- 极客：享受"什么插件自己装"的掌控感，愿意花时间折腾配置
- 独立开发者：一个人身兼数职，需要的是一把快刀而不是全家桶
- 预算敏感的用户：编码套餐额度紧张，或按 API 计费用得心疼的人
如果你只想"开箱即用、不想折腾"，继续用 Claude Code / Codex 完全合理——先试试第二节的提示词瘦身，也能立竿见影。
本节小结
- token 成本痛点的三重来源：套餐额度有限、旗舰模型贵、国产模型分峰谷时段
- 上下文账：256K 窗口、前置常驻占用 20K+、两三轮对话即逼近上限触发压缩丢信息——方便/智力/成本三角要按任务取舍
- 日常技巧：一句"优化全局 rules/skills/MCP，压缩启动上下文"让 AI 自己瘦身；配合 prompt caching（保持前缀稳定）与压缩工具
- pi = 极简 harness + 包式扩展生态：核心几百行 TypeScript，MCP/子代理/计划模式/待办/后台 bash 全部拆成可选扩展，默认高权限（可入 Docker）
- 架构三层：pi-ai 统一模型层（30+ provider 含国内）、pi-agent-core 双层循环（打断 + 消息入队 steering）、pi-tui；树形会话可回退但代码不回退
- 定位区分：Mastra/Vercel AI SDK 用来造 AI 产品，pi 用来当自己的日常开发工具
下一节实操：安装 pi、配置第三方模型端点、精简 skills，以及会话树与 git 联动的分支管理技巧。
↑