前几天有个粉丝去面蚂蚁岗位是大模型应用开发简历上写熟练使用 Claude Code 进行日常开发。一面聊项目聊得挺顺利面试官对他做的 Agent 方案挺感兴趣追问了好几个细节他都答上来了。气氛不错他心里还暗暗松了口气。然后面试官话锋一转问了一句“你 Claude Code 用了三个月了那你知道怎么省缓存吗”这个他背了一些然后自己呢确实积累了一些实操经验就直接慢慢说说“嗯……我平时会用 Subagent 隔离不同模型MCP 一次性装好不中途加任务开始前把 claude.md 配齐还有开 1 小时的 TTL……”他说的时候其实心里没底感觉逻辑也不够清晰。但面试官听到第二条的时候就开始微微点头了等他说完面试官笑了笑说“工程深度不错这几个点很多人用了半年都没总结出来。”他后来跟我复盘这段的时候说他自己都不知道答得对不对但面试官的反应让他意识到——这些看起来不起眼的操作细节恰恰是区分会用和用得好的分水岭。今天就把这四个缓存优化的点展开讲清楚看完你就知道面试官为什么频频点头了。说个真事哈。很多人拿 Claude Code 去跑那种比较复杂的任务然后一看账单好家伙高得吓人。但是你问他为啥这么贵呢他自己也说不清楚。其实问题往往不在于任务本身到底有多重而在于一些你压根没注意到的操作把好不容易攒下来的缓存给悄悄清掉了。那命中率为啥会下降呢你得先去理解缓存的结构是怎么回事。1. 缓存的整体结构每一次请求发送过去的上下文呢它是从左到右依次排列的。排列顺序大概是这样的先是工具定义也就是 Tools 那部分。然后是系统提示词就是 System。再然后是注入的上下文比如 claude.md 啊、Skills 列表这些东西。最后才是对话历史也就是 Messages。所以说呢越靠左的内容越要锁死不动。这一点真的不是建议而是最基本的原则。2. 四大缓存杀手这也是我核心框架——他当时就是按这四条来回答的。大家可以记一下大标题记住就好好· 第一名切模型——这个是最狠的很多人以为切模型嘛无非就是换个更聪明的或者更便宜的选项代价顶多就是回答质量上的一些权衡。但实际上呢完全不是这么回事。缓存存储的根本就不是文本而是 Transformer 架构里 Attention 层算出来的那个 K/V Cache也就是每一层的 Key 和 Value 张量。Opus 和 Sonnet 这两个模型呢它们的架构不一样权重也完全不相同所以它们的 K/V Cache 天然就不兼容。就好比什么呢就好比你拿一个 Word 文件去用 Pages 打开一样格式根本就对不上。所以切模型的真实代价是啥呢就是你跟 Opus 聊了十万 Token 积累下来的缓存呢一换回 Sonnet 之后就全部归零了。所有的 Token 都要重新去计算账单直接从 0.1 倍的基础价飙回到 1.25 倍的全价。这个差距是非常大的。那真正正确的做法是什么呢是用 Subagent 把它隔离出去。主对话继续在 Opus 上面跑K/V Cache 纹丝不动。你需要跑另一个模型的时候呢就开一个 Subagent 去把活干完然后输出一段交接消息就行了。Claude Code 自己其实就是这么设计的——Web Search 啊、Explorer 这些子工具呢它们用的都是 Haiku主上下文始终保持不动。这就是那个粉丝回答的第一条面试官听到 Subagent 隔离模型的时候就开始点头了——因为他一下就听出来这是有实际踩坑经验的人才会总结出来的做法。· 第二名装新的 MCPMCP 工具是挂在 Tools 数组里面的。你新增一个 MCP 呢就会改变 Tools 的哈希值下面的 System 和 Messages 全部都会跟着失效。不过这里有个很容易被忽略的细节MCP 只在 Claude Code 启动的时候读一次启动之后中途装的 MCP 对当前 Session 是不生效的。那真正的破坏往往出现在什么地方呢出现在之后的 resume 或者 reload plugin 操作——这两个操作会触发 Tools 数组重新组装之前积累的缓存就全部作废了。换句话说呢装 MCP 本身的问题其实不大真正的问题是装完之后重载了环境。你想想看嘛你在一半的工作完成了之后才发现缺少某个工具这个时候你把它装上再 resume之前的缓存就彻底白费了。那正确的做法是啥呢就是在开始任务之前呢像做手术前的器械准备一样一次性把所有需要的 MCP 都装好。磨刀不误砍柴工嘛这一步耽误的那点时间呢远比你任务中途重载损失的缓存要小得多。· 第三名改 claude.md 或者装新的 Skillsclaude.md 本质上就是一条 User Message排在 Messages 数组的特定 Block 里面。Skills 列表呢则更靠前一些在 Block 2 的位置。跟 MCP 一样它们也是只在启动的时候读入的中途修改对当前 Session 是没有效的。那真正的问题同样出在 resume 上面。你装完 Skill 再去 Resume 的话呢Claude Code 就会重新组装 Messages 数组。内容变了之前的缓存就对不上了整段 Messages 都要从零开始重建。从直觉上来看呢这个其实挺违反预期的——你只是加了一个工具而已为什么要付出全部缓存的代价呢但这正是线性前缀匹配的本质嘛任何靠左的变化呢都会把它右边的所有东西拖入冷缓存。所以正确的做法是啥呢就是在任务启动之前呢就想好需要哪些 Skills、claude.md 里面有没有缺失的关键上下文一次性都准备好。任务中途去修改这些内容呢代价往往比你多走几步弯路要大得多。· 第四名活干到一半中断超过 5 分钟这个门槛呢比大多数人预想的要苛刻一些。默认的 TTL 是 5 分钟从最后一次缓存命中开始计时每次成功的命中呢都会重置计时器。只要你保持活跃缓存就一直活着。但你只要停下来 5 分钟——去喝杯水啊、看看 Claude 返回的结果啊、在纸上推敲一下下一步该怎么做——缓存就没了。下一次请求呢就要重新付全价去写入。有一点需要特别注意哈TTL 的行为呢它会因为认证方式的不同而存在差异。你要是用 Claude 的订阅方案比如 Max 的话呢Claude Code 会自动请求 1 小时的 TTL。因为它是按套餐计费而不是按 Token 计费嘛所以这个更长的 TTL 不会产生额外的费用。但你要是通过 API Key 来访问的话呢默认 TTL 就只有 5 分钟。很多用 API Key 的开发者呢以为自己享受的是跟订阅用户一样的缓存窗口但实际上并不是这样的。那如果你是用 API Key 跑复杂任务的话呢应该怎么做呢应当在任务开始之前手动去开启 1 小时的 TTL。具体操作就是在终端里输入这样一行命令export ENABLE_PROMPT_CACHING_1H11 小时 TTL 的写入费用呢确实比 5 分钟版本要高一些。5 分钟的写入溢价是 25%1 小时的话会略高一点。但是在长任务场景下呢这笔额外的写入成本远小于缓存反复过期重建的代价。值得一提的是呢这个环境变量是 2026 年 4 月的 Claude Code 更新中才引入的它适用于 API Key、Bedrock、Vertex 和 Foundry 等多种配置。这也是面试官最后频频点头的那一条——1 小时 TTL 是很多用了好几个月 Claude Code 的人都不知道的配置能说出这个环境变量的基本可以确定是真正跑过长任务、踩过坑的人。3. 总结一下第一个呢是中途切模型这个伤害最大。第二个是中途装新的 MCP。第三个是改 claude.md 或者装新的 Skills。第四个是活干到一半中断超过 5 分钟。4. 核心原则核心原则其实就三条。第一条呢开启一个任务之前一次性把东西都配好。第二条Session 里面尽量不要用 resume。第三条呢复杂任务一定记得开 1 小时的 TTL用 API Key 的用户尤其要注意这一点。从我的经验来看呢这四个缓存杀手里面第四条也就是超时中断这一条是最被低估的。前三条呢需要你主动去操作才会触发但是 5 分钟 TTL 是被动流失的——你只是在认真检查 Claude 的输出呢缓存就已经悄悄过期了。对于使用 API Key 的开发者来说呢把 ENABLE_PROMPT_CACHING_1H1 写进 shell profile 里面是最值得做但最少被提到的一步配置。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】