Event ·Multi-source

bolt.new 团队分享 5 个降低 token 消耗的实用方法

bolt.new 团队发布的这段内容给出一条核心原则:让 AI 读更少的内容,就能省下大量 token。具体做法包括定期更新 .md 上下文文件、重构体积过大的文件、用 /clear 清理旧的聊天记录。模型选择上,团队建议只在复杂任务中使用 Max 档位,其余任务用 Standard 档位即可。最后还提醒用户关闭不使用的 connectors,避免无关上下文被自动带入每次请求。 这些技巧的共同逻辑是压缩上下文体积:.md 文件是 AI 每次对话都会读取的持久化说明,写得越精炼、信息越新,单次请求消耗越少;聊天历史和外部 connectors 则是隐性的上下文膨胀源,及时清空和裁剪能直接降低账单。对按量计费或受订阅额度限制的开发者来说,这些调整几乎零成本。 与单纯切换更便宜的模型不同,这 5 条属于工作流层面的优化,在任何基于对话的编程工具(如 Cursor、bolt.new、Claude Code)中都通用。日常高频使用 AI 编程工具的开发者和团队可以直接照做,尤其是上下文文件长期不维护、额度经常用满的用户。

Current read

bolt.new 团队 workshop 里拆的省 token 技巧,全是马上能改的小动作:精简 .md、重构大文件、/clear 历史记录、Max 只留给难任务、关掉用不到的 connectors。不用换模型就能把额度撑得更久,天天用 AI 编程工具的人照抄一遍就行。

11 sources22° AI heatLast updated 2026/11/17 18:50:20

Evidence

11 sources
Related source 3Gergely Orosz
View source
Related source 4向阳乔木
View source
Related source 7shao__meng
View source
Related source 9Guillermo Rauch
View source
Related source 10The Information
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.