Claude 最近分享了一套很值得借鉴的方法论：

AI 应用里，成本和性能不一定是二选一。

真正的问题往往不是“模型太贵”，而是：

你有没有让模型把算力花在真正需要的地方。

Anthropic 给出的思路可以浓缩成三件事：

1. 能复用的，不要重复算

很多 AI 应用每次请求都会带上一大段相同的系统提示词、工具定义、文档和上下文。

这些内容明明没变，却被反复处理。

解决办法就是 Prompt Caching：

把稳定、重复出现的内容放在可缓存的前缀里，后面的请求直接复用；动态内容、临时指令、低频工具则尽量不要污染这个稳定前缀。

这样做的意义很简单：

不是让模型少干活，而是别让它把已经干过的活再干一遍。

在 Anthropic 的 tau2-bench retail 测试中，仅通过优化缓存策略，成本下降约 72%，通过率基本保持不变。

2. 别把上一代模型的“补丁”一直留给下一代模型

这是我觉得最有意思的一点。

以前模型能力没那么强，我们经常在 Prompt 里写：

“再检查一遍。”

“务必彻底。”

“严格按照六步执行。”

“必须先搜索三个来源。”

“输出前再次验证。”

这些指令当时可能有用。

但模型升级以后，它们可能已经变成了 Prompt 技术债。

因为更强的模型本身就会推理、检查和调用工具。

你再强制它重复检查，可能就变成了：

多一次搜索、多一次工具调用、多一轮推理、多花一笔 token。

更麻烦的是，旧 Prompt 里还可能存在互相冲突的规则，模型能力越强，反而越可能认真执行这些规则。

所以 Anthropic 提供了 prompt-audit：

先审计旧 Prompt，再决定哪些指令真的还需要。

在一个客服场景的测试里，清理这些旧的 Prompt anti-pattern 后：

成本下降 14.6%，准确率提高 5.3 个百分点。

这其实给 AI 应用一个很重要的提醒：

模型升级了，Prompt 也应该升级。

不要把一年前为了“管住模型”写的所有规则，原封不动地带到新模型上。

3. 不要默认所有任务都开最大算力

第三个问题，是很多 Agent 系统都会遇到的：

模型越努力，真的就越好吗？

不一定。

简单的问题，如果每次都让模型高 effort、多轮推理、多次搜索，当然更贵，而且可能根本没有收益。

反过来，复杂问题如果 effort 太低，模型可能看完第一个搜索结果就下结论，答案看起来完整，实际上信息根本没收齐。

所以真正应该优化的不是：

“永远用最强模型。”

而是：

“让任务难度和模型投入的算力匹配。”

Anthropic 的 hillclimb 就是在做这件事：

把不同模型、不同 effort、不同 Prompt 配置组合起来跑评测，看看什么配置能够用更低的成本达到甚至超过原来的效果。

一个客服 benchmark 中，最终找到的优化配置成本约为原来的 1/5，准确率则从 78.6% 提高到 90.5%。

也就是说：

便宜配置不一定意味着性能下降。

关键是找到“刚刚够用”的配置。

所以把这三件事放在一起，其实就是一套很完整的 AI 成本优化方法：

第一层：减少重复计算。

Prompt Cache，把已经算过的东西复用起来。

第二层：减少无效工作。

Prompt Audit，把上一代模型留下来的冗余指令、重复检查和冲突规则清掉。

第三层：减少过度计算。

Model + Effort Routing，让简单任务少花算力，复杂任务把算力用在刀刃上。

Anthropic 进一步把这些思路放进 cost-optimize 工作流。

在四个公开 benchmark 上，报告的成本下降幅度大约在 52%–73%，同时没有观察到明确的整体性能退化。

所以我觉得，这套方法最值得记住的不是某一个“省 72%”的数字。

而是一个更普遍的原则：

AI 成本优化，不只是换便宜模型。

真正应该优化的是：

重复计算 → 无效指令 → 过度推理。

而模型越强，这件事反而越重要。

因为以前为了让模型做好一件事，我们会不断给它加规则。

现在模型越来越强，下一步可能不是继续加 Prompt，

而是：

删掉那些模型已经不需要的东西。

这可能才是 AI 应用从“能跑”走向“高性价比”的关键。

你现在的 AI Agent / Claude Prompt 里，还有哪些规则是几个月甚至一年前留下来的？