本章小结：AI 时代的精益工程

在 AI 浪潮的早期（2023年），大家都在关注“它能做什么”。 到了现在（2026年），关注点已经转移到了“多少钱能做这件事”。 本章就是关于 如何省钱 和 如何提速 的工程指南。

核心知识点回顾

Token 经济学

• Token 是计费单位，也是算力单位。

• Haiku, Sonnet, Opus 构成了明确的价格阶梯。

• 永远先算 ROI，再决定用哪个模型。不要用牛刀杀鸡。

Prompt Caching：缓存

• 这是长文本应用（Long Context App）的救星。

• 通过识别重复前缀（Prefix），它可以让 API 成本直降 90%，延迟直降 80%。

• 最佳实践: 总是把 System Prompt 和大段背景资料放在最前面。

Context Management：上下文

• 200k 很大，但也很贵。

• Sliding Window: 最简单，丢弃旧对话。

• Summarization: 最智能，总结旧对话。

• Distillation: 最极客，只提取状态。

Routing & Cascading：路由与级联

• Router: 一个聪明的看门人，把简单任务扔给 Haiku，复杂任务交给 Opus。

• Cascading: 让 Haiku 先试，只有在它搞砸（Unit Test Fail）的时候，才请 Sonnet 出山救火。

开发者自检清单

• 缓存命中：我的应用是否启用了 Prompt Caching？命中率有达到 50% 吗？

• 模型分级：我是否全线都在用 Sonnet？即使是简单的“提取名字”任务？

• 成本监控：我能否实时看到昨天的 Token 消耗账单？

• 清理策略：我的 Context 里是否堆积了大量无效的 HTML 源码或报错日志？

下一站：为 AI 加上护栏

已经让 Claude 变得聪明（Skills）、能干（MCP）、便宜（Optimization）。 现在，只剩下一个问题：它安全吗？ 如果用户让它写一个病毒，它会写吗？如果用户试图通过注入攻击套取数据库密码，它会给吗？

第十一章，将探讨 AI 的 安全与伦理 (Trust & Safety)，这是所有 AI 应用上线前的最后一道必答题。

➡️ 安全与伦理

---

📝 发现错误或有改进建议？ 欢迎提交 Issue 或 PR。