Claude 与 Skill
实测 Code Mode 背后的思路:AI 少读 11 倍 token,还不再数错数
作者没有直接测 Claude Code 的 Code Mode,而是用本地跑的 Qwen3.6-35B 模型复现了它的核心思路:让模型写脚本调用工具,而不是每轮发一个工具调用。同样的三个任务,脚本方式总共只读了 12,788 个 token,传统方式读了 140,809 个,差 11 倍;数 TODO 的任务传统方式三次全数错,脚本方式三次全对。
今天就能做
- 把批量文件操作、精确计数类任务交给脚本式工具调用,能省一个数量级的输入 token
- 凡是要求精确数字的任务,让模型写代码去数,别让它用眼睛数长列表
- 如果开启 Code Mode 的 auto 模式,把不可违反的规则配置成 deny 规则或 hooks,而不是依赖整体审查
测试怎么做的
- 用 Apple MLX 在 M3 Pro MacBook 上本地跑 Qwen3.6-35B-A3B(4-bit),方便逐 token 计量
- 两种模式用完全相同的五个 Python 工具:列文件、读文件、检查存在、grep 搜索、编辑文件
- 传统模式每轮回一个 JSON 工具调用;脚本模式让模型写一段 Python 脚本调用同样的工具,只返回打印结果
- 测试项目是脚本生成的假项目:15 个 Markdown、18 个源码文件、10 个 JSON 配置,正确答案事先已知
token 差距随步骤数滚雪球
- 传统模式逐个读 15 个文档,每新的一轮都带着之前读过的全部内容,成本曲线上升
- 脚本模式用一个循环读完所有文件,15 个文件根本不进对话,只有 6 条坏链结果进入上下文
- 批量改配置任务差距最大:45,528 对 2,426 个 token,差 19 倍,结果同样正确
- 总轮数 122 对 20,差 6 倍;脚本模式输出多写了约 1,000 token,但相比输入端省下的 12.8 万可以忽略
数数是传统模式的死穴
- 数 48 个 TODO:传统模式三次分别数出 49、50、49,文件排名也错
- 脚本模式让代码去数,三次全部精确命中 48、9、7
- 作者认为这是 Code Mode 最有价值的部分:把精确计数从模型猜测交给真正的代码
脚本能自我修复,但要注意权限
- 链接任务的第一个脚本有 bug,把左括号当成了链接的一部分;模型看到异常输出后自己解释、修复并重跑,只多花一轮,仍比传统方式便宜 7 倍
- 传统模式在同一任务上反而漏掉了一个坏图片链接,因为只搜了 .md 结尾的链接
- 注意:auto 模式下安全审查是针对整个脚本而非脚本内每次工具调用,硬性规则(如禁止 push 到 main)应写成 deny 规则或 hooks
什么时候用、什么时候别用
- 适合:批量重命名、版本号升级、配置修改等对大量文件做同样操作的任务
- 适合:需要精确数字的统计、求和、找最多;以及结果大多是噪音的搜索
- 不适合:需要逐个理解文件再决策的调试类任务,写不出循环;一两次工具调用的小任务也没得省
- 作者提醒:只测了思路而非 Claude Code 本体,每任务仅 3 次、单模型、未用 prompt caching,实际省钱幅度会小于 11 倍
想试真版 Code Mode
- 需要 Claude Code v2.1.323 或更高版本和支持的模型
- 在交互式终端用 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 启动
- 目前是实验特性,行为可能变化
原文:I tested the idea behind Claude Code's new Code Mode. The AI read 11x fewer tokens and stopped miscounting
来源:DEV Community · 2026-11-19
查看原文本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。
登录后可以点赞、查看和发表评论