Claude Code 推出 Monitor 工具，背景監聽大幅節省 Token 消耗

Anthropic 旗下 Claude Code 以大型語言模型協助開發者撰寫、理解與修改程式碼，其使用成本與送入及產出的 Token 數量密切相關。官方指南拆解 GPU 推論的 Prefill 與 Decode 階段，說明長篇上下文與逐字生成各有不同運算負擔，因而影響開發工作階段的成本與效率。

Anthropic 最新教學建議開發者善用 Prompt 快取，避免反覆處理相同內容；並依任務拆分 Session，防止上下文持續膨脹。指南也提出透過子代理隔離非必要資訊與工具輸出，降低主 Session 的雜訊及 Token 浪費。相關資料未揭露具體節省金額、比例或發布日期。

Anthropic 的 Claude Code 會透過 prompt caching 重用對話中的系統指令、工具與歷史內容，降低重複輸入的 Token 計費。工程師若頻繁中斷工作階段或切換模型，可能使快取失效，讓長篇程式脈絡反覆計價，因此快取管理直接影響 AI 開發預算。

工程師 Nate Herk 最新分享實測心得，指出妥善維持 Claude Code 的三層快取架構，一週內可少耗超過 3 億 Token，單日節省量接近 1 億 Token。他並提醒，切換模型會建立不同快取並增加成本；相關報導未提供實際節省金額及確切測試日期。