面向产品经理的 Claude Code——设置、安全模式与成本管理

2.1 在 15 分钟内跑起来 Claude Code

你已经决定 Claude Code 能解决你遇到的问题。现在你需要把它跑起来，同时别把任何东西弄坏。本节会在你有终端并能照着命令操作的前提下，把你从零带到一次可用会话，目标是 15 分钟内完成。

安装使用与平台相关的命令。选择与你操作系统匹配的那一条：

macOS、Linux 或 WSL：

curl -fsSL https://claude.ai/install.sh | bash

Windows（PowerShell）：

irm https://claude.ai/install.ps1 | iex

macOS（Homebrew）：

brew install --cask claude-code

任何支持 Node.js 18+ 的平台：

npm install -g @anthropic-ai/claude-code

推荐使用 curl/irm 的方式：它会下载一个原生二进制文件，装完即可用。npm 方式需要 Node.js 18 或更高版本，耗时更长，但跨平台。如果你的组织限制软件安装，在继续之前你需要获得 IT 批准。

安装大约需要两分钟。如果你在 macOS 或 Linux 上用 curl 方式看到权限错误，脚本会提示你输入密码。Windows 的 PowerShell 可能需要以管理员身份运行。

安装完成后，鉴权在 Claude Code 内部处理。你有两个选择：

选项 1：Claude 订阅（Pro、Max 或 Team）。
启动 Claude Code 后会提示你登录，也可以使用：
/login
这个斜杠命令会打开浏览器，让你用 Claude 账号凭证完成认证。用量包含在订阅里，不会按 token 计费，也不会出现意外扣费。对大多数 PM 来说，这是更简单的选择。

选项 2：Anthropic API（按使用量计费）。
如果你没有 Claude 订阅，可以去 console.anthropic.com/settings/keys 申请 API key。创建后立刻复制（之后不会再显示），然后把它设置为环境变量。如何永久设置环境变量请参考你操作系统的文档。

重要警告： 如果你的环境变量里设置了 ANTHROPIC_API_KEY，Claude Code 会自动使用它进行 API 计费（按量付费），并且会忽略你的订阅——即便你有 Pro 或 Max 也一样。你会按 API 费率被计费，而不是走订阅用量。如果你用的是订阅，请确保这个环境变量没有设置。用 /status 可以确认当前启用的是哪种认证方式。

认证信息会存储在你 home 目录的本地配置中。永远不要把 API key 提交到版本控制里，也不要分享给同事。每个人都应该用自己的认证，这样用量追踪与计费才清晰。

验证安装： 进入任意目录，运行：

claude doctor

它会检查安装情况、显示版本，并确认配置正确。如果你看到 “command not found”，说明安装失败。尝试重装，或检查安装目录是否在你的 PATH 里。

常见安装失败原因：

• 网络限制。 企业防火墙可能会阻止从 claude.ai 或 npm registry 下载。如果安装卡住或报网络错误，你可能需要配置公司代理或申请放行。只要你提供安装 URL，IT 通常一天内能处理。
• Permission denied。 在 macOS/Linux 上，curl 安装脚本可能需要更高权限把二进制装到系统目录里，脚本会提示你输入密码。若用 npm，全局安装可能需要 sudo npm install -g @anthropic-ai/claude-code。
• Windows 执行策略。 PowerShell 可能因为执行策略限制拦截安装脚本。遇到这个错误时，先运行 Set-ExecutionPolicy RemoteSigned -Scope CurrentUser 再执行安装命令，或让 IT 调整策略。
• Node.js 版本不匹配。 如果你用 npm 安装，Claude Code 需要 Node.js 18+。用 node --version 检查。版本太旧就先升级，可用 nvm（macOS/Linux）或 nvm-windows（Windows）。
• 认证失败。 如果 /login 打开浏览器但认证失败，检查你是否有有效的 Claude Pro/Max/Team 订阅；如果用 API key，确认复制了完整 key、没有多余空格或换行。必要时重新生成（旧 key 不会自动过期）。

配置采用分层设置系统，共三层：

• 全局（Global）： ~/.claude/settings.json（对所有项目生效）
• 项目（Project）： .claude/settings.json（团队共享，提交到 git）
• 本地（Local）： .claude/settings.local.json（个人覆盖，gitignored）

刚开始你很少需要直接编辑这些文件，但了解结构有助于后续使用。它们存储认证信息、默认权限模式，以及其他偏好设置。

要设置一个默认权限模式（对 PM 推荐），创建 ~/.claude/settings.json，内容如下：

{
  "defaultMode": "plan"
}

这会让每次会话默认以只读模式启动，除非你显式覆盖。对学习阶段来说，这是更安全的默认值。2.3 节会解释它为什么重要。

到这里安装就完成了：Claude Code 已安装、已认证、也已完成基础配置。如果你遇到超出上述常见问题的情况，可以去 code.claude.com/docs 查看故障排查指南。大多数 PM 安装都不会卡在技术问题上，真正耗时往往是等 IT 批准，而不是排错。

2.2 运行你的第一次排查（Investigation）

打开终端，进入你工作中的任意一个 git 仓库。可以是产品主仓库、文档仓库，甚至个人项目。Claude Code 在任何有文件的目录里都能工作，但在你需要理解的仓库里价值最大。

cd /path/to/your/repository
claude

会话启动后，你会看到欢迎信息、Claude Code 能访问的范围（当前目录及其子目录），以及等待输入的提示符。

这个会话界面是刻意做得极简的。你会看到三类元素：

1. 提示符（prompt）： 一个 > 符号，你在这里用自然语言输入请求。不需要特殊语法。就当你在给一个“能读文件、能跑命令”的同事发消息。
2. 输出与状态指示： Claude Code 会显示它正在做什么：
   “读取文件 X。” “运行命令 Y。” “生成产物 Z。”
   一开始这种啰嗦会显得多余（你知道你让它做什么），但它会建立信任：你能在动作发生前看到它要做什么，这在会修改文件的操作里尤其重要。
3. Token 用量指示： 每次回复后，你会看到消耗的 token 以及大致成本。这是你的预算反馈闭环。第一次会话先不用在意；到第三次会话，当你理解什么行为会推高成本时，再开始关注。

理解 Claude Code 启动时“看得到什么”： 当前目录下的所有文件与子目录；如果在仓库里，还能看 git 历史；如果存在 CLAUDE.md，会作为持久化上下文；以及它被允许访问的环境变量。它不会自动把所有文件都读一遍（那会消耗巨量 token），但它可以读取你引用的文件，或它判断与你请求相关的文件。

先试第一个请求：

这个仓库是做什么的？用三句话总结它的功能。

Claude Code 会读取关键文件（例如 README.md、package.json 或类似元数据），然后给出总结。它会在回复里显示参考了哪些文件。你会学到这个模式：你提问 → 它决定读什么 → 它展示读了什么 → 它回答。

你立刻需要掌握的基础命令：

• /help：显示可用命令。你不需要背，但第一周会经常翻它。
• /status：显示当前会话状态，包括权限模式、修改过的文件、消耗 token、估算成本。
• /exit：结束会话。对话历史会保存在本地供你回看，但除非你创建了 CLAUDE.md，否则上下文不会自动延续到下一次会话。

再试第二个请求：

把这个仓库里最近修改的 5 个文件列出来。

Claude Code 会跑一个 git 或文件系统命令，展示结果，并解释它发现了什么。你在这里能看到“Shell 命令访问”是如何工作的：你不需要知道具体命令语法，也能通过自然语言得到同样能力。

你的第一次会话建议控制在 5 分钟左右：对当前仓库问两三个探索性问题；用 /status 看看 token 消耗；用 /exit 退出。就这样。你已经确认安装可用，并体验了核心交互模式。

下一次会话会没那么陌生。到第三次会话，你会不再关注界面，而开始专注于工作本身。只要你是在你产品层面已经熟悉的仓库里使用，基础上手的学习曲线通常是“按小时计”，而不是“按天计”。

2.3 控制 Claude Code 能做什么

Claude Code 可以修改文件、运行任意 shell 命令，并且如果你让它这么做，它也能删除东西。在你真正理解自己在做什么之前，这种能力需要“护栏”。

有四种权限模式（permission modes）用来控制 Claude Code 能自主做到什么。作为 PM，你主要会用其中三种。

权限模式光谱：从最严格（plan）到最宽松（bypassPermissions）共四档。Plan 模式：读文件、跑只读命令。AcceptEdits 模式：增加文件修改。Default 模式：增加 shell 命令（带提示确认）。BypassPermissions 模式：完全自主、无提示。

上面的图展示了权限层级。每一种模式都包含其上方模式的全部能力，并额外增加更多权限：

• plan 模式（只读分析） ：Claude Code 可以读文件、运行只读命令（例如 git log 或 ls），并回答问题。它不能修改文件、不能安装依赖、不能跑测试，也不能执行会改变状态的命令。对 PM 来说，在你有明确需要修改之前，这是推荐的默认模式。
  适用场景： 排查代码库、分析数据、理解实现、做 bug 分诊。PM 工作里 90% 都属于这一类。
• acceptEdits 模式（自动批准文件修改） ：Claude Code 可以读文件，并且在不为每一次编辑单独提示的情况下直接修改文件。但在运行 shell 命令前它仍会提示确认。这个模式适合你愿意让 Claude Code 改文件，但希望对命令执行保持监督时使用。
  适用场景： 生成 release notes、创建 PRD 文档、更新 CLAUDE.md、构建 skills。需要文件输出，但不需要跑 build 或测试的任务。
• default 模式（对所有操作都提示确认） ：Claude Code 在修改文件或运行命令前都会请求你授权。它提供最大的控制权（每一步都由你批准），代价是会更频繁被打断。
  **适用场景：**你在学习 Claude Code、想看到每个动作发生前的提示；或你在做敏感变更、希望每一步都明确审批。
• bypassPermissions 模式（完全自主） ：Claude Code 可以在不提示的情况下做你在终端里能做的一切：跑测试、安装包、启动服务、git commit、push 到远端仓库。这个模式强大但风险也高。
  **适用场景：**对 PM 来说几乎不用。主要场景是你和工程师一起排查/调试，需要完整系统访问，并且你完全信任 Claude Code。多数 PM 工作流根本不需要这一档。启动时必须加 --dangerously-skip-permissions，刻意设计成很难开启。

设置权限模式有几种方式：

• 在 settings.json 里设置默认值（2.1 节已讲），对所有会话生效
• 会话中按 Shift+Tab 在三种常用模式间循环：default → acceptEdits → plan
• 启动时用命令行参数：claude --permission-mode plan

一旦你进入会话，用 Shift+Tab 切换是最快的。如果你一开始处于 default 模式，后来发现其实只想安全排查、不想有修改风险，那就按两次 Shift+Tab 切到 plan 模式。注意：bypassPermissions 模式不能通过 Shift+Tab 开启，你必须在启动时使用 --dangerously-skip-permissions，这本身就是一个安全机制。

把 plan 模式当成“安全探索的辅助轮”。如果你把它配置成默认（见 2.1），每次会话都会从安全状态开始。之后如果你发现确实需要改文件，再按 Shift+Tab 切到更宽松的模式即可。一旦文件修改或命令执行完成，是无法“撤销执行过的命令”或“回滚已完成的修改动作”的（除非你自己用 git 等工具手动回滚）。

一个具体场景：你在排查 bug，让 Claude Code 解释认证（authentication）怎么工作的。在 plan 模式下，它会读相关文件并解释——完美，正是你要的。在 bypassPermissions 模式下，如果你措辞有点含糊，Claude Code 可能会尝试实际跑一遍认证流程，从而触达外部服务或修改数据。只要你表达清晰，这种情况不太可能发生，但 plan 模式能把这种可能性彻底排除。

PM 该用哪种模式：

你的任务	模式	原因
理解功能 X 怎么工作	plan	只读排查
bug 分诊	plan	只读代码和 git 历史
生成 release notes 文档	acceptEdits	需要写文件输出
在 .claude/skills/ 新建 skill	acceptEdits	需要写 skill 配置文件
分析客户反馈 CSV	plan	读数据、回答问题，不需要文件输出
用新上下文更新 CLAUDE.md	acceptEdits	需要修改仓库文件
运行测试复现 bug	default 或 acceptEdits	执行测试命令需要审批
排查数据库 schema	plan	除非你要跑迁移，否则只读足够

2.1 已讲过如何配置默认模式，但这里值得再强调一次：在 ~/.claude/settings.json 里加入 "defaultMode": "plan"，能让每次会话都从安全状态开始。需要改文件或执行命令时，你再按 Shift+Tab 切到更宽松的模式。默认使用最严格模式，能显著降低误操作风险。

“事故”长什么样？比如你在 bypassPermissions 模式下让 Claude Code “修一下 README 里的错别字”。它会读 README.md、找到错字、改掉，然后（因为你没有明确限制）直接用自动生成的 commit message 做一次 git commit，并 push 到你当前分支。这可能很方便，也可能违反团队的提交规范，甚至需要用 force-push 才能撤回。在 acceptEdits 模式下，它会把文件改好就停下来，让你先 review，再决定要不要提交。

这些模式之所以存在，是因为 Claude Code 强到足以在你不小心时造成麻烦。作为 PM，你通常并不会把它推到能力边界，所以把默认值设得更保守，能让你在学习期更安全。

再澄清一句：“安全”指的是“不会意外修改东西”。Claude Code 在任何模式下都可以基于它读到的内容来回答问题，但它不能保证自己的理解一定正确。如果你问“认证怎么工作”，它误读了代码流，给了你错误解释——这不是安全问题，而是准确性问题。权限模式防的是非预期动作，不是防错误答案。3.6 节会讨论代码库排查的局限。

2.4 你到底在为什么付费

Claude Code 每次使用都会产生成本，但你怎么付费取决于你的认证方式。如果你用的是 Claude 订阅（Pro、Max 或 Team），用量包含在订阅里，这一节大部分内容可以忽略。如果你用 API 按量计费，请仔细读完。

对 Claude 订阅用户： 你的使用量打包在月费里。没有按 token 计费、不会有意外账单，也没必要过度盯成本。/cost（2.5 节）仍会显示 token 消耗用于认知，但不会带来额外费用。可以直接跳到 2.5。

对 API 用户： Claude 读/写的所有内容都会计入你的 token 预算。输入 token 是你发送的文本（你的 prompt，以及 Claude 为回答而读取的文件内容）；输出 token 是 Claude 生成的文本（回复、它写入的文件内容、解释）。以 Claude Sonnet（Claude Code 默认模型，且足以覆盖 PM 任务）为例，Anthropic API 的大致价格是：输入约 $3/百万 tokens，输出约$15/百万 tokens。Opus 更贵，Haiku 更便宜，但 Sonnet 是默认且对 PM 足够好用。

把 token 换算成实际用量：一个 token 大约是 0.75 个词。一份 500 词的文档大概是 650 tokens。一个典型代码文件可能是 200–2,000 tokens（取决于长度）。你让 Claude Code 去排查的提问可能是 50–200 tokens。它的回复通常是 200–1,000 tokens。

算一算：让 Claude Code 读 5 个文件（输入 5,000 tokens）并给总结（输出 500 tokens），大概花 $0.02**。让它读 50 个文件并生成一份全面报告，可能是 **$0.50。一次深度排查会话，如果你跨几十个文件反复迭代，总共消耗 200,000 tokens，成本可能在 $1–2。

上下文窗口（context window）：它是什么、为什么重要。 每个活跃的 Claude Code 会话都会维护一个上下文窗口：包括对话历史、读过的文件、生成过的输出。这就是 Claude Code 在会话内“记得”你之前讨论内容的方式。上下文有大小上限（出版时 Claude Sonnet 约 200,000 tokens，且这个上限会持续提升）。

会话中的上下文增长：图中用柱状条展示每次交互如何把上下文堆高：初始提问（小）、读文件（中）、回复（中）、追问（累积）。到第 10 次交互，上下文已经显著变大。另一条柱展示 /compact 的效果：把累积上下文压缩成更短的摘要。

这张图解释了为什么长会话会越来越贵：每一次交互都会把上下文加厚，而每一次新消息都必须处理整个累积历史。到第十轮时，你实际上是在为“从头再读一遍之前所有内容”付费。

对 PM 来说，这会变成两个现实约束：

1. 长会话更贵。 你发的每条消息、Claude 生成的每条回复都会留在上下文里。20 轮之后，你可能已经有 50,000 tokens 的上下文。你每次新提问，模型都要先处理这 50,000 tokens，再回答——于是你在为“重复处理旧历史”持续付费，而且这种累积会悄悄放大。
2. 会话可能超过上下文上限。 如果你在大代码库里读了很多文件、又大量迭代，很可能撞到上下文限制。Claude Code 会提醒你，并可以用 /compact 把上下文总结压缩。但要意识到：极长会话是需要管理的。

不同任务类型的大致成本：

任务	Tokens	成本	时长
针对某个文件的快速问题	2,000–5,000	$0.01–$0.02	1 分钟
功能排查（X 怎么实现？）	20,000–50,000	$0.10–$0.25	5–10 分钟
带代码库分析的 bug 分诊	30,000–100,000	$0.15–$0.50	10–20 分钟
从 git 历史生成 release notes	40,000–80,000	$0.20–$0.40	5–10 分钟
综合客户反馈 CSV	50,000–150,000	$0.25–$0.75	10–15 分钟
迭代构建一个新 skill	60,000–120,000	$0.30–$0.60	15–30 分钟
深度代码库探索会话	100,000–300,000	$0.50–$1.50	30–60 分钟

这些都是估算。实际消耗取决于代码库大小、问题复杂度、迭代深度。建议你在前几次会话后用 /cost（2.5 节）做校准，建立直觉。

为什么 PM 比工程师更容易烧 token。 工程师知道自己要找什么，会问很尖锐的问题：“给我 user.authenticate() 的实现。”拿到答案就行动并退出。总 tokens：10,000；成本：$0.05。

PM 在探索。你不知道逻辑在哪个文件里，会问更宽泛的问题：“这个应用里的认证怎么工作的？”Claude Code 为了拼出完整图景，会读多个文件。你会追问边界情况、反复校准解释直到你真的理解。总 tokens：80,000；成本：$0.40。

这不是低效，而是 PM 排查的本质：你是在从零建立理解，而工程师是在增强已有知识。为探索型成本做预算；替代方案是频繁打断工程师，那对团队效率也有代价。

API 用户的月度预算（典型 PM 用法）： 来自 Claude Code 用户的真实数据表明，常见花费大致如下：

• 日活用户平均：约 $100–200/月
• 轻度使用（每月 5–10 次会话，多为快速问题）： $10–30
• 中度使用（每月 15–25 次会话，混合排查与生成）： $50–100
• 重度使用（每天会话，深度排查 + skill 构建）： $100–200
• 超重度（每天多次会话，大量代码库工作）： $200–400

如果你作为 PM 花费超过 $400/月，要么你在非常巨大的代码库里工作、要么你在不必要地跑超长会话、要么你把 Claude Code 用在了本应交给其他工具的任务上。2.5 节会给出成本管理策略。

成本在你真正看到 Anthropic 账单之前都显得很抽象。建议先按 **$100/月**做预算，并通过 `/cost` 监控真实用量，再根据产出价值上调或下调。如果 Claude Code 一个月帮你省了 5 小时，$100 相对你的全口径工时成本几乎可以忽略；如果你花了 $100 却几乎没得到价值，那就是你用错了方向——通常是把本该用 Claude.ai 处理的任务硬塞给了 Claude Code。

对订阅用户： 成本固定在订阅费用里（出版时 Pro $20/月，Max$40/月）。token 消耗更多是用来理解会话效率，不会影响账单。

无论你按 token 付费还是用订阅，token 意识都很重要。订阅用户同样受益于更高效的会话：更短的对话意味着更快的回答、也更少的上下文管理负担。API 用户则额外需要直接控成本。无论哪种，你最终都会学会问更好的问题，并在拿到所需信息后及时结束会话，而不是在收益递减的对话里漫游。

2.5 跟踪并控制开销

Claude Code 在会话内提供了三个命令，用来监控并控制花费。你应该把它们养成习惯使用，直到成本意识变成自动反应。

/cost：查看当前会话花费。
你可以在任何时候运行这个命令，查看已消耗的 tokens（输入与输出分别统计）、当前会话的成本估算，以及上下文窗口（context window）的占用情况。这就是你的预算仪表盘。

对订阅用户来说，显示的美元金额是“如果按 API 费率计费，这次会话大概会花多少钱”的估算。即便你不是按 token 付费，这也有助于理解会话效率。对 API 用户来说，这些就是实际费用。

建议你在每次会话的前几个问题之后就跑一次 /cost，建立基线；在你准备问一个你知道会很贵的问题之前再跑一次，比如“读 50 个文件做全面分析”；会话结束时也跑一次，用来培养对不同类型工作的成本直觉。

输出会展示 token 数量与成本估算，例如：

Session costs:
Input tokens: 45,230 ($0.14)
Output tokens: 12,100 ($0.18)
Total: $0.32

• 对 API 用户： 这就是你已经花了多少钱。如果你才进入会话 10 分钟就已经到 $2，那通常说明哪里不对：要么你在排查一个巨大的代码库，要么你迭代得过多，要么你的问题让 Claude 读取了远超必要范围的上下文。你要么调整策略，要么在价值足够高时接受这笔成本。
• 对订阅用户： 这反映的是会话效率。token 高意味着会话更长、上下文更难管理，即便不影响账单，也会影响响应速度与可操作性。

/compact：压缩上下文以减少 token。
当会话成本上升（或上下文变得难以驾驭）但你还需要继续工作时，/compact 会触发 Claude Code 总结到目前为止的对话历史与已读取的文件内容，用一个压缩版替换完整上下文。这样会降低上下文窗口大小，从而降低后续消息的 token 成本。

你还可以指定要保留的重点：
/compact Focus on preserving authentication implementation details
这会告诉 Claude Code：总结里最重要的是“认证实现细节”。

一个更具体的例子：你花了 30 分钟排查一个复杂功能，累积了 80,000 tokens 的上下文。现在你每问一个新问题，都要处理整段 80,000 tokens。对 API 用户来说，即使是简单请求也可能要 $0.25；对订阅用户来说，则意味着回复更慢。运行 /compact 后，Claude Code 会把上下文压到 20,000 tokens，保留关键信息、丢弃冗余。之后的提问会更快也更便宜。

什么时候用 /compact：

• 会话成本超过了你对这个任务的预算
• 你在同一会话里要切换话题，不再需要之前的上下文
• 你想继续工作，但希望降低“每条消息”的成本
• /cost 显示上下文接近窗口上限

取舍：压缩会丢细节。 如果你把大量排查笔记总结掉，之后又问一个需要那些细节的问题，Claude Code 就不再拥有它们。你可能需要重新读文件——这又会重新消耗 tokens。把 /compact 用在“完成一个阶段，准备进入下一阶段”的时候，而不是用在正在密集迭代排查的中途。

/clear：不丢学习，但从零开始。
这个命令会结束当前会话，并在同一目录下开启一个新会话，且不带上一次对话的任何上下文。相比先 /exit 再重新启动，/clear 更快，也能让你保持在同一工作状态。

成本命令的决策流程图：起点用 /cost 检查会话状态。如果上下文可控、成本可接受，就继续工作；如果成本高但你仍需要在同一主题上继续，用 /compact 压缩；如果要切换到不相关任务或上下文膨胀得太厉害，用 /clear 开新会话。图里也强调了取舍：/compact 保留关键上下文但会丢细节；/clear 丢掉全部上下文但给你一个干净起点。

什么时候用 /clear：

• 你完成了一个任务，要开始另一个完全不相关的任务
• 会话成本过高，而 /compact 已不足以解决
• 你沿着一条无效路径走偏了，想彻底重来
• 之前的上下文正在干扰当前回答，让输出变得混乱

取舍：你会失去所有对话历史。如果你没有把关键输出写进文件，那些输出就等于消失了。在运行 /clear 之前，确保任何有价值的信息已经被保存到文件或你自己的笔记中。

设置开销告警与上限（API 用户）

Claude Code 本身没有内置的花费告警，但你可以在 console.anthropic.com 的 Anthropic 账户控制台里监控用量，并在账单设置中配置告警：当月度花费超过你设定的阈值时提醒你——$100、$200、$300，按你的预算来。

第一个月建议你每周查看一次 dashboard 来校准预期。很多 PM 会惊讶：在大代码库里排查、或频繁跑会话时，用量累加得会很快。这是正常的。目标不是“把成本压到最低”，而是把钱花在高价值工作上，并且花得有意识。

月度预算工作流（API 用户）：

1. 根据预期使用量确定月预算（参考 2.4 的建议）
2. 在 Anthropic dashboard 里把告警设在预算的 80%
3. 每次会话结束后用 /cost 记录当日消耗
4. 第一个月每周对比“实际 vs 预算”
5. 根据产出价值调整预算或使用模式

如果你每个月都在月中就打到预算上限，要么提高预算（如果价值值得），要么减少会话频率与单次排查范围。如果你只花掉预算的 30%，那你要么过于保守，要么高估了需求——可以考虑更主动地使用 Claude Code。

订阅用户： 你的成本固定。用 /cost 理解会话效率即可，不需要担心显示的美元数字——那只是估算，不是计费。

成本管理的核心是“有意识”，不是“极限省钱”。对 API 用户来说，每月花 $200 但省下 10 小时工作时间，这是极佳的 ROI。对订阅用户来说，$20–40/月本来就已经付了，那就更应该主动用 Claude Code 把价值榨出来。用这三个命令保持感知，做出对会话范围的理性决策，并（对 API 用户）避免账单惊吓。过了第一个月，成本管理会变成肌肉记忆：你会直觉知道哪些任务烧 token，以及这种效率是否值得。