新积分体系上线后，我最大的感受是：省积分这件事，真不是靠抠，而是靠"别把积分浪费在没用的地方"。我自己在 Trae 上做了不少项目，从 Android机顶盒、TTS 阅读器到财务分析报告，踩过的坑多了，反而慢慢摸清了怎么让积分花得值。下面这几条，都是我拿真金白银换来的体会。
- 先分清"数据问题"还是"代码问题"，别让模型在错的方向上耗
这是我最亏的一次。做机顶盒代理时，遇到 TLS 握手失败，我以为是代码 bug，让模型来回排查、反复改配置，改了一整轮，token 烧了一大半，问题还在。后来才发现是免费节点 SSL 证书过期了——纯数据问题，不是代码问题。
从那以后我养成了习惯：先让模型判断是"数据问题"还是"代码问题"，再决定要不要动代码。DNS 被墙、证书过期、节点失效这些，换数据源就行，别让模型一遍遍重构代码。方向对了，几轮就能解决；方向错了，几十轮都白费。
- 别把跨项目的东西混在一个对话里
我做掌乐阅读器时，TTS 那个坑调了特别久，往返几十轮。那会儿我犯了个错——把不同模块的活都在一个对话里聊，模型为了"记住"前面一堆 TTS 细节，每句话都要重新读一遍长上下文，token 蹭蹭涨。
现在我严格执行：一个任务，一个对话，跨项目绝不混。Android 的活归 Android 的对话，写报告开新对话，让模型只带着当下这一件事的上下文走，既省 token 又少跑偏。
- 把"踩过的坑"固化下来，不让模型重新踩一遍
我踩过的坑，其实很多是重复的——比如 sing-box 启动三要素、Room 迁移要用 ALTER TABLE、国内 DNS 别用 Google 的。这些经验我让 Trae 记进了记忆里，下次再遇到同类任务，模型直接复用，不用我从头到尾再讲一遍背景、再让它重新排查一遍。
这就是把"常用工作流固化"的价值：一次沉淀，反复复用。每省一次重复讲解，都是实打实的 token 节省。
- 需求一次说清，别让模型来回"猜"
我做财务分析报告时发现，需求写得含糊，模型为了确认范围会来回问、来回试探，来回几轮才到正题。现在我习惯把背景、目标、范围一次交代清楚，比如"按策略、资本运作、行业、生产线、产品五章出报告，数据要全，AI 综合分析不能跳过"。模型越少猜，越少废话，token 花得越精准。
- 简单任务别上大模型，让便宜的模型干
我平时很注意这个：翻译、格式化、简单改写、整理文案这类活，用便宜的模型就够了；真正涉及架构、复杂逻辑、多文件联动的，才舍得用高级模型。把贵的留给关键节点，才是"把积分花在刀刃上"。
- 顺手薅点补贴模型
现在有 GLM 5.2 专属补贴、Doubao 系列 2.5 折，这种补贴模型真别浪费。日常的、不敏感的活丢给补贴模型，效果差不多，积分省一大截。能省就省，毕竟积分攒起来是真不容易。
说到底，省 token 不是抠门，是别把每一分积分浪费在错误方向、重复劳动和无效上下文上。我这几条都是踩坑踩出来的，不算高深，但确实管用。