快取只活五分鐘

這週 Claude 的週額度掉得特別快，今天下午兩點，單日用量就已經是這 8 天來最高。我請 Claude Code 把自己最近 8 天的使用紀錄翻出來，查查錢花到哪裡去。

查到最後，有 26% 的用量花在同一件事：AI 把已經讀過的對話，整份重新寫進快取。原因是我的 Claude Code 沒有直連 Anthropic，提示快取只能保留 5 分鐘；訂閱使用者本來應該有 1 小時。

這篇分享：額度實際花在哪裡、怎麼證明快取只活 5 分鐘，以及我加了哪一行設定。

額度花在重讀，輸出只佔 9%

先解釋兩個名詞。Token 是 AI 處理文字和計費的單位。提示快取（prompt cache）是 Anthropic 那邊的機制：同一段對話，前面讀過的部分會先存起來，下一輪直接拿來用，價格比重新讀便宜很多。

把 8 天、12,545 次對 Claude 的請求加總起來，用量的組成是：

類型	佔比
從快取讀出來	56%
寫進快取	35%
AI 實際寫出來的回覆	9%

AI 回話本身只佔不到一成。真正吃額度的，是每一次請求都要把很長的對話整份帶過去。一次請求帶的內容，中位數是 17.2 萬 token，最大的一次帶了 94.2 萬。

其中 80% 左右的用量來自同一個專案 Micdrop。我在這個專案用 firstmate（Day 234 介紹過的開源工具，一個 AI 當主管，派工給好幾個 AI 員工）同時跑好幾個任務。高峰時，同一個小時裡有 20 到 28 個 Claude 視窗在跑。

走代理伺服器，Claude Code 就把我當成 API 使用者

我的 Claude Code 沒有直連 Anthropic，中間接了 cc-switch，一個讓我在 Claude 和 Codex 之間切換的代理伺服器（proxy）。

Claude Code 的程式裡寫著：沒特別設定時，Claude 訂閱使用者主視窗的快取保留 1 小時，用 API 金鑰的保留 5 分鐘。走代理伺服器之後，Claude Code 看到的是代理伺服器給的金鑰，就把我當成 API 使用者，給了 5 分鐘。

5 分鐘很短。我隔一陣子才回覆、AI 在等一個比較久的指令跑完、firstmate 的員工每隔 7 到 9 分鐘回頭看一次進度，只要中間隔超過 5 分鐘，快取就過期，下一輪得把十幾萬到幾十萬 token 的對話整份重寫進快取。

最誇張的是一個做圖示動畫的 AI 員工。它等 7 到 9 分鐘才回來數一次算好的圖，每次都剛好超過 5 分鐘。每回來看一次，就重寫 25 萬到 70 萬 token，只為了數一下圖出來幾張。光這一個任務，就用掉這 8 天總用量的 7.7%。

firstmate 的主管也一樣。它一半以上的用量，來自系統自動把它叫醒檢查進度。11 月 8 日凌晨兩點多到快四點，它被叫醒 6 次，每次重寫 31 萬多 token 進快取，回覆只有 230 個 token 左右。

我怎麼確定是 5 分鐘，又怎麼改成 1 小時

我請 Claude Code 拿出證據，它給了三種。

第一種是實測。透過同一個代理伺服器，送同一段內容給 Claude，隔 6 分半再送一次：

設定	第二次送出時從快取讀到	第二次送出時重新寫入
預設	0	39,567 token（快取已過期）
改成 1 小時	39,466 token	0（快取還在）

第二種是過去 8 天的紀錄：1 億 2,980 萬 token 寫成 5 分鐘那種快取，1 小時的是 0。

第三種是看重寫發生的時機。在帶了 5 萬 token 以上的請求中，隔不到 5 分鐘的，只有 0.5% 左右要整份重寫；隔 6 到 10 分鐘的有 87%；隔 10 分鐘以上的是 98.5%。

改法是在 ~/.claude/settings.json 的 env 區塊加一行：

"CLAUDE_CODE_PROMPT_CACHE_TTL": "1h"

流量照樣走代理伺服器，只是快取變成保留 1 小時。實測發現，代理伺服器會把這個要求原封不動傳給 Anthropic。

1 小時的快取寫入比較貴，價格是 5 分鐘那種的 1.6 倍（1 小時是基本價的 2 倍，5 分鐘是 1.25 倍）。拿過去 8 天的紀錄模擬，主視窗會省 9.9%；但子代理人（主視窗用 Agent 工具叫出來幫忙的小 AI）會多花 9.1%，因為它們很少停下來等，本來就不太會碰到快取過期。所以我只改主視窗，子代理人的設定留著不動。

firstmate 的 AI 員工也歸在主視窗那一邊。每個員工都是獨立開的 Claude Code 視窗，不是用 Agent 工具叫出來的子代理人，所以同一行設定對它們也有效。

我原本以為改完要把當時開著的十幾個視窗全部重開。結果 Claude Code 跑著的時候就會重新讀這個設定，改完幾秒內，每個開著的視窗都開始寫 1 小時的快取。

這行設定預估省 10% 左右。Claude Code 查到的另一個更大的問題，是我目前的設定要等對話累積到 75 萬 token 左右才會自動壓縮，大部分視窗根本撐不到那裡；提早到 20 萬到 30 萬就壓縮，估計最多能再省 30%。這一項我還沒改。

額度掉得快的時候，先查 AI 每一輪重讀了多少。

---

Day 234 幫你的 subagent 們找一個老大：https://www.dawsonwang.com/day/234