Mỗi lần nhấn Enter trong Claude Code, bạn có biết bao nhiêu token đang bị đốt cháy trong nền tảng của một hợp đồng thông minh? Không ai nhìn thấy chúng. Chúng không xuất hiện trong log, không nằm trong dashboard, nhưng chúng đang âm thầm ăn mòn ngân sách của bạn. Data sống không cho phép lỗ hổng của cảm xúc.
Sáng nay, tôi đọc lại bản hướng dẫn tiết kiệm token mà Anthropic phát hành cho Claude Code – 11 mẹo mở rộng thời gian sử dụng. Là một kẻ đã từng đốt 50 ETH cho một bot giao dịch chạy trên mạng chính, tôi nhìn thấy ở đó một thứ quen thuộc: cuộc chiến giữa chi phí ẩn và giá trị hiển thị. Giống như phí gas trước mỗi lần swap, token trong Claude Code là một loại phí nhiên liệu mà hầu hết lập trình viên không đọc kỹ.
Mỗi chiếc bóng trên chuỗi đều có chủ nhân thật sự. Trong trường hợp này, cái bóng là token đầu vào – thứ mà Anthropic gọi là 'context'. Hướng dẫn của họ tiết lộ một sự thật mà ít người để ý: thay đổi mô hình (/model) hoặc mức độ nỗ lực (/effort) giữa chừng sẽ làm mất toàn bộ bộ nhớ cache. Bạn tưởng rằng mình chỉ đang chuyển từ Sonnet sang Haiku? Không, bạn vừa xóa sạch toàn bộ lịch sử cuộc hội thoại trong bộ nhớ đệm của Anthropic.
Hãy tưởng tượng bạn đang chạy một pipeline kiểm toán mã Solidity dài 30.000 dòng. Bạn đã cho Claude xem toàn bộ library, các biến storage, và logic của từng hàm. Đến giữa phiên, bạn nghĩ rằng dùng model nhỏ hơn sẽ tiết kiệm chi phí cho một bước review đơn giản. Bạn gõ /model haiku. Đột nhiên, Claude quên hết mọi thứ. Nó phải đọc lại toàn bộ 30.000 dòng từ đầu – lần này với token đầu vào không được cache. Chi phí thực tế của 'tiết kiệm' này tăng gấp ba lần so với việc tiếp tục dùng Sonnet.
Trong báo cáo phân tích về hướng dẫn này, tôi nhận ra một điều quan trọng: Anthropic không dạy bạn lập trình tốt hơn, họ dạy bạn trở thành một quản lý bộ nhớ thủ công. Họ thừa nhận rằng mô hình của họ không thể tự động phân biệt đâu là thông tin quan trọng để giữ, đâu là thứ để quên. Bạn phải tự làm điều đó bằng lệnh /rewind, /compact, và /clear.
/rewind chỉ xóa vài vòng lặp gần nhất, giữ lại phần đầu của context vẫn còn cache. /compact là con dao hai lưỡi: nó viết lại toàn bộ cuộc trò chuyện thành một bản tóm tắt, nhưng nếu bạn không cẩn thận, nó sẽ nghiền nát các chi tiết kỹ thuật quan trọng. Đối với một nhà phát triển smart contract, điều này giống như việc nén một block thành một hash duy nhất – bạn vẫn biết nó ở đó, nhưng không thể lấy lại dữ liệu gốc.
Tôi từng chứng kiến một đồng nghiệp trong quỹ của mình sử dụng /compact sau khi debug một hàm liquidity pool trong Uniswap. Claude tóm tắt lại thật gọn gàng: 'Đã sửa lỗi tràn số trong hàm calculateSwap'. Nhưng khi anh ta cần kiểm tra lại điều kiện biên cho việc chống front-running, bản tóm tắt chỉ còn lại một dòng. Anh ta phải gọi lại toàn bộ codebase từ đầu – một sự lãng phí 20 phút và 40.000 token chỉ vì một cú compact vội vàng.
Đuôi của con cá voi lộ ra từ dòng chảy on-chain. Trong bối cảnh này, con cá voi chính là chi phí ẩn của token đầu ra. Hướng dẫn của Anthropic cảnh báo rằng 'suy nghĩ' của mô hình cũng được tính như token đầu ra. Với các mô hình lý luận như Claude, mỗi bước suy luận đều tạo ra một chuỗi tư duy mà bạn không nhìn thấy. Điều này giống như một smart contract gọi hàm view không tốn gas nhưng lại ghi vào một event ẩn – bạn không chú ý, nhưng nó vẫn được xác nhận.
Khi tôi phân tích các phiên làm việc với Claude Code để viết bot arbitrage, tôi nhận thấy gần 70% token đầu ra là không cần thiết. Claude thường giải thích các lựa chọn của mình một cách rất chi tiết, trong khi tôi chỉ cần câu trả lời ngắn gọn. Hướng dẫn của Anthropic không nói về điều này, nhưng tôi biết rằng việc thêm vào prompt một câu như 'Không giải thích, chỉ đưa code' có thể giảm chi phí đầu ra tới 50%.
Bây giờ, hãy nói về subagent. Subagent trong Claude Code có một context riêng và chỉ trả về kết quả cuối cùng cho phiên chính. Đây là một kiến trúc thông minh, tương tự như cách các rollup xử lý giao dịch bên ngoài mainnet. Nhưng có một hiểu lầm phổ biến: nhiều người cho rằng dùng subagent luôn rẻ hơn. Thực tế, nếu task quá nhỏ, việc tạo subagent còn tốn kém hơn vì nó phải khởi tạo context mới và gọi lại model trong khi main session vẫn giữ context cũ.
Hãy nhìn vào bức tranh lớn hơn. Hướng dẫn của Anthropic là một công cụ giữ chân người dùng, không phải là một hành động từ thiện. Khi họ khuyên bạn dùng model nhỏ cho những tác vụ đơn giản, họ đang giảm doanh thu trực tiếp của chính mình. Nhưng họ chấp nhận điều đó để giảm tỷ lệ người dùng bỏ cuộc vì 'hóa đơn sốc' cuối tháng. Với một công ty đang trong cuộc đua vũ trang về AI, việc giữ chân một nhà phát triển Web3 – người có thể tạo ra các ứng dụng lợi nhuận cao – xứng đáng để giảm một phần doanh thu ngắn hạn.
Tuy nhiên, có một điểm mù mà hướng dẫn này không đụng tới: chi phí của việc tiết kiệm token trong các dự án blockchain. Khi bạn dùng /compact để giảm context, bạn có thể mất đi các thông tin ngữ cảnh quan trọng về logic kinh doanh phức tạp. Trong một smart contract, một chi tiết nhỏ như thứ tự lệnh hoặc việc thiếu kiểm tra reentrancy có thể khiến bạn mất hàng triệu USD. Mắt thấy không bằng ống kính on-chain phóng đại – và ống kính trên chuỗi không bao giờ bỏ qua bất kỳ một dòng code nào.
Tôi đề xuất một cách tiếp cận khác, đi trước hướng dẫn của Anthropic: không chỉ tối ưu token mà còn tối ưu thói quen làm việc. Thay vì để cả một pipeline kiểm toán chạy trong một phiên duy nhất, hãy tách nó thành nhiều phiên nhỏ với các mục tiêu rõ ràng. Mỗi phiên là một giai đoạn riêng biệt, và bạn có thể dùng /clear để bắt đầu phiên mới với một hóa đơn token thấp hơn. Hãy ghi lại toàn bộ quyết định thiết kế vào một tài liệu Markdown, rồi cung cấp tài liệu đó cho Claude trong phiên tiếp theo thay vì buộc nó phải nhớ toàn bộ cuộc hội thoại.
Một kỹ thuật mà tôi học được từ việc theo dõi on-chain: sử dụng 'checkpoint'. Trong blockchain, checkpoint là trạng thái được xác nhận vĩnh viễn. Tương tự, bạn có thể tạo các checkpoint cho Claude Code bằng cách viết các test case rõ ràng và để Claude viết code trực tiếp từ test case đó. Thay vì yêu cầu nó sửa lại một chức năng cũ, hãy cung cấp mô tả chức năng mới và các test case – nó sẽ bắt đầu từ một trạng thái sạch mà không cần phải xem lại lịch sử phức tạp.
Hướng dẫn của Anthropic cũng có một gợi ý thú vị: 'Nếu công việc đơn giản, hãy dùng Haiku.' Điều này nghe có vẻ hiển nhiên, nhưng trong các dự án blockchain, việc chọn đúng công cụ cho từng loại tác vụ là một nghệ thuật. Hãy dùng Haiku cho việc format code, viết comment, hoặc tạo boilerplate. Dùng Sonnet cho việc audit và refactor. Dùng Opus cho những vấn đề lý thuyết phức tạp, chẳng hạn như thiết kế giao thức thanh toán mới. Tuy nhiên, đừng quyên rằng chuyển đổi giữa các model làm mất cache – hãy lên kế hoạch trước để mỗi phiên làm việc chỉ dùng đúng một model.
Câu chuyện về cache của Anthropic gợi cho tôi nhớ đến cách các sàn giao dịch giảm chi phí settlement bằng cách sử dụng optimistic rollup. Họ cho rằng các giao dịch là hợp lệ và chỉ kiểm tra khi có tranh chấp. Tương tự, Claude Code cache các token đầu vào của bạn và giả định chúng không thay đổi. Nhưng nếu bạn thay đổi bất cứ điều gì trong tiền tố, nó phải 'tranh chấp' toàn bộ cache. Điều này giải thích tại sao một thay đổi nhỏ trong system prompt hoặc mô hình lại dẫn đến chi phí phát sinh đột biến.
Vậy, bài học thực sự ở đây là gì? Không phải là việc làm theo 11 mẹo của Anthropic. Mà là phát triển một triết lý quản lý tài nguyên kỹ thuật: biết chính xác cái gì đang tốn tiền, cái gì đang được cache, và cái gì có thể được loại bỏ. Trong thế giới blockchain, chúng ta có etherscan để theo dõi từng giao dịch. Trong thế giới AI, chúng ta không có công cụ tương đương – bạn chỉ nhìn thấy hóa đơn cuối tháng. Hãy xây dựng thói quen sử dụng token của bạn như một nhà điều tra on-chain: theo dõi mọi biến động, tìm kiếm các điểm bất thường, và luôn đặt câu hỏi về chi phí ẩn.
Cuối cùng, có một sự trớ trêu: Anthropic, một công ty trong lĩnh vực AI, lại đang dạy người dùng của mình cách tiết kiệm tài nguyên bằng các phương pháp thủ công – trong khi blockchain, một công nghệ được kỳ vọng là tự động hóa mọi thứ, vẫn yêu cầu con người tự quản lý gas và nonce. Công nghệ chưa bao giờ làm cho việc quản lý nguồn lực trở nên dễ dàng hơn; nó chỉ làm cho nó phức tạp hơn. Câu hỏi dành cho bạn là: bạn có sẵn sàng chấp nhận việc trở thành quản lý token của chính mình, hay bạn vẫn muốn tiếp tục để hóa đơn kiểm soát cuộc sống của bạn?
Hãy nhớ, mỗi lần bạn gõ một dòng lệnh, một cái bóng token được tạo ra. Hãy chắc chắn rằng bạn biết chủ nhân thực sự của nó là ai – và chủ nhân đó phải là bạn, không phải là một nhà cung cấp AI.