前言
API调用次数和Token消耗量一直是vibe coding时的大难题，一个小小的修改，AI却总是想要探索更多，然后无情的消耗你的Token。所以，有哪些最佳实践方法来减少API调用次数和Token消耗？
我的案例
我来分享一个我在个人项目和工作项目中遇到的问题和采用的方法，希望对大家有所启发。
vibe coding时，一般都有单元测试，AI会自主去执行单侧，对于编译型语言（比如：C++），AI还会自主去执行编译，但是这两个过程会产出大量的无效信息，我认为有些信息AI完全不需要关注（以C++程序为例）：
- 编译过程无关紧要的警告、进度等信息；
- 单侧过程中已经通过测试的单侧用例、DEBUG打印等；
通过提示词，让AI自己去生成命令过滤，实际上会不太稳定。所以我在实践中，是让AI编写一个脚本，其核心功能是：
- 执行固定的单侧流程，程序化的过滤AI不应该关心的信息，AI只需要一条固定的命令即可执行。保证稳定性和上下文不被过多占用。
我以工作中和个人项目为例：
- 工作项目（基于C++）：使用Python脚本实现程序化单测流程，可以编译和执行单侧，它只输出最重要的信息，比如编译错误、单侧失败的用例、单测失败的位置等；AI执行执行固定的命令
python gut_runner test_xxx.cpp，稳定性会更高。 - 个人项目（Godot游戏）：gdscript是一个脚本，没有编译流程，所以重心是在过滤无关信息，输出也一样，只有失败的部分。
核心思想是：用稳定的流程或者工具，补齐AI能力上的不足。
欢迎各位佬一起探讨，我们的目标是：用工程化思想，实现以最少的API请求次数、Token消耗，完成最好的vibe coding效果。
看了一下，好像还得订阅。那我觉得，不如用脚本做程序化过滤~
这两天我又萌生一个想法，现在主要的AI编码应该是：调研、规划、编码。调研、规划两个阶段AI可以基本识别出哪些是必读文件（没有也没关系），哪些是可读文件。生成子Agent时，只给任务ID，并要求子Agent通过任务ID+脚本获取自己的任务详情，脚本会识别必须文件，然后一起输出。（自己的想法，必须得自卖自夸一下）这样有两个优点：1）主Agent只关注任务摘要和ID等关键信息，所有任务由子Agent完成，主Agent的上下文不会因为这些不重要的信息而造成污染；2）脚本获取任务详细，同时输出必读文件内容，还能减少子Agent的模型调用次数。肯定有缺点，