20天，20000次对话，12亿 token——Claude Code 重度用户复盘

经 Claude Code 官方认证的重度用户，token 消耗量排在前 1%。这篇是 20 天、20000 次对话之后的完整复盘，聊的不是”AI 真厉害”，是具体怎么用、踩了什么坑。

一、认知转变

从 11 月开始用 Claude Code，最开始把它当更准的 Cursor——代码补全更聪明、错误更少。

用了一段时间才意识到定位完全错了。Claude Code 不是编程助手，是一个经验丰富、成本低廉的团队。

这个转变直接影响了使用方式：你不会对一个实习生说”帮我写这个函数”，但你会对团队说”这个模块你们来，我来把关方向”。

二、20 天产出

20 天，3 个产品，全部 Vibe Coding，没有手写过一行代码：

Opus 4.5 时代还会 review 代码，到了 Opus 4.6，我没有看过一行代码。

GroAsk 是在用 Claude Code 过程中，受不了反复切终端、忘记哪个 Session 在干什么才做的。后面提到的多 Session 管理和上下文管理，都跟它有关。

三、编程之外

Claude Code 能做的远不止写代码：

• 自动发推特——浏览器 MCP + Skill
• 自动写文章 & 多平台分发——自定义 Skill
• 产品数据分析——接入真实运营数据
• 市场调研——收集用户痛点、竞品分析

这些非编程场景，只要工作流设计好，执行质量不比写代码差。

四、产品迭代流程

小需求：一句话到上线

描述需求 → Claude Code 完成 → 上线 → 发现问题一句话修

大版本：结构化

需求收集 → PRD → 市场调研验证 → 技术方案 → 执行规划 → 开发

具体节奏：

1. 原始需求 → 让 Claude Code 产出 PRD，结合调研验证
2. Claude Code 输出技术方案，再用市场调研 review
3. TDD + Subagent 拆分任务，按计划执行

一个完整大版本：3000 字需求 → 10000 字技术方案 → 40000 字执行规划。

核心原则：产品决策和技术决策是人的工作。 完全交给 AI 决策，面对复杂任务仍然不可靠——看似实现了需求，维护难度是地狱级的。让 AI 实现一个小的需求点，远比让 AI 一次性搞定大而全的需求，更容易、更可靠、效率也更高。

五、深度使用技巧

5.1 Skill：工作流固化

Skill 是个人工作流的固化，两个核心部分：

• Prompt：需要模型理解判断的部分，用自然语言写
• Scripts：代码能搞定的，直接写脚本

只有需要模型判断的才用 Prompt，代码能搞定的都用 Script——这条原则能砍掉一半没必要的 token 消耗。

常用 Skill：自动提交（原子化）、自动运行工程、拉取运营数据、多平台发帖。

5.2 Subagent：上下文分治

Subagent 让你在一个会话内使用多个 Agent 管理工作。Claude 自带的 Task 工具就是 Subagent——主 Session 把部分工作交给内部 Session，自己只关注输入和输出。

复杂任务必须用 Subagent，否则上下文会被细节淹没，主 Session 很快失去全局感。

5.3 MCP：用少不用多

常用 8 个 MCP，但强烈建议用更少。

• MCP 占用大量原始上下文，用参数精简接口暴露
• 优先用 Rust/Go 编译的 MCP，而非 Node，内存占用差距很大

5.4 Hooks：安全网

目前最有价值的 Hook：在删除任何未备份的文件之前，先让 Claude Code 备份。

防止 AI 手滑删了不该删的东西。

5.5 调试：本地日志优先

让 AI 把日志写在本地，再根据日志排查问题。这是最有效的 bug 解决方式，没有之一。你觉得 AI 搞不定了，先让它加日志，结果往往超出预期。

六、长期记忆

痛点：今天说了明天忘。解法：知识分组。

1. 维护分层的 Knowledge 文件夹，告诉 Claude Code “有价值的信息存进知识库”
2. CLAUDE.md 分组管理：子工程 CLAUDE.md + Rules 管理 + 手动维护
3. 越用越顺，上下文里的有效信息密度越来越高

七、上下文管理

上下文超过 200k（1M 窗口的 20%）之后，模型回答质量会断崖下降。区别像工作日上午和加班到深夜的同事——永远用最清醒的模型。

很多人用着用着上下文爆了还不知道，这是最常见的效率黑洞。

我做 GroAsk 的核心动机之一就是这个——菜单栏一眼看到每个 Claude Code 终端的上下文用量、当前状态，不用一个个切终端去查。

八、多 Session 管理

不要同时只开一个 Claude Code 进程。

• 舒适区：2-3 个并行
• 高强度：5-10 个
• 只维护需要用户输入的 Session，其他的让它跑

实际问题：开了 5 个以上终端，Cmd+Tab 找”哪个在等我”就够烦的了。我现在用 GroAsk 的调度面板集中管理——哪个在跑、哪个等输入、哪个上下文快满，一目了然。⌥Space 呼出面板，点一下跳到对应终端。

如果你是多 Session 重度用户：groask.com/zh/?ref=learnku

九、模型的边界

边界在于完全创新的能力。

训练数据里没有的东西，模型只能推测。做真正没有人做过的东西，创造力和判断力是人的不可替代之处。

十、三句总结

1. Claude Code 不是 AI 助手，是 AI 团队。 用管理团队的方式去用它。
2. 人的核心价值是决策。 产品决策、技术决策、真正的创新——交不出去。
3. 工程化使用 AI。 Skill 固化流程、Subagent 管理复杂度、知识分组实现记忆、上下文监控保持智能。

本作品采用《CC 协议》，转载必须注明作者和本文链接