Claude Code帳單太驚人？Spotify工程師公開省錢密技：用Gemini幫Claude打雜、費用激省九成

當軟體工程師開始把繁重任務交給 Claude Code 等終端 AI 編碼代理時，最令人心驚的往往不是模型寫不出解法，而是終端機裡急速狂飆的 Token 帳單與迅速見底的用量上限。

為了解決 AI 經常為了一個小函式動輒吞下整包上千行檔案的資源浪費，音樂串流巨頭 Spotify 的工程師迪米崔・馬茲馬諾夫（Dimitri Mazmanov）公開了一套極具啟發性的分流架構，透過輕量模型承接單純工作與硬性攔截機制，成功讓 Claude 端的 Token 消耗平均暴跌 90%。

用 Gemini 2.5 Flash 打造「代讀代寫」雙工模式

AI 編碼代理在處理大型專案時，最昂貴的瓶頸往往來自無意義的上下文膨脹。工程師可能只是詢問某個特定類別的呼叫方式，代理人為了確認依賴關係，一口氣將五、六個上千行的原始碼全數塞入上下文視窗（Context Window）；或是在撰寫幾十組單元測試與設定檔時，反覆吞吐結構雷同的樣板代碼。

馬茲馬諾夫指出，這類操作本質上只是純粹的檔案輸入與輸出（I/O）與模式比對，根本不需要動用高推理能力、每百萬 Token 價格昂貴的旗艦模型來「硬扛」。

為此，馬茲馬諾夫運用 Spotify 內部開發者平台「Portal by Spotify」所具備的「AiKA Modes」功能，宣告式定義出兩套隨開即用、無須常駐伺服器的微型代理人，並指定使用平價輕量的 Gemini 2.5 Flash 作為打工模型。

第一種模式是「bulk-reader（巨量閱讀器）」，當專案需要掃描多個大檔案時，Claude 不會直接開啟檔案，而是把檔案路徑與問題丟給 bulk-reader，由平價模型先行讀完後，僅回傳條列式的關鍵濃縮資訊給 Claude；第二種則是「code-writer（代碼生成工）」，針對重複性高的單元測試、型別定義或樣板代碼，由 Claude 提供規格與現有參考範本，指示工作模型依樣畫葫蘆並直接寫入磁碟，產出的冗長代碼甚至完全不需要流經 Claude 的對話視窗。

這種「上下文隔離」策略，成功將動輒數萬 Token 的語法雜訊擋在門外。即使平價模型在無狀態的暫態環境中重複讀取檔案，消耗的也僅是低廉的二線模型成本，讓旗艦大腦始終維持在精煉而高價值的思維狀態。

提示詞管不住問題：開發看門人外掛在出錯時阻斷

然而，混合模型架構最常遇到的痛點是模型的「自作主張」。

馬茲馬諾夫一開始嘗試採用常規做法，在專案根目錄的設定檔「CLAUDE.md」中寫下提示規則，叮嚀 Claude「遇到簡單任務請委託給工作模型」。然而實測發現，純文字 Prompt 屬於弱約束，Claude 在複雜任務中經常拋諸腦後、依舊自顧自地狂讀大檔，且每個專案都必須重複複製這套規則，難以標準化。

為此，他轉向 Claude Code 核心的「PreToolUse」事件鉤子（Hook），打造出名為「shunt」的專用外掛。

「shunt」外掛扮演起嚴格的看門人角色，在 Claude 呼叫工具的毫秒瞬間進行動態攔截。當 Claude 試圖使用 Read 工具打開單一超過 350 行的原始碼，或企圖在終端機中透過 cat、head、tail、less 或 more 等指令窺探大檔時，shunt 會立刻切斷執行，並強迫 Claude 轉向調用 bulk-reader。

唯有當 Claude 精準指定特定程式碼行數區間（Line Range），或是使用管線指令（如 cat file | grep）精確過濾內容時，外掛才會視為合理操作並放行。

這套三層架構形成了閉環：Hook 負責強制防呆阻止誤讀，Claude Code Skill 提供標準化的調用協定，底層 Shell 腳本則透過 CLI 發送請求。即便模型出現幻覺或忘記指令，底層攔截器依然能築起防火牆，將節省 Token 的期望轉化為無法逾越的硬性制度。

實測狂省 90% 的代價：但小模型終究不能取代架構決策

在 Spotify 的 Java 大型單一儲存庫（Monorepo）中，馬茲馬諾夫針對四種不同開發情境進行對比實測，結果顯示透過 bulk-reader 過濾摘要後，Claude 端的 Token 消耗量平均驟降約 90%，省下的運算資源極為可觀。

然而，這場實驗也揭露了混合架構的技術邊界：在代碼審查測試中，輕量模型雖然能輕易指出命名規範與表面語法模式，卻完全漏掉了極度隱晦的「執行緒安全（Thread-safety）」並發問題；此外，跨模型委託需要透過 CLI 與 API 發起外部請求，通常會引入 10 到 30 秒的處理延遲，這也是為何必須設立 350 行門檻，避免小檔案得不償失。

「降本」並非要將旗艦模型邊緣化，而是讓各個層級的算力各司其職。高深推理、系統架構設計與安全邊界依然由 Claude 把關，粗活累活則交給小模型代勞。唯有在架構上建立這種剛性分工，開發團隊才能在 AI 代理人普及的浪潮中，既守住代碼品質，又不必承受失控的帳單代價。