Spotify 工程团队把 Claude Code 的 token 用量砍掉 90%：内部工具 Portal 怎么做的

Spotify 工程团队近日发布内部工具 Portal，官方给出的数据很抓眼：将团队使用 Claude Code 的 token 消耗降低了 90%。这是又一份来自一线大厂、在真实编码 Agent 工作流中沉淀出来的降本实践。

90% 从哪里省出来

Portal 的思路和近期一系列上下文工程（Context Engineering）实践完全同源——成本大头不在模型答案，而在循环本身。每轮工具调用都要重发一遍"滚雪球"式增长的上下文，轮次越多浪费越狠。Portal 的核心手段包括：

• 裁剪重复上下文：把每轮都重发的静态内容（项目结构、规范文档）从对话流里剥离，改成按需注入；
• 结果缓存：相同查询不再重复执行工具调用；
• 离载大结果：工具返回的大段输出（日志、测试报告）不进上下文，落到外部存储后只传引用；
• 减少不必要的工具轮次：合并多次探测性调用，一次拿到足够信息再行动。

这套打法与此前 TrueForge benchmark 的结论互相印证——harness 的循环效率能把成本砍掉 75%，核心开销在循环而非答案。

为什么值得关注

第一，harness 成本差异已经是数量级问题。 独立机构 Runta 上周测试了 9 个 coding agent harness 跑同一个模型修同一个 bug，成本差了 17.5 倍（最便宜的 2.5 美元 vs 最贵的 64.36 美元）。模型选型省的是百分之几十，harness 优化省的是十倍——企业做 AI 编码预算时，先把循环效率拉满，再去纠结订阅哪个模型。

第二，"上下文瘦身"是可复制的通用模式。 Spotify 没有用什么黑科技，四个手段全部指向同一件事：让每一轮对话携带最少但足够的信息。任何团队都可以自查自己的 Agent 用量：是不是每轮都在重发全库文件？是不是工具结果直接灌进上下文？按 Portal 的清单过一遍，大概率能省出可观的额度。

第三，90% 这个数字重新定义了"AI 编码成本"的可优化空间。 很多团队对 Agent 用量的态度还是"烧就烧吧，能出活就行"，但同样地活，省下的 90% 意味着可以跑 10 倍的并行任务——成本优化的收益不只是省钱，而是直接放大产能上限。

一句话总结：在 Agent 时代，最值钱的工程师技能之一，是让模型少看废话。