【制造·硬件】一个 3544 轮的会话跑了 20MB：我把 WorkBuddy 的积分账单拆成 5 个能改的开关

一、为什么要先给积分盘账

我是做电池保护板（PCM）的硬件工程师，WorkBuddy 在我这里是每天开机的生产力工具：整理客户项目资料、写技术文档、跑定时任务、维护知识库。积分是这套东西的硬通货——签到能攒，但用起来更快。

网上讲「省积分」的文章大多是习惯清单：少问点、问短点。我不太信任这种凭感觉的省法。积分是花在每一次请求上的，而每一次请求的代价差别极大，不把账单拆开看，省的都是零头。所以在动手省之前，我先花了一个下午，把本机攒了一个月的真实数据盘了一遍。

二、输入材料：三份现成的本机数据

好消息是，WorkBuddy 的工作数据全在本机，盘账不需要任何额外工具，三条路全是现成的：

1. 会话工作区 E:\WorkBuddyData：56 个按时间戳命名的会话目录；

2. 会话记录（.jsonl）：每轮对话、每次工具调用都有流水；

3. 动作审计日志（audit-log）：30 天里的每一次工具执行，共 4306 条记录。

盘账当天跑的命令和真实回显如下，未做任何删改：

▲ 盘账实录

账面先摆出来：56 个会话合计 78.5 MB，其中最大的三个分别是 29M、23M、20M；而排在第 5 名之后的几十个会话，大多不到 1MB。数据库本体反而只有 712KB。也就是说，用量不是均匀摊在每天，而是高度集中在几条超长会话里——这就是第一个该开刀的地方。

三、盘账结果：积分是花在「重复」上的

把最大的那个会话（3544 轮）逐行累计，得到一条上下文滚雪球曲线：

▲ 上下文滚雪球

第 178 轮时累计 1.14 MB，到第 3544 轮已经是 20.12 MB——同一个会话里，最后一轮的上下文是第一轮的 17.6 倍。原因不复杂：对话式 AI 每回答一句，都要把此前整段历史一起送进模型。会话越长，每一句都越贵，而且是整体变贵，不是增量变贵。

按这条曲线的 20 个采样点估算，这个会话后半段（第 1773 轮起）的平均上下文约 16.5 MB。对照排在后面的几十个 1MB 以下的短会话：同样问一个问题，在长会话尾巴上问，和在干净会话里问，成本差一个数量级。这就是「重复」的第一种形态：重复携带历史。

四、WorkBuddy 配置：我手里有哪些开关

盘完账，对照我在 WorkBuddy 里实际配置过的能力，能动的开关其实不少：

• Skill（自建技能）：19 个，SKILL.md 主文件合计 4600 行——把「每次重新讲一遍」的流程固化成文件；

• 定时云端任务（automation）：每日 4 个整点的积分签到与旅行任务，提示词自包含、无人值守；

• 本地文件读写：脚本、台账、日志都在工作区，跨会话可复用，不必每次把背景重新贴进对话；

• 蒸馏机制：把长会话的结论沉淀进话题知识库，供新会话直接继承。

▲ 技能复用矩阵

这张矩阵是 19 个技能按 SKILL.md 行数排的。行数差别很大（99～604 行），但方向一致：凡是第二次还要解释一遍的事，第一次就写下来。

五、操作步骤：五个能改的开关，每个都对着一个数

开关①：先量化，再动手。 之前我调用量没有账，改没改对全靠感觉。现在每次大动作后都跑一遍统计脚本（Python 标准库就能写），拿真实的会话数、体积、日志条数说话。这一步的产出不是「省了多少」，而是知道钱花在哪。

开关②：流程沉淀成技能。 同一类任务我几乎不再口头解释背景——目录怎么搬、台账怎么记、浏览器怎么开，全部写在对应技能里。中途调过一次方向：最初我把技能写成了流水账，主文件越长，每次加载吃掉的上下文也越多。后来改成「主文件只写怎么干 + 硬教训清单单独成段」，按需阅读，主文件行数就压住了。技能本质上是把重复的解释从每一次对话里搬走。

开关③：定时任务用短提示。 每日签到这类固定动作交给 automation，提示词一次写清、自包含，运行 17 天攒下 121 行日志、1613 积分，中途没有人工盯点。对比以前靠人记得点签到、断签重来，这条治的正是「重复的手工操作」——写一次，跑一个月。

开关④：会话按需分家。 一个会话扛到底是我最大的历史包袱。现在按「一类问题一个会话」开新会话，过长的会话先用蒸馏把结论存进话题库、再开新的。中途踩过一个坑：拆太早会丢上下文，重讲一遍背景反而更贵。折中方案是先蒸馏再分家——结论进了知识库，新会话一行回执就能继承，不用重讲。按盘出来的曲线估算，这么拆之后，原来 16.5 MB 量级的平均上下文能降到 1～3 MB。

开关⑤：产物最小化。 我曾经一次任务被产出几十个中间文件，事后清理本身就是成本。现在的规矩是：临时脚本只进工作区、任务完成即清、每轮只留最终交付物。省的不只是磁盘，还有下一次会话为了理解这些残留文件而付出的上下文。

▲ 五个开关

六、产出物：一套可以复跑的账

这一轮盘账结束后，留在硬盘上的东西都能复用：

1. 盘账脚本（约 100 行 Python，纯标准库）：一键输出会话体积分布、技能矩阵、审计日志统计，下次复查直接跑；

2. 19 个自建技能 / 4600 行 SKILL.md：覆盖目录治理、会话恢复、发文、选股、文档检索等日常动作；

3. 两份台账 CSV：发布台账（6 篇文章的日期、标题、链接、状态）与积分快照（剩余 343.71 / 容量 4969）；

4. 6 篇已发布的完整案例：从目录治理、磁盘清理到技能搭建，每篇都对应本文明说的某个开关；

5. 一份话题知识库：长会话蒸馏后的结论按话题归档，新会话免重讲。

七、复盘：两个反直觉

第一，会话不是越长越划算。 我曾经以为同一个会话里连续追问省事，账单显示恰恰相反：每一轮都拖着全部历史走，17.6 倍的差距就是这么来的。真正省钱的做法是让上下文保持「刚够用」——靠技能和知识库外置记忆，而不是靠会话本身记住一切。

第二，省积分的最大杠杆不在「少用」，而在「不重复」。 重复的解释、重复的踩坑、重复的产物，才是账单里的大头。把重复的部分固化到文件里（技能、台账、蒸馏笔记），每一次对话就从「从头讲一遍」变成「从清单上打钩」。

这套五个开关现在还在跑。下个月再盘一次账，数字不会骗人。