大家好，我是Zack。
先说个场景：你用 AI 改代码，心里想着「token 是按量烧钱」，所以问得特别省——第一句只说「给列表加个搜索框」，出问题了再补一句，规则想到了再补一句。
我以前也这么干，总觉得话越少越省钱。这次我拿一个小项目做了组对照实验，专门算这笔账，结果跟我想的完全相反：省着问的那组，反而多花了一倍钱。
先交代实验怎么做的
项目很小：一个书签页面，index.html 加 app.js，6 条书签数据，AI 的任务是给它加搜索功能。
两组跑，同一个项目起点，掐表记钱（claude 命令行加 –output-format json 能打出每轮的真实花费，下面所有数字都是它报的，不是我估的）：
A 组，模拟挤牙膏，分 3 轮：
第 1 轮：「给书签列表加个搜索框」 第 2 轮：「搜索框没反应，点了没效果」 第 3 轮：「搜索时大小写不敏感，输入空格分隔的多个词，全部命中才算匹配。还有输入的时候列表要实时过滤」
B 组，一次说清，只发 1 轮需求 + 1 轮验收：
完整需求一段话，4 条要求全在里面，提示词原样贴给你，可以直接抄：
给 index.html 的书签列表加搜索功能，要求一次做全：
1) index.html 顶部加一个 input 搜索框，id=searchBox，placeholder 写 搜索书签；
2) app.js 里实现过滤：输入任何内容都实时过滤列表（input 事件），
匹配规则：大小写不敏感，支持空格分隔多个关键词，
一个书签的标题+标签里全部关键词都命中才算匹配；
3) 没有任何匹配时列表区显示一行字 没有匹配的书签；
4) 不要改其他样式和结构。
改完自己开 python3 -m http.server 检查一遍再收工。
最后一句「自己检查一遍再收工」是验收轮，让它自己对着要求过一遍。
A 组的钱是怎么烧掉的
第 1 轮 $0.42，85 秒。AI 确实加了搜索框——但只加了框，没绑输入事件。框是个死框，敲键盘列表纹丝不动。
这就是挤牙膏的第一个代价：你没说的，它靠猜。它猜你只要个框，没猜到你要能过滤。
第 2 轮就是还账：「搜索框没反应」。AI 得把项目文件重新读一遍找原因，读了 7 万 input token（大白话：它把项目内容嚼了一遍才定位到问题），改完收工。这一轮 $0.52，163 秒——三轮里最贵最慢的一轮，花在修自己上一轮的猜错上。
第 3 轮补规则，$0.42，61 秒。
A 组总账：3 轮，$1.36，约 5 分 10 秒。其中第 2 轮 $0.52 是纯返工，占总账 38%。
还有个不容易发现的坑：挤到最后，A 组的成品依然缺功能——我全程没提「搜索不到要显示提示」，所以它没有。你边看边想需求，想到哪补到哪，没想到的就永远没有。
B 组一轮说完是什么结果
第 1 轮 $0.37，101 秒，4 条要求全做完。搜索框有 id、input 事件绑了、大小写不敏感、多关键词全命中才显示、空结果有提示行，全对。
第 2 轮验收，让它自己对着要求清单核一遍：$0.25，58 秒，没查出问题。
B 组总账：2 轮，$0.62，约 2 分 40 秒。
前后对比，算笔账
| A 组（挤牙膏） | B 组（一次说清） | |
|---|---|---|
| 轮数 | 3 | 2 |
| 总花费 | $1.36 | $0.62 |
| 总耗时 | 约 5 分 10 秒 | 约 2 分 40 秒 |
| 纯返工 | $0.52（占 38%） | $0 |
| 功能面 | 缺空结果提示 | 4/4 全有 |
差额 $0.74，省了 54%，时间省了一半。
为什么说得越省反而花得越多？三个原因叠出来的：
一，返工轮最贵。AI 修「没反应」这种问题时要把项目重读一遍，第 2 轮读进去 7 万 token，比你多说十个字贵出几百倍。
二，猜错的方向不止费钱。A 组第 1 轮要真拿去用，一点击就露馅，你还得回头找它。
三，功能面残缺是隐形的。返工的钱你看得到账单，缺的功能你当时看不到——等哪天用户搜索扑了个空，代价在别处结账。
这招怎么搬到你自己活里
两句话，都能直接用：
一，需求发出去之前，自己先过一遍：「它拿到这段话，还会问什么？」会问的全提前写进去。判断标准很简单——你写完的需求里没有一句「等等，还有」。
二，账别按 token 算，按轮算。包月订阅看不到单轮价钱，但轮数是看得见的：一轮能说清的事拆三轮，你多掏的不只是钱，还有来回盯着的十分钟。
诚实说两句局限：这是单项目单任务的一次实测，省 54% 这个数不保证每次都这样——需求越复杂、返工越多的场景，省得只会更多；反过来如果你原本一句话就能说清，那也没必要硬凑四条。另外 $0.42 一轮的绝对值跟你用的模型、订阅方式有关，别拿我的账单对号入座，看比例就行。
补充一句为什么这次盯上了这个话题：前几天 OpenAI 把包月转按量的新闻出来后（Uber 据说 4 月就烧完了全年 AI 预算），「省着用 AI」的声音又多了起来。方向没错，但省的对象别搞错——该省的是返工轮，不是你需求里的字。
你有没有过「一句话需求，AI 给你个半成品，再花三轮往回找」的经历？评论区聊聊你的问法，我看看还有没有更省的套路。