dsh_ai1net_server/docs/会话与接续/省积分_四个根治方法详解_20260915.html

<!DOCTYPE html>
<html lang="zh-CN"><head><meta charset="utf-8">
<meta name="viewport" content="width=device-width,initial-scale=1">
<title>省积分 · 四个根治方法详解</title>
<style>
  :root{
    --ink:#0b1220; --mut:#6b7688; --line:#e6e9ee; --bg:#f4f5f7;
    --red:#c02626; --redbg:#fef2f2; --redln:#fecaca;
    --amb:#b45309; --ambbg:#fffbeb; --ambln:#fde68a;
    --grn:#0a7a4f; --grnbg:#ecfdf5; --grnln:#bbf7d0;
    --blu:#1d4ed8; --blubg:#eff6ff; --bluln:#bfdbfe;
  }
  body{margin:0;padding:26px 14px 40px;background:var(--bg);color:var(--ink);
       font-family:system-ui,-apple-system,"Segoe UI","Microsoft YaHei",sans-serif;
       -webkit-font-smoothing:antialiased;line-height:1.5}
  .wrap{max-width:940px;margin:0 auto}
  .card{background:#fff;border:1px solid var(--line);border-radius:18px;padding:24px 26px;margin-bottom:14px;
        box-shadow:0 1px 2px rgba(11,18,32,.04),0 10px 28px -14px rgba(11,18,32,.13)}
  h1{font-size:28px;line-height:1.3;margin:0 0 8px;letter-spacing:-.7px;font-weight:800}
  h1 em{font-style:normal;color:var(--red)}
  .sub{font-size:14.5px;color:var(--mut);font-weight:700;margin:0}
  .sub b{color:var(--ink)}

  .mh{display:flex;align-items:baseline;gap:12px;flex-wrap:wrap;margin-bottom:14px}
  .no{font-size:13px;font-weight:800;color:#fff;background:var(--ink);border-radius:8px;padding:4px 9px;letter-spacing:.5px}
  .mt{font-size:21px;font-weight:800;letter-spacing:-.4px;margin:0}
  .tag{font-size:12.5px;font-weight:800;border-radius:999px;padding:4px 11px;white-space:nowrap}
  .t-red{color:var(--red);background:var(--redbg);border:1px solid var(--redln)}
  .t-amb{color:var(--amb);background:var(--ambbg);border:1px solid var(--ambln)}
  .t-grn{color:var(--grn);background:var(--grnbg);border:1px solid var(--grnln)}
  .t-blu{color:var(--blu);background:var(--blubg);border:1px solid var(--bluln)}

  table{width:100%;border-collapse:collapse;font-size:14px}
  th,td{text-align:left;vertical-align:top;padding:9px 12px 9px 0;border-bottom:1px solid #f1f3f6}
  th{width:96px;color:var(--mut);font-weight:800;white-space:nowrap;font-size:13px}
  tr:last-child td,tr:last-child th{border-bottom:0}
  td b{color:var(--red)}
  code{background:#f3f4f6;border:1px solid #e8eaee;border-radius:5px;padding:1px 5px;font-size:12.8px;
       font-family:ui-monospace,Consolas,monospace}

  .warn{background:var(--redbg);border-left:4px solid var(--red);border-radius:0 12px 12px 0;
        padding:14px 18px;font-size:14.5px}
  .warn .wt{font-weight:800;color:var(--red);font-size:15.5px;margin-bottom:8px}
  .warn ul{margin:8px 0 0;padding-left:20px}
  .warn li{margin:5px 0}

  .fx{margin-top:12px;padding:11px 15px;border-radius:11px;font-size:14px;font-weight:700;
      background:#f8fafc;border:1px dashed #dbe1e8}
  .fx span{color:var(--red);font-weight:800}

  .state{display:inline-block;font-size:12.5px;font-weight:800;border-radius:6px;padding:3px 8px}
  .s-on{color:var(--grn);background:var(--grnbg)}
  .s-off{color:var(--amb);background:var(--ambbg)}

  .rel{display:flex;gap:10px;flex-wrap:wrap;margin-top:6px}
  .rel div{flex:1 1 190px;background:#f8fafc;border:1px solid #e8ecf1;border-radius:12px;padding:12px 14px;font-size:13.5px}
  .rel b{display:block;font-size:15px;margin-bottom:3px}
  .foot{font-size:12.5px;color:var(--mut);text-align:center;margin-top:6px}

  /* ── 手机端：表格改竖排，禁止横向撑破 ─────────────────── */
  @media (max-width:600px){
    body{padding:16px 10px 26px}
    .card{padding:17px 15px;border-radius:14px}
    h1{font-size:22px;letter-spacing:-.4px}
    .mt{font-size:18px}
    .sub{font-size:13.5px}
    table{font-size:13.5px}
    tr{display:block;border-bottom:1px solid #f1f3f6;padding:8px 0}
    tr:last-child{border-bottom:0}
    th,td{display:block;width:auto;border:0;padding:0}
    th{padding-bottom:3px}
    td{padding-bottom:2px}
    .warn{font-size:13.5px;padding:13px 14px}
    .warn ul{padding-left:17px}
    .fx{font-size:13px}
    .rel div{flex:1 1 100%}
  }
</style></head><body><div class="wrap">

<div class="card">
  <h1>省积分 · <em>四个根治方法</em>详解</h1>
  <p class="sub">成本 = <b>请求次数 × 当时上下文体积</b>。历史只增不减、输出永久驻留、每轮全量重发 ——<br>
     四个方法分别打在这个链条的不同环节上。</p>
</div>

<div class="card">
  <div class="warn">
    <div class="wt">先纠正一个口径：第 1 轮「只产生 27 万 token」吗？</div>
    实测同一个会话（443 次带 usage 的模型请求）：
    <ul>
      <li><b>27 万</b>（269,522）= 第 1 轮<b>结束时上下文的绝对体积</b>。这是"水位"，只算一次。</li>
      <li><b>1,090 万</b>（10,906,992）= 第 1 轮<b>实际计费的 input 合计</b>。101 次请求，每次都把当时的全部历史重发一遍。<br>
          ⇒ 两者差 <b>40 倍</b>。</li>
      <li>而第 1 轮在全量 1.93 亿里只占 <b>5.6%</b> —— 它的问题不是"贵"，是<b>把水位顶起来了</b>。</li>
      <li>真正最贵的是<b>第 11、12 轮</b>：22.0% + 18.4% = <b>40.4%</b>。它们在 68 万的水位上，各跑了 <b>66 / 55 次</b>请求。</li>
    </ul>
    <div style="margin-top:10px;font-weight:800;color:var(--red)">
      ⇒ 「顶水位」（第 1 轮）和「在高水位上跑请求」（第 11/12 轮）是两件事，后者更贵。
    </div>
  </div>
</div>

<div class="card">
  <div class="mh"><span class="no">方法 ①</span><h2 class="mt">批量活写脚本</h2><span class="tag t-red">打在：请求次数</span></div>
  <table>
    <tr><th>干什么</th><td>同质的小改动（清注释、改文案、换版本号、批量改名）<b>不逐处 Edit</b>，写一个脚本一次做完。</td></tr>
    <tr><th>触发条件</th><td>同一会话内对同一文件 ≥3 次编辑，或待办本身是"同类 × N 处"。</td></tr>
    <tr><th>为什么根治</th><td>一次工具调用在历史里留两条记录（入参 + 结果），<b>后续每一轮都要重发</b>。<br>
        把 N 次编辑压成 1 次 ⇒ 历史里的工具痕迹从 <b>2N 条降到 2 条</b>，且不再随轮数放大。</td></tr>
    <tr><th>实测</th><td>出事那轮：<b>101 次请求</b>、142 次文件编辑、179 次命令，只为清 96 处同类注释。<br>
        改成 1 个脚本 ⇒ 请求数可降到个位数级别。</td></tr>
    <tr><th>现状</th><td><span class="state s-off">未实现</span> —— 属"操作纪律"，不是硬门禁。</td></tr>
    <tr><th>代价</th><td>脚本要写对；一次动的地方变多 ⇒ 必须先 dry-run + 备份。写错的话影响面比逐处改大。</td></tr>
    <tr><th>落地</th><td>写进根 <code>CODEBUDDY.md</code> 的操作纪律；钩子里对"同文件第 3 次编辑"给提示。</td></tr>
  </table>
  <div class="fx">收益量级：单轮请求数 <span>101 → 10 上下</span>，该轮计费量随之腰斩再腰斩。</div>
</div>

<div class="card">
  <div class="mh"><span class="no">方法 ②</span><h2 class="mt">拦大输出</h2><span class="tag t-grn">打在：每次请求的体积</span></div>
  <table>
    <tr><th>干什么</th><td>硬门禁（<code>PreToolUse</code>）拦 6 类<b>高置信度</b>命令：<br>
        <code>cat</code> 大文件（&gt;200 KB）· <code>ls -R</code> · <code>find &lt;根&gt;</code> 无 <code>-maxdepth</code> ·
        <code>journalctl</code> 无 <code>-n/--since</code> · <code>dmesg</code> 无 head · <code>Read</code> 超大文件（&gt;400 KB）</td></tr>
    <tr><th>放行什么</th><td>一切带管道的写法（<code>| head</code> / <code>| grep</code> / <code>| wc -l</code>）——输出已被下游截断，不构成风险。</td></tr>
    <tr><th>为什么根治</th><td>上下文体积<b>只增不减</b>。一条 2 MB 输出进去，就永久占 2 MB，<b>再乘以后面每一次请求</b>。<br>
        ⇒ 拦一条 = 省 <code>字符数 ÷ 2.11 × 剩余请求数</code> 的 token。</td></tr>
    <tr><th>实测</th><td>回放 <b>4,053 条真实命令</b>：误拦率从 1.63% 收到 <b>0.05%</b>（2 条，且都是真阳性）。</td></tr>
    <tr><th>现状</th><td><span class="state s-on">已上线</span> —— 配置已挂 <code>Bash|Read</code>，完全重启后生效。</td></tr>
    <tr><th>代价</th><td>低。带 <code>DSH_OUTPUT_GUARD_OFF=1</code> 应急开关；三档 soft / hard / off 可切。</td></tr>
    <tr><th>落地</th><td>无需额外动作，重启即生效。</td></tr>
  </table>
  <div class="fx">这是<span>唯一</span>在"灌进去之前"就把体积掐掉的手段，其余三个都是事后收敛。</div>
</div>

<div class="card">
  <div class="mh"><span class="no">方法 ③</span><h2 class="mt">命令限流</h2><span class="tag t-amb">打在：高水位段的请求次数</span></div>
  <table>
    <tr><th>干什么</th><td>软告警（<code>UserPromptSubmit</code> 钩子）：读本会话 usage，当"当前体积"或"单轮工具调用次数"越线时，<br>
        向下一轮注入一句话 ——「本轮已 66 次调用、水位 68 万，请收敛成一个脚本 / 一次批量操作」。</td></tr>
    <tr><th>为什么根治</th><td>①② 降的是<b>每次请求的体积</b>，③ 降的是<b>请求次数</b>。成本 = 次数 × 体积，<b>两个都要压</b>。</td></tr>
    <tr><th>实测</th><td>第 11 轮：<b>66 次请求 × 64 万水位 = 4,247 万</b>（占全量 22%）。<br>
        同轮若收敛到 10 次请求，量级掉到 640 万左右 ⇒ 省下全量的 <b>约 19%</b>。</td></tr>
    <tr><th>现状</th><td><span class="state s-off">未接入</span> —— 钩子本体已存在，限流提示被取消，尚未接回。</td></tr>
    <tr><th>代价</th><td>提示本身占约 50 token，可忽略；但它只是"劝"，AI 不理会就无效 ⇒ 软约束。</td></tr>
    <tr><th>落地</th><td>把 <code>stop-dialog-guard.py</code> 的 <code>budget_note()</code> 重新接上（改一个 if 条件）。</td></tr>
  </table>
  <div class="fx">它治的是"<span>在水位已经很高时还猛跑请求</span>"这个最贵的模式。</div>
</div>

<div class="card">
  <div class="mh"><span class="no">方法 ④</span><h2 class="mt">切会话</h2><span class="tag t-blu">打在：让体积归零</span></div>
  <table>
    <tr><th>干什么</th><td><b>一个需求一个会话</b>。需求闭环就新建会话，不开"万能长会话"。</td></tr>
    <tr><th>为什么根治</th><td>这是<b>唯一能让上下文归零</b>的手段。历史是 append-only，<b>AI 无权删自己的历史</b> ——<br>
        所以在一个 59 万水位的会话里"少说两句"完全没用，体积不会降一分。</td></tr>
    <tr><th>实测</th><td>目标会话末段水位 593,510。有几轮指令只有几个字（如"推送"），却仍要重发 <b>49.8 万 token</b>；<br>
        那一轮 9 次请求合计 <b>443 万 input</b>，就为了推一次代码。</td></tr>
    <tr><th>现状</th><td><span class="state s-off">纯纪律</span> —— 无工具强制；跨会话靠 <code>session-handoff/</code> 交接单。</td></tr>
    <tr><th>代价</th><td>开会话要读交接单（几十 KB 一次），会话内上下文会丢 ⇒ 交接单必须写全。</td></tr>
    <tr><th>落地</th><td>写进 <code>CODEBUDDY.md</code>：<b>一个需求一个会话；闭环即新建</b>。</td></tr>
  </table>
  <div class="fx">前三个是"<span>别让水位涨太快</span>"，这一个才是"<span>把水位倒掉</span>"。</div>
</div>

<div class="card">
  <div class="rel">
    <div><b>① 批量活写脚本</b>少留痕迹 —— 从源头减少历史条目</div>
    <div><b>② 拦大输出</b>别灌垃圾 —— 挡住单条巨型输出</div>
    <div><b>③ 命令限流</b>高位少跑 —— 压住高水位段的请求数</div>
    <div><b>④ 切会话</b>及时倒水 —— 唯一能归零的动作</div>
  </div>
  <div class="fx" style="margin-top:14px">共同根因：<b>历史只增不减，工具输出永久驻留，每轮全量重发</b>。
    ①②③ 在会话内减缓累积，④ 才是重置。会话内解决不了根因本身 —— 那要靠平台的压缩策略。</div>
</div>

<div class="foot">数据来源：目标会话转录逐条统计（443 次带 usage 的模型请求）｜ 折算比 2.11 字符/token</div>

</div></body></html>