北京
一個10人開發團隊，每月光是把代碼"喂"給AI就要燒掉1.5萬到4萬美元——還沒開始寫一行新功能。這不是估算，是正在發生的事。當AI代理被塞給原始代碼而非結構化信息時，token賬單就會失控。
CoreStory的做法是：把代碼庫變成一個持久的"代碼智能模型"（CIM），讓AI代理拿到的是精準的結構化上下文，而非整堆原始文件。實測數據顯示，Claude Code搭配CoreStory后，輸入token減少73%，運行時間減半，成本降低67%，輸出質量反而更好。
問題出在LLM沒有跨會話記憶。每次交互從零開始，開發者讓AI重構一個模塊時，模型需要的不只是那個文件，還包括依賴的schema、調用的工具函數、參與的數據流、足夠的架構背景來避免引入回歸問題。這些上下文動輒幾萬token——而模型昨天已經處理過一遍了。
更隱蔽的成本在輸出端。多數AI服務商對輸出token收費是輸入的3到5倍。當模型缺乏恰當上下文，會生成更長、更猶豫的回復，需要更多輪修正。每輪修正都要重新攝入上下文、生成更多輸出，賬單滾雪球。真正貴的不是發出去的token，是為了修結果而生成的token。
CoreStory的CIM相當于給代碼庫建了持久索引。AI代理不再重復攝入整個子系統，而是按需調取結構化摘要。這意味著同樣的開發任務，上下文傳輸量斷崖式下跌，輸出更精準，修正輪次減少，時間和費用同步壓縮。
值得注意的是，Claude Code等工具本身支持CLAUDE.md、技能文件等持久化配置來攜帶上下文。但當代碼庫規模達到50萬token級別，這些手工維護的配置難以覆蓋全貌，重復攝入的浪費依然巨大。結構化智能層和原始代碼之間的效率差距，在大型代碼庫上被急劇放大。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
