"AI coding 的 token 消耗，其实可以砍 71 倍"

[mtr]

https://www.facebook.com/oyxiang/posts/ ... tQ83d7h17l

Graphify 官网： https://graphify.net/
Graphify Github： https://github.com/Graphify-Labs/graphify


AI coding 的 token 消耗，其实可以砍 71 倍。
​
同一个 query，有人烧 12 万 tokens，有人只烧 1,700。差距的关键就在 context 怎么喂给 AI。
​
你每个月给 AI 的 API fee，一半可能是烧在 "让 AI 认识你的 project" 上面而已。
​
每次开新 session，AI 都不认识你的 codebase。它要从零开始，一个 file 一个 file 读，一层 folder 一层 folder 翻，才能搞懂你在做什么。你还没打 prompt，20,000 tokens 已经消耗掉了。
​
Codebase 越大，烧得越凶。一半的算力其实是花在帮 AI 认路。
​
很多人以为用 /compact 之类的压缩功能就可以省。这些功能是把当前 session 的对话历史压缩成摘要，让你腾出空间继续做工。但它有两个问题。
​
第一，它是事后压缩。你已经烧掉的 tokens 拿不回来，它只是让你撑久一点。
​
第二，摘要一定会失真。原本 AI 对你 codebase 的理解，压缩后就变模糊。下一轮它可能又要重新读那些 file。
​
你陷入一个循环：读 → 压缩 → 忘 → 又读 → 又压缩。Tokens 一直在漏。
​
有个工具叫 Graphify。
​
它先把你整个 project（连同 code、docs、papers、diagram）建成一张 knowledge graph，像给 AI 一张地图。之后 AI 要什么，查地图对应的区块就好。
​
File 一改，它只 patch 受影响的部分，不用 rebuild 整张图。跑得快，也省。
​
再配合 Obsidian 这个工具当 second brain，这张地图永久存在你的 vault 里。跨 session、跨 project 都记得住你之前做过什么。
​
实测数据：单次 query 的 token 消耗少 71.5 倍。有时候甚至更多。
​
底子也够硬：Graphify Labs 是 YC S26 batch，GitHub 56k+ stars，PyPI 累积下载 110 万次，21 家 Fortune 500 在 enterprise waitlist，Rootly AI Labs 已经 production 用。
​
如果你每个月的 API 单已经贵到不敢乱开 session，值得花一个下午 setup 这个组合。一次做好，之后每个 project 都可以省很多了。

[joe]