Spotify的Backstage门户将我的Claude Code令牌使用量减少了90%
内容提要
AI编程助手处理大量I/O任务时浪费昂贵模型token。通过Spotify BackPortal的AiKA Modes创建bulk-reader和code-writer两种模式，用便宜模型处理文件读取和代码生成，可节省约90%token。但无法委托编辑和推理任务，且延迟较高。该方案将模型路由从系统工程问题变为配置问题。
延伸解读
成本压力下的模型路由策略
文章指出，到2028年AI编程成本可能超过开发者平均薪资，目前已有工程团队每月为每位开发者花费200至2000美元以上的token费用。这种成本压力促使开发者寻找更经济的方案。通过将大量I/O任务（如读取文件、生成样板代码）委托给便宜模型，可以显著降低开支，而将昂贵模型保留给真正需要推理的任务。这反映了AI辅助开发中成本优化的现实需求。
模式路由的适用边界
作者明确提到，这种路由方案无法委托编辑和推理任务。因为工作模型生成的摘要缺乏可靠行号，无法用于精确编辑；同时，工作模型在测试中未能发现微妙的线程安全问题，而Claude能快速识别。因此，路由仅适用于理解性任务，而调试、架构决策和安全关键代码仍需昂贵模型处理。这提醒读者在采用类似方案时需明确任务类型，避免过度依赖便宜模型。
延迟与阈值权衡
每次委托都会引入网络往返，响应通常需要10至30秒，且Portal单次调用上限为30秒，因此超大生成需拆分。对于小文件，委托开销可能超过节省的token，所以作者设置了行数阈值（默认350行）来平衡。这提示读者在实施类似路由时，需根据文件大小和任务类型调整阈值，以最大化收益。
Q&A
如何通过Spotify的Backstage门户减少AI编程助手的token消耗？
通过创建两种AiKA模式：bulk-reader用于批量读取文件并总结，code-writer用于生成样板代码，将Claude Code中的I/O密集型任务委托给便宜的模型（如Gemini 2.5 Flash），从而节省约90%的token。
什么是AiKA Modes？它如何工作？
AiKA Modes是Spotify Backstage Portal中的声明式代理，运行在临时运行时上（类似AWS Lambda）。用户定义指令、选择模型、设置参数（如temperature）并附加MCP工具，Portal负责其余部分。模式可通过CLI或API调用，可公开或私有。
bulk-reader和code-writer模式分别用于什么场景？
bulk-reader用于批量读取多个文件并回答具体问题，避免Claude读取大量文件；code-writer用于生成测试、配置等样板代码，根据参考文件匹配现有模式。
shunt插件如何实现自动路由？
shunt是一个Claude Code插件，通过PreToolUse钩子监控工具调用。当读取大文件（默认超过350行）时，钩子会阻止读取并引导Claude使用bulk-reader技能；对于bash中的cat等命令也会拦截。阈值可通过环境变量SHUNT_MIN_LINES配置。
使用这种模型路由方案有哪些限制？
限制包括：无法委托编辑任务（因为摘要缺少可靠行号）；无法委托推理任务（如调试、架构决策）；延迟较高（每次委托10-30秒，Portal单次调用上限30秒），因此小文件读取可能得不偿失。
如何安装和配置shunt插件？
从spotify/portal-ai-plugins市场安装portal和shunt插件，然后在Claude Code会话中运行/portal:setup进行认证。bulk-reader和code-writer模式已公开，可直接使用，也可在Portal中fork自定义。
为什么说AiKA Modes将模型路由从系统工程问题变成了配置问题？
因为使用AiKA Modes，无需构建基础设施，只需描述想要的模式并命名，即可实现模型路由。模式可复用、可共享、可组合，且路由决策与工作模型解耦，使得调整模型或提示词变得简单。
