Spotify公开Claude Code架构，砍掉90%大文件Token消耗

Spotify 刚把自家的 Claude Code 内部架构全盘公开了， 直接把大文件读取的 Token 消耗硬生生砍掉了 90%: 绝大多数人都没意识到，你的编程助手 90% 的动作根本不是在思考， 它翻遍 5 个大文件只为找一个配置，照着旁边抄 20 个重复测试， 全是毫无技术含量的体力活，却全在按顶尖旗舰模型的最高费率狂烧。

Spotify 能把成本按在原地的 3 套刚性杀手锏：
1️⃣ 软规则全废直接上 Hook 铁门： 以前写在配置里的规矩模型全当耳旁风，现在任何读取请求只要超过 350 行，在执行前直接强行拦截熔断；
2️⃣ 派廉价工蜂提取子弹点摘要： 被拦截的大文件全分流给廉价小模型，只带回干干净净的结构化要点，几千行源代码永远不准跨进昂贵的上下文；
3️⃣ 模板代码直接落地不准回传： 让小模型按样本批量生成重复代码，剥离格式标记后直接静默写入磁盘，昂贵模型连看都不用看一眼。

但必须保留底牌：编辑文件和复杂推理绝不分流， 测试里小模型漏掉了一个严重的线程安全漏洞，旗舰模型几秒钟就抓了出来。

体力活交给工蜂，复杂逻辑留给旗舰， 所以大家别在提示词里求模型节约了，代码级拦截才是唯一的算力避孕套。

我把 Spotify 这套架构的核心技术细节整理出来了，供正在给团队搭研发 Agent 的架构师参考：

1. 架构三层设计：
- Hooks：唯一具有权威性的层级（PreToolUse hooks），在工具运行前直接拦截拒绝，模型完全无法绕过；
- Scripts：执行层，负责组装请求并唤起廉价模型，把网络管道逻辑与主模型隔离；
- Skills：纯建议层，仅用于平滑指引，就算模型没读也不会导致系统崩溃。

2. 坚决不被代理的三件事（必须全额买单）：
- 修改已有文件：小模型的摘要没有可靠的行号，因此指定 offset 和 limit 的精确读取必须放行给主模型；
- 核心逻辑推理：小模型只能发现表层模式，Spotify 实测中它彻底漏掉了多线程安全 Bug，被旗舰模型几秒抓出；
- 小文件读取：单次代理网络来回耗时 10-30 秒，小文件走代理反而得不偿失。

3. 最省钱的一句系统提示词：
- 给代码生成工蜂下死命令：“只输出纯代码，严禁任何解释，严禁包含 Markdown 格式标记（fences）”；给读取工蜂下死命令：“只给子弹点，严禁问候语，严禁前言”。

这套架构由 Spotify 的 Dimitri Mazmanov 设计，真正实现了高价值思考与低价值搬运的工程解耦。