问题描述：

前言

API调用次数和Token消耗量一直是vibe coding时的大难题，一个小小的修改，AI却总是想要探索更多，然后无情的消耗你的Token。所以，有哪些最佳实践方法来减少API调用次数和Token消耗？

我的案例

我来分享一个我在个人项目和工作项目中遇到的问题和采用的方法，希望对大家有所启发。

vibe coding时，一般都有单元测试，AI会自主去执行单侧，对于编译型语言（比如：C++），AI还会自主去执行编译，但是这两个过程会产出大量的无效信息，我认为有些信息AI完全不需要关注（以C++程序为例）：

• 编译过程无关紧要的警告、进度等信息；
• 单侧过程中已经通过测试的单侧用例、DEBUG打印等；

通过提示词，让AI自己去生成命令过滤，实际上会不太稳定。所以我在实践中，是让AI编写一个脚本，其核心功能是：

• 执行固定的单侧流程，程序化的过滤AI不应该关心的信息，AI只需要一条固定的命令即可执行。保证稳定性和上下文不被过多占用。

我以工作中和个人项目为例：

• 工作项目（基于C++）：使用Python脚本实现程序化单测流程，可以编译和执行单侧，它只输出最重要的信息，比如编译错误、单侧失败的用例、单测失败的位置等；AI执行执行固定的命令python gut_runner test_xxx.cpp，稳定性会更高。
• 个人项目（Godot游戏）：gdscript是一个脚本，没有编译流程，所以重心是在过滤无关信息，输出也一样，只有失败的部分。

核心思想是：用稳定的流程或者工具，补齐AI能力上的不足。

欢迎各位佬一起探讨，我们的目标是：用工程化思想，实现以最少的API请求次数、Token消耗，完成最好的vibe coding效果。