我之前一直以为 Token 烧得快，是因为模型太能读文件。后来发现不是。
更普遍的问题是：AI Agent 在执行命令的时候，会把一大堆无关输出直接塞进上下文。这些输出你根本不需要，但模型得读，得想，Token 就这么没了。
原理
任何可能产出大输出的命令，默认限制输出上限。就这么简单。
往 AGENTS.md 里加一条规则：
## Command Output Protect context usage. **Any command with unknown or potentially large output must be byte-capped.** Default pattern: COMMAND 2>&1 | head -c 4000
这条规则的本质是：AI 在找信息阶段，别让它把一堆垃圾内容塞进上下文。塞进去之后，不光费 Token，还影响模型的思考质量。上下文里噪音太多，模型反而更难找到真正有用的信息。
实测结果
Reddit 上有人分享过，单这一条规则，Token 开销大概能降 50%。
我试了一周，体感确实明显。之前一个差不多要花 10% Token 的任务，现在只花了 6%，省了 40%。没有 50% 那么夸张，但也够惊人了。
这东西对 Codex 和 Claude Code 都管用，原理一样——都是靠限制命令输出来保护上下文。
为什么有效
AI Agent 执行命令的时候，默认行为是把所有输出都读进去。比如你让它搜索一个东西，它跑了个 grep，返回了几千行结果，它就把这几千行全塞进上下文。但其实你只需要前几十行。
head -c 4000 把输出限制在 4KB，对大多数场景够用了。真需要更多内容的时候，再针对性地查就行。
这种做法省的不只是 Token，还有时间。上下文短了，模型处理起来更快，响应也更快。