Куда утекают токены в Claude Code и Codex

Суть за 30 секунд

Каждый раз, когда ты отправляешь сообщение, модель получает не только его. Она получает весь контекст заново: системный промпт, твои глобальные правила, все файлы, подключённые к автозагрузке, описания всех установленных скиллов, инструкции всех подключённых коннекторов — и всю историю диалога.

Назовём то, что грузится до первого твоего слова, стартовым весом сессии. Ключевое свойство: он платится не один раз за сессию, а каждый ход. Задал 40 вопросов подряд — заплатил за стартовый вес 40 раз.

Отсюда простое следствие: один лишний файл в автозагрузке дороже десяти чтений по запросу. Чтение по запросу случается один раз, когда реально нужно. Файл в автозагрузке едет с тобой всю сессию, в каждом ходу.

Сначала померь — не оптимизируй вслепую

Прежде чем что-то резать, получи цифры. Иначе вырежешь не то: сэкономишь пятьсот токенов на правилах и не заметишь тридцать тысяч в одном файле.

# 1. Что автозагружается в каждую сессию
for f in ~/.claude/CLAUDE.md ~/.claude/settings.json; do
  [ -f "$f" ] && printf "%8d байт  %s\n" "$(wc -c < "$f")" "$f"
done
grep -o '@[^ ]*' ~/.claude/CLAUDE.md | tr -d '@' | while read p; do
  p="${p/#\~/$HOME}"; [ -f "$p" ] && printf "%8d байт  %s\n" "$(wc -c < "$p")" "$p"
done

# 2. Сколько выдаёт SessionStart-хук — частый источник мегабайтов
python3 -c "
import json,os,subprocess
s=json.load(open(os.path.expanduser('~/.claude/settings.json')))
for grp in s.get('hooks',{}).get('SessionStart',[]):
    for h in grp.get('hooks',[]):
        out=subprocess.run(h['command'],shell=True,capture_output=True).stdout
        print(len(out),'байт  ~',len(out)//3,'токенов  <-',h['command'])
"

# 3. Вес описаний всех скиллов — грузится всегда
find ~/.claude/skills ~/.claude/plugins -name SKILL.md 2>/dev/null | while read f; do
  awk '/^---$/{c++;next} c==1' "$f" | grep -E '^(name|description):' | wc -c
done | awk '{s+=$1} END {printf "скиллы: %d байт (~%d токенов)\n", s, s/3.5}'

grep -E '^(model|model_reasoning_effort|model_context_window|project_doc_max_bytes)' ~/.codex/config.toml

find . ~/.codex -maxdepth 2 -name 'AGENTS.md' 2>/dev/null | while read f; do
  printf "%8d байт  %s\n" "$(wc -c < "$f")" "$f"
done

Как читать цифры. Примерно 3 байта на токен для русского текста, 4 — для английского и кода. Здоровый стартовый вес — до 15 000 токенов. Всё, что выше 30 000, требует разбора.

Пять правил, которые дают 90% экономии

1. В автозагрузке — только карты, а не данные

Главная и самая дорогая ошибка: сгружать в автостарт справочники «чтобы агент всё знал». Агенту не нужно знать всё. Ему нужно знать, где искать, и уметь туда сходить.

У меня стартовый хук грузил канбан проектов целиком — 97 КБ, то есть 32 500 токенов в каждой сессии. Я заменил его номенклатурной картой на 2 КБ: название проекта → одна строка сути → где лежат детали. Агент по-прежнему знает все проекты по именам, может сослаться на любой и сам открывает нужную карточку грепом, когда до неё доходит дело.

Критерий простой: файл в автозагрузке должен отвечать на вопрос «куда пойти?», а не «что там написано?». Если он длиннее сотни строк — это данные, а не карта.

2. Хук не должен срабатывать после сжатия контекста

Тонкая деталь, которая дорого стоит. Хук SessionStart в Claude Code без указанного matcher срабатывает на все события: запуск, продолжение, очистку — и автосжатие контекста.

Получается петля, которая разгоняет сама себя: контекст переполнился → произошло сжатие → хук снова влил свой мегабайт → ты быстрее приехал к следующему сжатию. Лечится одной строкой:

"hooks": {
  "SessionStart": [
    {
      "matcher": "startup",
      "hooks": [{ "type": "command", "command": "bash ~/.claude/hooks/твой-хук.sh" }]
    }
  ]
}

3. Одна копия правды

Проверь, не приезжает ли одно и то же двумя путями. У меня фокус по проектам грузился трижды: через @-импорт в правилах, через хук и отдельным файлом состояния. Три версии, местами разошедшиеся между собой — то есть агент получал ещё и противоречивые данные, не только лишние.

Крайний случай, который я нашёл у себя: две разошедшиеся копии всего хранилища — одна в iCloud, вторая в Syncthing, и разные инструменты читали разные. Если у тебя заметки синкаются несколькими способами, сравни копии:

md5 -q /путь/копия1/файл.md /путь/копия2/файл.md

4. Модель и effort — по классу задачи

Дефолт «самая умная модель плюс максимальное рассуждение» — самый дорогой способ переименовывать файлы. Разложи по классам.

Линейка Codex, если ты её не разбирал. Три модели одного поколения, разложены ровно по той же логике, что Opus и Sonnet:

• gpt-5.6-sol — флагман: сложный код, computer use, ресёрч. Аналог Opus, берётся под тяжёлое.
• gpt-5.6-terra — сбалансированная, рабочая лошадка на каждый день при меньшей цене. Аналог Sonnet, это дефолт.
• gpt-5.6-luna — быстрая и самая дешёвая, под понятные повторяемые задачи. Ближе к Haiku; в Claude Code аналогом злоупотреблять не стоит, а вот у Codex это осмысленный нижний ярус для массовой однотипной работы.

Пол — Sonnet и medium. Ниже не спускайся: экономия там копеечная, а качество проваливается заметно. Дешёвый ответ, который надо переделывать, стоит дороже дорогого.

5. Одна сессия — одна задача

Самое скучное правило и самое денежное. Каждый ход пересылает весь тред целиком. Пятьдесят ходов при стартовом весе 15 тысяч — это 750 000 токенов только на преамбулу, и это ещё до самой переписки.

Задача закрыта — /clear. Подошёл к автосжатию (примерно 70% окна) — зафиксируй, где остановился, и начни заново: это дешевле, чем сжиматься, и точнее, потому что ты сам решаешь, что перенести.

Готовый блок правил — копировать целиком

Один и тот же блок работает в обоих инструментах: Claude читает CLAUDE.md, Codex — AGENTS.md, формат одинаковый.

## Выбор модели и уровня рассуждений

**Явное указание пользователя важнее всего.** Сказал «работай Опусом»,
переключил через `/model` или `/effort` — так и работаем, правила ниже молчат.

| Класс задачи | Модель | Effort |
|---|---|---|
| Рассуждение, планирование, архитектура, разбор проблем, стратегия | Opus | xhigh |
| Работа с текстом, правки, простые и понятные задачи | Sonnet | medium |
| Механика: коммиты, деплой, парсинг, переименования, форматирование | Sonnet | medium |

- **Пол — Sonnet + medium.** Ниже не опускаться никогда, даже на самой тупой
  подзадаче: экономия копеечная, качество проваливается заметно.
- **Дефолт сессии — Sonnet + medium.** Opus поднимается руками под задачу.
- **Модель на ходу переключить нельзя.** Если задача явно из верхней строки,
  а сессия идёт на Sonnet — сказать ОДНОЙ строкой в начале: «Это архитектурная
  задача — имеет смысл `/model opus` + `/effort xhigh`. Продолжать на Sonnet?»
  И работать дальше, не дожидаясь ответа. Один раз за задачу, не повторять.
- **Автоматический даунгрейд подзадач.** Когда модель не названа явно, подзадачи,
  уходящие в субагентов, ставятся по таблице самостоятельно, без вопроса: поиск
  по файлам, сбор фактуры, механические правки, прогон тестов → `model: sonnet`,
  `effort: medium`. Наверх субагента поднимать только под настоящий разбор.

## Экономия контекста

Стартовый вес сессии пересылается КАЖДЫЙ ход — один лишний файл в начале дороже
десяти чтений по запросу. Отсюда правила:

- **Не читать файл целиком, если нужен кусок.** Сначала `rg` с контекстом или
  `Read` с `offset`/`limit`, и только потом весь файл. Для всего, что тяжелее
  ~20 КБ, — обязательно.
- **Не перечитывать то, что уже прочитано в этой сессии.**
- **Широкий поиск — субагентом.** Он перелопачивает десятки файлов у себя
  в контексте и возвращает в главный тред только вывод. Тридцать чтений
  «посмотреть, где это лежит» в главном треде — так делать не надо.
- **Не пересказывать в ответе то, что уже в контексте.** Не отчитываться списком
  прочитанных файлов и не резюмировать проделанное, если не просили: это оседает
  в истории навсегда и пересылается каждый ход.
- **Одна сессия = одна задача.** Задача закрыта — записать, где остановились,
  и предложить `/clear`. Подошли к автосжатию (~70% окна) — то же самое:
  зафиксировать и начать заново дешевле, чем сжиматься.
- **Автозагрузка — только карты.** Справочники и каталоги читаются по запросу.
  Файл X (~N КБ) целиком НЕ читать никогда: номенклатура уже в карте,
  детали доставать точечно `rg -A 12 'НАЗВАНИЕ' X`.

## Выбор модели и уровня рассуждений

| Класс задачи | model_reasoning_effort |
|---|---|
| Рассуждение, планирование, архитектура, стратегия | high или xhigh |
| Работа с текстом, правки, понятные задачи | medium |
| Механика: коммиты, деплой, парсинг, переименования | low |

- Дефолт — `medium` (задаётся в `~/.codex/config.toml`).
- Effort переключается прямо в сессии: `/effort high`, либо `Alt+.` / `Alt+,`.
- Разовый запуск с другим уровнем: `codex -e high "задача"`.
- Ниже `low` не опускаться.

Промпты — копировать и вставлять

Проведи аудит расхода токенов в моём сетапе. По шагам:

1. Померь стартовый вес сессии: размер глобального файла правил, всех
   @-импортов внутри него, вывод всех SessionStart-хуков, суммарный вес
   описаний скиллов. Дай таблицу в байтах и примерных токенах.
2. Найди в автозагрузке всё, что является ДАННЫМИ, а не картой: справочники,
   канбаны, каталоги, логи, накопительные файлы. Для каждого — размер.
3. Найди дублирование: одна и та же информация, приезжающая двумя путями.
4. Проверь, ограничен ли SessionStart-хук matcher'ом "startup".
5. Посчитай, сколько токенов освободится по каждому пункту.

Не правь ничего — сначала покажи цифры и план.

Файл [ПУТЬ] загружается в контекст каждой сессии и весит [N] КБ.
Преврати его в карту: название → одна строка сути → где лежат детали.

Требования:
- Не выдумывай факты: всё берётся из текущего содержимого файла.
- Ничего не теряй по номенклатуре — все сущности должны остаться
  перечисленными по именам, чтобы я мог сослаться на любую.
- Детали не пересказывай, а заменяй указателем: путь к файлу или
  готовая команда греп.
- Цель — уложиться в [N] строк.
- Полную версию не удаляй: она остаётся источником, просто перестаёт
  грузиться автоматически.

Заканчиваем. Перед завершением:
1. Запиши в [ФАЙЛ РЕЗЮМЕ] 3-6 строк: над чем работали, следующий шаг,
   какие файлы тронуты. Старое из этого файла выкинь — там должны
   оставаться только 1-2 последние сессии.
2. Если в этой сессии выяснилось что-то, что стоит помнить дальше, —
   допиши это в правила одной строкой.
3. Скажи одной строкой, можно ли делать /clear.

Прежде чем начинать: оцени задачу по трём осям и скажи одной строкой —
①нужен ли Opus или хватит Sonnet, ②какой effort, ③уложимся в одну сессию
или лучше разбить. Дальше работай, ответа не жди.

Установка: Claude Code

1. Правила Открой ~/.claude/CLAUDE.md (создай, если нет) и вставь блоки 1 и 2 из раздела выше. Файл подхватывается автоматически в любой папке.
2. Дефолтная модель и effort В ~/.claude/settings.json: "model": "sonnet" и "effortLevel": "medium". Значения effort: low, medium, high, xhigh, max. В сессии переключается через /model opus и /effort xhigh.
3. Ограничь хук стартом Добавь "matcher": "startup" — иначе хук перезаливает вывод после каждого автосжатия.
4. Ревизия хука Открой скрипт и вычеркни из списка загружаемых файлов всё, что является данными. Оставь карты. Запиши бюджет прямо в шапку скрипта, чтобы будущий ты его видел.
5. Отключи то, чем не пользуешься MCP-коннекторы: claude mcp list посмотреть, claude mcp remove ИМЯ -s user убрать. Коннекторы из claude.ai отключаются в настройках claude.ai, локально их не видно. Скиллы: их описания грузятся всегда — проверь, нет ли десяти скиллов про одно и то же.
6. Личное — вон из глобального автостарта Отдельно проверь, не грузится ли в глобальные правила файл с личным: финансы, семья, здоровье. Глобальный автостарт работает в любой папке и светится на записи экрана и на демонстрациях. Такие файлы читаются по запросу.

#!/usr/bin/env bash
# ⚠️ БЮДЖЕТ: суммарно ≤ 25 КБ (~8k токенов).
#    Этот вывод пересылается КАЖДЫЙ ход каждой сессии — один лишний файл
#    здесь дороже, чем десять чтений по запросу.
#
# Что НЕ грузим сюда осознанно:
#   большой канбан/справочник — вместо него карта, детали грепом
#   личное (финансы, семья) — хук работает в ЛЮБОЙ папке и светится на записи
set -euo pipefail

Установка: Codex

1. Правила Codex читает AGENTS.md из корня проекта. Вставь туда блоки 2 и 3. Если правила общие для всех проектов — можно положить в ~/.codex/AGENTS.md.
2. Не дублируй файл правил Если ты уже ведёшь CLAUDE.md — скажи Codex читать его вместо второго файла: project_doc_fallback_filenames = ["CLAUDE.md"]. Один файл правил вместо двух расходящихся.
3. Модель и effort В ~/.codex/config.toml: model = "gpt-5.6-terra" и model_reasoning_effort = "medium". Уровни идут от low до max, есть ещё ultra под параллельных субагентов. ⚠️ Набор моделей и точные строки уровней меняются от версии к версии — сверься командой /model прямо в сессии, она покажет, что доступно именно тебе.
4. Жёсткий лимит на вес инструкций Ключ, которого нет у Claude, и он очень полезен: project_doc_max_bytes. Codex сам обрежет проектные доки по этому потолку. У меня AGENTS.md разросся до 37 КБ — без лимита это просто уезжает в контекст каждой сессии.
5. Профили под режимы работы Разные наборы настроек под разные типы задач, запуск через codex --profile deep.

# дефолт — экономный
model_reasoning_effort = "medium"

# потолок на вес проектных инструкций (AGENTS.md и т.п.)
project_doc_max_bytes = 20000

# не заводить второй файл правил — читать существующий CLAUDE.md
project_doc_fallback_filenames = ["CLAUDE.md"]

# профили под режимы: codex --profile deep / --profile mech
[profiles.deep]
model_reasoning_effort = "xhigh"

[profiles.mech]
model_reasoning_effort = "low"

Чек-лист — пройти один раз

• Померил стартовый вес сессии
• Из автозагрузки убраны данные, остались карты
• Самый тяжёлый файл автозагрузки заменён номенклатурной картой
• SessionStart-хук ограничен matcher: "startup" (Claude)
• Выставлен project_doc_max_bytes (Codex)
• Дефолтная модель — Sonnet, effort — medium
• Блок правил вставлен в CLAUDE.md / AGENTS.md
• Отключены неиспользуемые MCP-коннекторы
• Проверено дублирование: одна информация — один путь загрузки
• Личное убрано из глобального автостарта
• Померил стартовый вес заново, записал разницу

Что НЕ надо делать

Три ошибки, которые выглядят как экономия, но ей не являются.

Не режь контекст, который реально нужен. Экономия не в том, чтобы агент знал меньше, а в том, чтобы он не таскал справочник, когда хватает оглавления. Если после уборки агент начал переспрашивать очевидное — ты вырезал карту, а не данные. Верни.

Не спускайся ниже разумного минимума модели. Разница в цене между medium и low невелика, разница в качестве заметна. Дешёвый ответ, который надо переделывать, стоит дороже дорогого.

Не экономь на ресёрче под конкретный вопрос. Пять чтений, которые дали верный ответ, дешевле одного, давшего неверный, и последующей переделки. Резать надо чтения «на всякий случай», а не чтения по делу.

Что вышло у меня

В 3,2 раза. Работы — минут сорок, эффект — на каждой сессии дальше.

Попутно нашлось отдельное: файл-кэш «где я остановился» разросся с обещанных в его же шапке «3–6 строк» до 22 КБ и девяти накопленных сессий. Любой авто-файл без явного лимита рано или поздно это делает. Ставь потолок и в самом файле, и в правилах — иначе он тихо превратится в ещё один справочник в автозагрузке.

Читать дальше

Все гайды рабочие: каждый — то, что реально крутится у меня, а не пересказ документации.