一、什么是 Token？
Token（词元）是 AI 模型处理文本的最小单位。
它不是按”字数”算的，而是按词块算的。一个 Token 可能：
- 是 1 个汉字
- 是 1-2 个英文字母
- 是 1 个标点符号
- 也可能是单词的一部分（比如 “AI” 算 2 个 Token，”tokenization” 算 3-4 个）
简单理解：Token = 模型的”一顿饭”🍽️
二、为什么 Token 这么重要？
1. AI 思考的基本单位
模型不像人类那样”认识字”，它只认识数字。Token 就是把文字转换成数字的桥梁。每个 Token 都有一个对应的数字 ID，模型通过处理这些 ID 来理解和生成文字。
2. 成本计算的依据
你用 AI API 付的钱，大部分是按 Token 数量 计费的。输入的 Token + 输出的 Token = 总消耗。
3. 上下文窗口的限制
每个 AI 模型都有一个”记忆上限”，叫上下文窗口（Context Window）。比如 4096 Token、128K Token。这个上限决定了模型能同时”看到”多少内容。
三、为什么 OpenClaw 那么费 Token？
使用 OpenClaw 时感觉” Token 消耗很快”，主要有以下原因：
1. 系统提示词（System Prompt）很长
OpenClaw 带有详细的 AGENTS.md、SOUL.md、TOOLS.md 等文件，这些在每次对话时都需要发送给模型。光是这些配置文件，可能就消耗了几千个 Token。
2. 工具描述占用大量 Token
OpenClaw 内置了几十个技能的 SKILL.md 文件。当你使用某个功能时，模型需要读取这些技能说明，这些内容都会被送进上下文。
3. 多轮对话累积
每次对话的完整历史都会被保存，供模型理解上下文。对话越长，累积的 Token 越多。
4. 调试信息和元数据
工具返回的结果、错误信息、代码片段等，也都会计入 Token 消耗。
四、一个形象的比喻
想象你请了一个过目不忘的助理：
- 你跟他说的每一句话，他都会完整记住
- 他工作用的手册有几百页，每次对话都要看一遍
- 他用的草稿纸（上下文窗口）有限，用完就得擦掉旧的
这就是为什么你感觉”没说几句话，Token 就用完了”——因为背后处理的内容远比你看到的文字多得多。
五、省 Token 的技巧
- 精简系统提示词 — 删减不常用的 AGENTS.md 内容
- 定期开启新对话 — 避免历史累积
- 减少技能文件 — 只保留常用的 SKILL
- 简洁提问 — 一句话能说清楚的，别用三句
总结
Token 不是玄学，它是 AI 模型的”粮食”。每一次对话、每一个工具调用，都是在消耗 Token。理解 Token 的原理，能帮助你更高效地使用 AI 工具，也能更好地控制成本。
下次感觉 AI 费 Token 的时候，记得：它可能在认真读你给它的”员工手册”呢。 📖