Armstrong 这波降本增效的操作确实硬核，缓存命中率从 5% 拉到 60%，AI 支出直接砍半，Token 还在涨，值得研究。

Armstrong 分享在代币使用量激增背景下降本增效的做法：不设限，通过优化默认模型、智能路由与缓存策略控费。采用 GLM 5.2、Kimi 2.7 等开放权重模型替代昂贵通用模型，按任务路由匹配，缓存预处理与会话管理降低 Token 浪费，命中率由 5% 提升至60%。结果 AI 支出几乎减半，Token 使用量仍在增长。