原帖 ｜ Jason ｜ 2026-05-23 09:33 ｜ 👍4 ｜ 阅读约1
现在用 Claude、Cursor 写代码，Token 跑得飞快，根本不是模型不够强，而是 AI 在「瞎找东西」上浪费了巨多成本。
它进到一个陌生仓库，啥都不知道：入口在哪？函数谁调用谁？改个地方会影响哪些模块？
它又没你脑子里的项目地图，只能靠到处搜文件、反复读代码、瞎猜逻辑、临时拼上下文。折腾半天，90% 的 Token 都花在「探索」上了，真正干活没剩多少。
推荐一个东西：CodeGraph，它的思路特别简单：提前给整个仓库做一张「代码地图」，把 AST 解析、调用链、依赖关系、模块关联全给算好，存成本地的 SQLite 数据库。以后 AI 进来，直接查地图就行，不用再瞎找了。
实测下来 VS Code 这些项目，AI 调用工具的次数直接降了 80%，Token 消耗砍半，而且再也不用反复读文件了。关键是全程本地跑，不上传代码，对大仓、中大型项目的提升简直离谱。
说白了，大模型是 AI 的大脑，CodeGraph 就是它的「项目记忆」。它没让 AI 变聪明，只是让它别再走弯路了。
在 Context 越来越贵的今天，少浪费 Token，就是变相省钱省时间。
有的人觉得 CodeGraph 太麻烦，有更简单的方法。在生产环境中，代码其实变化不会很大，每个目录下是什么都是固定的，你提前把设计文档做成 .md 放进去，告诉 ai 可以参考这个，也可以节约很多时间。
相关笔记
- 📁 返回本主题 MOC
- AI 核心概念扫盲
- Matt Pocock Skills零基础入门教程
- 分享 Claude Code 里 ：goal 命令的实用玩法，零基础也能直接上手
- 之前我们完整梳理过 AI 应用商业级落地的核心技术栈
- 企业级 AI 落地方案，不管是昨天分享的 agent + MCP + skills
- 之前泄露的 Claude Code CLI 源码，被国内很多研发团队深度研读