Claude 会话缓存过期会多掏钱？开源工具 claude-thermos 想把那 22% 账单压下去

最近一个名为 claude-thermos 的开源工具在 Hacker News 上引起讨论。它做的事很直接：在本地起一个反向代理，盯着你的 Claude Code 会话，一旦主智能体因为等子任务空闲超过 5 分钟，就自动发个预热请求，把快要过期的提示缓存重新加热。

为什么会产生这笔"沉默账单"提示缓存是 Claude API 的省钱机制：同样的上下文如果命中缓存，后续请求只需付一小部分费用。但会话一旦停下超过几分钟，缓存就会过期；下次继续时，所有上下文得重新编码，账单上多出一笔"沉默开销"。工具作者实测约 185 次本地会话，这部分占了账单约 22%。

claude-thermos 的实现思路并不复杂。它通过 uvx 直接运行，不需要复杂安装。默认阈值是空闲 5 分钟触发预热，用户也可以自定义间隔。本地代理的好处是请求只在自己机器和 API 之间转一圈，不经过任何第三方，隐私和延迟都比较可控。

对开发者和团队的实际意义如果你的工作流是 Claude Code 长跑、频繁切出再回来，这类工具的边际收益最高。对每周烧几百美元 API 的小团队来说，能直接砍掉两成左右成本；相比换更便宜模型，保缓存是不伤体验的优化路径。独立开发者省的钱不算多，但积少成多也是真金白银。

当然也有局限。首先它只覆盖本地 Claude Code 会话，不适用于网页端或其他平台调用。其次 Anthropic 的缓存有效期政策可能调整，今天 5 分钟的阈值未必一直适用。再者频繁预热本身会产生少量 API 调用，需要自己权衡。

不只是省钱的工具，更是工作流的延伸更深一层的意义在于，claude-thermos 代表了围绕 Claude Code 正在形成的外围生态。官方没做自动保温，第三方就补上。这和当年围绕 VS Code 的插件潮很像——底层平台越强，围绕它的工具链就越有机会冒出来。开源社区的反应速度，正在成为这类 AI 编程产品体验的一部分。

对国内用户来说，直接使用 Claude Code 有门槛，但"提示缓存"这个概念本身值得理解。OpenAI、Anthropic、Google 的主流大模型 API 都支持某种形式的缓存策略。无论写自动化脚本、做 Agent 还是跑多轮对话工具，知道缓存怎么算钱、何时会过期，都是控制成本的基础功。

值得后续观察的几个方向- Anthropic 会不会自己推出类似功能，或者延长缓存有效期- 是否会出现更通用的"多模型缓存保温"工具，把 Claude、GPT、Gemini 都覆盖- 本地代理的思路能不能拓展到 Cursor、Continue 这类 IDE 插件

这些动向，决定了"沉默账单"未来能不能被彻底消灭。