一句话看懂：一个名为 ClaudeStatsBar 的开源状态栏工具在 Hacker News 上引起讨论，它把 Claude Code 会话的上下文体量和“下一轮对话成本”实时显示出来。作者用自己两周 711 次会话的数据说明：真正烧 token 的不是你输入的提示词，而是被反复重读的会话上下文。
事件核心：发生了什么
ClaudeStatsBar 由 Field-Logic-Ltd 发布，是一个纯 Python 标准库实现的 Claude Code 状态栏命令，无依赖、不联网、不解析对话记录，单次渲染约 25 毫秒。它把模型名、上下文占用、下一轮预估成本、5 小时与 7 天窗口剩余量放在一行里，并在上下文过大时提示该用 /clear 还是 /compact。
作者统计了自己两周的使用数据：916 份记录、711 次会话、57451 次 API 请求、116 亿 token。会话起始上下文中位数 42.8k，每轮平均增长约 1.7k，平均每次请求携带 193.3k 上下文，37% 的会话跑过 150k。而他自己真正输入的只有约 130 万 token，样本中被重复读取的上下文累计达 111 亿 token。会话最长的 10% 贡献了 71% 的 token 消耗。
为什么重要
API 是无状态的，每一轮都要把系统提示、指令和全部历史对话重新发一遍，所以上下文消耗大致随会话长度呈平方级增长。同样 160 轮工作，拆成 4 个 40 轮会话只需约 1230 万 token，而放在一次 160 轮会话里要约 2860 万 token，超过一半被白白重读。这意味着在大模型推理成本里，长会话的隐性开销可能比提示词本身大得多，而传统上下文进度条只显示“还剩多少空间”，不显示“发一条要多少钱”。
对用户/开发者/创作者的影响
对日常使用 Claude Code 的开发者来说，这个工具的价值不是替代官方 /statusline，而是补上关键一行：下一轮成本。在 100 万上下文窗口下，486k 占用看起来只是“半满”，但每轮已要 49k，是会话初期的约 7 倍。普通用户可以考虑在切换任务时 /clear、继续同一任务时 /compact；企业侧若按量计费，团队可能需要在工作流里加入会话拆分和成本可见性做预算控制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，该项目仍是一个社区工具，安装方式为合并 ~/.claude/settings.json 的 statusLine 配置。后续值得观察：官方是否把“单轮成本”纳入原生状态栏；其他 AI 编程工具如 Cursor、Windsurf 是否跟进类似指标；以及上下文缓存与压缩技术能否进一步降低这种重复重读的开销。
来源：Hacker News
