【Java+AI零花钱项目实战三M2】AI驱动Java项目M2阶段开发、省Token策略与成本踩坑全复盘

豆花清海

281人浏览 · 2026-08-19 18:13:17

豆花清海 · 2026-08-19 18:13:17 发布

摘要：本文延续Spec-Driven规范驱动开发模式，基于零花钱智能管理项目，完成M2业务迭代阶段全流程AI实战开发。针对M0、M1阶段大模型Token消耗过高、自动全量迭代成本失控的痛点，本次M2迭代重点落地省Token精细化开发策略。全程真实记录AI问答式设计、轻量化编码、人工辅助自测、模型切换踩坑、环境问题修复全流程，深度复盘迭代期Token损耗规律与低成本AI编程实战技巧，为Java开发者长期AI工程化落地提供可复用的降本方案。IDEA + ClaudeCode(Beta) + CC Switch + 阿里云百炼大模型 + Qwen

一、前言：从「无脑AI全跑」到「精细化控本AI开发」

经过M0工程基建、M1核心业务两大阶段实战，我们已完整验证AI开发的数量级效率优势：传统1~2周的开发工作量，AI可单日完成落地。但同时也暴露了核心痛点——默认全自动迭代Token消耗极高，大模型计费成本不可忽视。

往期M1阶段，ClaudeCode默认开启「自动编码+多轮自校验+BUG自愈+全量测试」模式，十余轮迭代造成千万级Token损耗，计费成本快速上涨。

因此本次M2迭代阶段核心目标不再是单纯追求速度，而是平衡效率与成本，探索企业级可长期复用的「低成本AI编码方案」：

1、完成M2阶段业务详细设计、代码开发、自测验证全流程落地
2、落地自定义CLAUDE.md规则，限制AI无效自迭代，大幅降低Token消耗
3、真实复盘M2全流程Token损耗、模型切换踩坑、欠费踩坑经验

二、M2阶段AI问答式详细设计落地

延续专栏统一的Spec-Driven开发规范，先设计、后编码、文档先行。M2迭代不凭空设计，依托项目已有完整工程体系与迭代基线开展。

M2的功能规划，是由项目基建阶段在roadmap.md中定义好的，详情请见本专栏的姐妹篇的详解【Java+AI零花钱项目实战一】工程基建：架构设计+项目骨架从零搭建（Spec-Driven+IDEA+ClaudeCode+SpringAI+Qwen）

2.1 AI问答式生成M2详细设计文档

在IDEA ClaudeCode命令行下发核心指令：输出M2的详细设计文档，采用问答式与我交互。

相较于初期AI开发，当前ClaudeCode具备极强的项目上下文感知能力，无需人工重复赘述项目背景，可自动完成全量文件检索与学习：

1、自动读取里程碑文件 roadmap.md，获取M2阶段预设功能定位与迭代目标
在这里插入图片描述

2、主动加载顶层约束文件 mission.md、tech-stack.md，对齐项目技术栈、规范、业务边界。
3、自主学习M0、M1阶段详细设计文档与已落地代码结构，保证M2架构、代码风格、工程规范与前序版本完全统一
在这里插入图片描述

2.2 问答式交互设计，人工把控核心决策

AI梳理完项目全量上下文后，不会自主输出设计方案，而是主动罗列所有架构、业务、技术决策点，以问答形式交由人工确认，彻底规避AI自主设计的偏差与冗余。

开发过程中可灵活选择：采纳AI给出的最优方案、备选方案，或手动输入自定义方案，完全掌控项目迭代方向。
在这里插入图片描述

2.3 文档同步迭代，保证工程一致性

M2迭代过程中，部分业务决策与初始 roadmap.md 规划存在差异。为避免文档与代码脱节、产生技术负债，本次设计定稿后，同步指令AI更新迭代roadmap.md，保证所有工程文档、设计方案、业务落地完全对齐，形成闭环规范体系。
在这里插入图片描述

三、M2阶段轻量化编码与自测落地（省Token核心方案）

针对M1阶段AI多轮自动迭代、无效自验证导致的Token巨额损耗问题，M2阶段创新采用轻量化省Token编码模式，通过自定义规则限制AI无效操作，平衡开发效率与成本。

3.1 自定义CLAUDE.md，重构AI编码规则

吸取往期踩坑经验：ClaudeCode默认配置会自动执行「编码→自测→报错修复→多轮迭代」全流程，极大消耗Token。

本次手动新建 CLAUDE.md 专属规则文件，强制约束AI行为：仅输出规范代码，不自动执行测试、不主动迭代修复、不发散推理，将自测、修复环节转为人工精准介入，砍掉90%无效Token消耗。

下发指令让AI加载新规则：重新读取本地的CLAUDE.md文件，执行M2的编码任务。
在这里插入图片描述

3.2 轻量化编码效率对比

省Token模式落地后，编码效率大幅优化，无效损耗显著降低：

- M1全自动模式：耗时6小时，包含编码、全量自测、多轮自愈迭代

- M2轻量化模式：仅耗时1小时完成全量业务代码输出，无无效迭代等待
在这里插入图片描述

3.3 人工辅助自测与问题修复

轻量化模式下，AI仅负责高质量编码，自测环节由人工主导，精准定位问题、小步修复，避免全局扫描耗损Token。

3.3.1 Maven编译报错修复

首次编译出现控制台乱码、方法名异常问题，快速定位报错原因，手动微调方法名后，项目编译成功，快速解决基础构建问题。
在这里插入图片描述

3.3.2 补充Junit测试用例

本次轻量化编码未自动生成测试用例，编译完成后单独指令AI生成M2全套Junit测试代码。同时总结优化经验：后续M3迭代将直接在编码阶段同步生成测试用例，避免二次请求、重复读取文件带来的额外Token损耗。
在这里插入图片描述

测试用例生成中途遭遇token耗尽，依托免费额度接续完成剩余内容输出。
在这里插入图片描述

四、M2阶段全量Token消耗与成本深度复盘

全程精准记录M2迭代各阶段额度损耗，对比M0、M1数据，完整复盘AI开发成本规律，为长期降本提供数据支撑。

4.1 M2迭代初始额度

M1阶段迭代完成后，10000点Standard套餐剩余额度为57.06%，剩余额度不足以支撑M2完整迭代。

4.2 M2详细设计阶段损耗

M2问答式详细设计全程，累计消耗Token 1.39M，套餐使用率从57.06%上涨至66.85%。可以看出，业务迭代设计阶段的精细化问答、方案推演，依然存在可观的Token消耗。
/- M2问答前
在这里插入图片描述
/- M2问答后

4.3 M2编码阶段损耗

轻量化编码阶段累计消耗Token 3.2M（320万），相较于M1全自动模式，单位功能Token损耗大幅降低，降本策略初见成效。
在这里插入图片描述

4.4 测试用例生成与模型切换踩坑（重金买经验）

为进一步降低成本，计划切换免费额度轻量化模型生成测试用例，实操中遭遇关键踩坑，付出真实成本代价：

1、仅通过ccSwitch切换模型，未重启ClaudeCode CLI窗口，工具未更新配置，依然沿用高价Qwen3.8-Max模型执行任务
2、后台持续计费，产生0.5元欠款，补缴费用后继续迭代
3、次日啥也没干，产生3.04元欠费，彻底验证：模型切换必须重启CLI窗口，否则配置不生效
在这里插入图片描述

4.5 精准提问省Token实战

本期M2为了省token，未使用ClaudeCode多轮自检、修复，所以ClaudeCode的代码输出后，自测时发现问题较多。

又因为小户人家，token不够用。ccSwitch配置为免费额度的qwen3-coder-480b-a35b-instruct这个大模型，关闭ClaudeCode窗口，重新打开。
提示词：“ UserServiceTest 中的 private final UserService service = new UserService(userMapper, passwordEncoder,refreshTokenService, auditService); 这行代码编译报错，请解决。仅解决该问题，不要发散。”

在这个提示词中，专门提示仅解决该问题，不要发散。否则ClaudeCode可能会去加载全量文件去推理，那token就会燃烧的很好看了。这也算是三天使用ClaudeCode编程产生的下意识的反应了，省token！
在这里插入图片描述

改一个这么简单的问题，花了近60万token。各位看官，感受到大模型的使用损耗之大了么~
在这里插入图片描述

4.6 省Token取舍：AI减负、人工补位

然后再运行Junit测试用例，发现还有编译不通过的测试类
此时鼠标放在编译不过的类的对应行上时，可以看到出现了ClaudeCode的图标，此时点击该图标，则会在ClaudeCodeCli处自动生成修改的promote，后面我又补充了一句话。然后ClaudeCode就修改了这个类的这行代码
在这里插入图片描述