你给 Agent 接上十个八个 MCP 服务器，看着它一条龙帮你读文件、查数据库、开浏览器，爽得不行。但你可能没注意到：你挂的每一个工具，它的名字、描述、参数 JSON schema，都被塞进每一次请求的开头，按输入 token 全价计费——不管这一轮你到底有没有用它。工具被调用是付费的，工具躺在那儿没被调用，照样付费。MCP 爆发一年后，这是 90% 开发者还没意识到的隐藏账单。本文拆解这个"工具税"到底烧掉你多少钱，并给出五招立刻能上手的瘦身方案，附真实省钱计算。
先说清楚计费机制，这是理解一切的基础。
当你用函数调用（function calling / tool use）时，你不是只把用户的问题发给模型。你是把三样东西一起发：
这三块全部计入输入 token，每一轮都重发、重新计费。关键点在第 2 项：工具定义是静态的、每轮都一样的，但默认情况下每轮都按全价算钱。
举个例子，一个典型的 MCP 工具定义长这样：
{
"name": "read_file",
"description": "Read the complete contents of a file from the local filesystem. You can access files outside the current working directory...",
"input_schema": {
"type": "object",
"properties": {
"path": {"type": "string", "description": "完整的文件路径，可以是绝对路径或相对路径..."}
}
}
}
就这一个工具，描述稍微写详细点，轻松 150-300 tokens。一个 Playwright（浏览器自动化）MCP 服务器，能吐出 20-30 个工具；一个 PostgreSQL MCP、一个 GitHub MCP、一个 Slack MCP……你连上十来个服务器，工具总数奔着 50 个去了。
50 个工具 × 平均 150 tokens ≈ 7500 tokens 的工具定义，每轮雷打不动地注入上下文。
这就是"工具税"。它有两个让人肉痛的特性：
下面这张图把这个累积过程画清楚了：
flowchart TD
A["连接10个MCP服务器<br/>≈50个工具"] --> B["每个工具schema≈150 tokens"]
B --> C["每轮固定注入7500 tokens工具定义"]
C --> D{"这一轮调用了工具吗?"}
D -->|"没调用"| E["照样按输入价计费 7500 tokens"]
D -->|"调用了"| F["工具返回结果 再算一轮输入token"]
E --> G["60轮对话 = 45万token 纯工具定义"]
F --> G
G --> H["未开缓存 ≈ $1.35<br/>开了缓存 ≈ $0.16"]
拿 Claude Sonnet 这一档（输入 $3/MTok、输出 $15/MTok，2025-2026 年的稳定挂牌价）来算一笔账。场景：你开着 Claude Code，连了 50 个工具，进行一个 60 轮的编码会话。
只算工具定义这一项的输入成本：
$1.35 听着不多？别急，这只是工具定义的裸税。再叠加系统提示词（Claude Code 自带的系统提示词本身就是 1 万+ tokens）、文件内容、对话历史——一个真实会话输入几百万 tokens 很正常。工具税往往占总输入 token 的 10%-25%，比例惊人。
更要命的是规模化场景。一个团队 50 个开发者天天跑 Claude Code，或者一个面向 C 端的 Agent 产品日均十万次调用——工具税从"零头"变成"账单主力"。海外已经有独立开发者在论坛吐槽：MCP 接太多，月账单莫名翻倍，排查半天才发现是工具定义在作妖。
那开了缓存能省多少？ 这才是今天的核心信息差。
Anthropic 和 OpenAI 都提供 prompt caching（提示缓存），而工具定义是缓存的最佳候选——它静态、稳定、位于请求最前面，是完美的"可缓存前缀"。
各家缓存折扣（公开挂牌价）：
| 厂商 | 普通输入价 | 缓存写入 | 缓存读取 | Batch 异步 |
|---|---|---|---|---|
| Anthropic（Claude） | 基准价 | 1.25×基准（5分钟）/ 2×（1小时） | 0.1×基准（省 90%） | 0.5×（省 50%） |
| OpenAI（GPT 系列） | 基准价 | 基准价 | 0.5×基准（省 50%） | 0.5×（省 50%） |
重点看 Anthropic：缓存读取只要基准输入价的 0.1 倍，相当于打一折。工具定义这种每轮都重复的内容，只要进了缓存，第二轮开始几乎白嫖。
继续上面的 60 轮会话，开了缓存后：
光靠"开缓存"这一招，工具税就能砍掉近九成。但这里藏着三个坑，是中国开发者最容易踩的：
坑 1：缓存有 5 分钟 TTL，空闲就失效。 Anthropic 默认缓存 5 分钟（也可选 1 小时但更贵）。如果你和 Agent 聊两句，去倒了杯咖啡回来再聊，5 分钟已过，缓存全失效，下一轮重新全价写入。长会话中途的思考停顿，是缓存杀手。
坑 2：工具列表一动，整段缓存作废。 缓存的本质是"前缀完全一致"。你中途加了个 MCP 服务器、删了个工具、甚至改了个工具描述——工具定义这段变了，从变化点往后的所有缓存全部失效。热插拔 MCP 是缓存的最大敌人。
坑 3：工具定义的位置必须在可缓存前缀里。 有些自建 Agent 框架把工具定义塞在 messages 中间，或每轮动态重排顺序，导致缓存命中率极低。工具定义要放在系统提示之后、对话之前，且顺序固定不变。
缓存是"治标"，真正治本的是减少工具定义本身的体积。下面五招，从最省事到最彻底，按需取用。
最划算的一招，几乎零成本。具体做法：
cache_control 标记（Anthropic）。这是海外高手在用的终极方案。思路是：别把 50 个工具直接暴露给模型，只暴露 1 个元工具（meta-tool）。
flowchart LR
subgraph "优化前：50个工具常驻"
A1["Agent"] --> T1["read_file 150t"]
A1 --> T2["write_file 150t"]
A1 --> T3["browser_navigate 150t"]
A1 --> T4["... 共50个"]
A1 --> T50["slack_post 150t"]
end
subgraph "优化后：1个网关工具"
B1["Agent"] --> M["search_tool 搜索+路由<br/>单个 ≈150t"]
M --> C["按需返回真正要用的工具schema"]
end
做法：自己包一层 MCP 服务器（或一个 gateway），对外只提供一个 search_tool / run_tool 接口。Agent 想用某个能力时，先调用这个元工具说"我要读文件"，网关再把对应的真实工具 schema 动态喂进去。
效果：每轮常驻工具定义从 7500 tokens 暴跌到 ~150 tokens（就一个元工具），省掉约 98%。代价是多一次路由调用、模型选工具的准确率略降——但对工具数 >20 的场景，净赚巨大。开源界已有类似思路的 tool-gateway / MCP router 项目可参考。
最朴素的道理：这个项目用不到的 MCP，就别连。
claude mcp list 看看你到底连了多少。.mcp.json）而非全局级。写前端的项目只挂文件系统 + 浏览器；写后端的项目只挂数据库 + 文件系统。很多人写工具描述时恨不得把整个 README 塞进去。描述越长，每轮税越重。 优化原则：
description 控制在一两句话，只说"做什么"，不说"怎么做"。把 create_file / read_file / delete_file / move_file 合并成一个 file_operation(action: ...)，把 list_issues / get_issue / close_issue 合并成一个 issue(action: ...)。工具数量减半，schema 总量直接腰斩，且合并后的"动作枚举"比一堆独立 schema 更省 token。代价是模型有时要靠 action 参数路由，但现代模型这点不在话下。
| 你的情况 | 推荐组合 | 预期省幅 |
|---|---|---|
| 个人开发者 / 单人 Claude Code | 招式 1（开缓存）+ 招式 3（按需挂载） | 80%+ |
| 小团队 / 多项目 | 上述 + 招式 4（削减描述） | 85%+ |
| Agent 产品 / 工具数 >20 | 招式 2（工具网关）为主，其余配合 | 95%+ |
| 超长会话 / 批量任务 | 叠加 Batch API（异步再省 50%） | 极致 |
一句话：工具越多，越要上缓存 + 网关；工具少，按需挂载 + 削描述就够。
| 维度 | 多数人以为的 | 你现在知道的 |
|---|---|---|
| 工具定义计费 | 只在调用工具时才付费 | 每轮都按输入价全计费，调没调用都收 |
| 工具数量影响 | 工具越多越强 | 工具越多，每轮固定税越重，与能力无关 |
| 缓存作用 | 只是加速 | 是砍工具税的核心武器，Anthropic 读取打一折 |
| 缓存失效原因 | 不清楚 | 5 分钟 TTL、工具列表变动、位置不对都会废 |
| 终极方案 | 多装 MCP | 工具网关：N 个工具 → 1 个元工具，省 98% |
claude mcp list（或你的 Agent 框架的等价命令），数一下你常驻多少工具。超过 20 个就要警觉。cache_control；自建框架则手动加。search_tool 网关层，常驻 token 直接打骨折。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。