先讲一个你可能每天使用Claude code都在经历的场景
你让 Claude Code 跑一下测试。它老老实实跑了，然后终端里刷刷刷吐出 200 多行输出。什么 Compiling、Downloading、Finished、Running，最后混在一堆噪音里的，只有一行真正有用的信息：“2 of 15 failed.”
但你为这 200 行全部付了钱。每一行都塞进了模型的上下文窗口，每一行都算 token。这就像你请了个翻译，结果他把你家楼下垃圾桶里的传单也逐字翻译了一遍，然后按字数收钱。
这不叫智能，这叫烧钱。
一个叫 RTK 的工具，专门治这个病
RTK 的全称是 Rust Token Killer。名字很直白：用 Rust 写的，专门杀 token 的。
它的逻辑简单到令人感动：它坐在你的 AI 代理和终端之间，像一张滤网。 命令照常执行，输出也照常产生，但在这些输出到达模型之前，RTK 把噪音去掉、把重复行折叠成计数、把冗余截断、把相似项合并。
然后模型看到的，就只剩下真正有用的那几行。
比如你让代理跑 git push，原本它会吐出 15 行花花绿绿的过程信息。经过 RTK 过滤之后，模型只看到：ok main。
一条命令跑完，信息没丢，token 砍掉一大半。
项目自己跑的基准测试里，一个 30 分钟的 Claude Code 会话，token 消耗从 ~118,000 降到了 ~23,900。砍掉了差不多 80%。
具体到单条命令：
git push/commit/add：省 92%cargo test/npm test/pytest：省 90%ls/grep/git status：省 80%git diff：省 75%cat/ 读文件：省 70%
而且它只有 不到 10ms 的开销，Rust 写的单二进制，零依赖。免费，Apache 2.0 开源。
开始使用
三步，两分钟。
第一步，装。 macOS / Linux 一条命令：
brew install rtk
第二步，接到你的代理上。
rtk init -g # Claude Code / Copilot
rtk init -g --codex # Codex
rtk init -g --gemini # Gemini CLI
rtk init -g --agent cursor # Cursor
win可以去github的地址去下载，这个rust工具是真的轻量，5M都不到
安装好之后使用如下命令验证
rtk --version
rtk gain
第三步，重启代理，然后正常干活。
执行如下命令之后，然后重启你的Claude code或者codex
rtk init -g # Claude Code / Copilot
rtk init -g --codex # Codex
rtk init -g --agent cursor # Cursor
装完之后，你的代理再跑 git status，那个 hook 会在执行前悄悄把它改写成 rtk git status。你不用改提示词，不用改工作流，不用记得自己敲 rtk。 代理自动拿到精简后的输出。
它能省多少钱？
这取决于你怎么付费。
如果你是按 token 付费的，那省下来的就是真金白银。一个每天专注干 4 小时、一个月干 22 天的开发者，用 Opus 4.8 大概能省 $83/月，$990/年。用 Fable 5 的话，能省到 $1,980/年。
如果你用的是订阅制（Pro $20 / Max $100 / Max $200），它不直接退你现金，但它让你更不容易撞到用量上限。你可能因此不用从 Pro 升级到 Max 5x，一年省下 $960。或者不用从 Max 5x 升级到 Max 20x，一年省下 $1,200。
现在 AI 编程的瓶颈，往往不是“模型不够聪明”，而是上下文和 token 烧得太快。RTK 专门打的就是这个点：它不写代码，不修提示词，只做一件事——在你的代理看到命令输出之前，把垃圾滤掉。
