只输入一句话，Claude Code / Codex 为什么可能显示十几万甚至几十万 input token？

因为 Agent 发给模型的从来不只是输入框里的话，还包括系统指令、工具 Schema、项目规则、对话历史和工具结果。cache hit 也不是“缓存答案”，而是严格复用相同 token 前缀执行后的模型状态。

这篇文章结合 zLLM 的真实实现，拆解 Chat / Responses / Anthropic 三套接口、显存 + SSD 两级前缀缓存，以及 DeepSeek DSML 的 token 级工具围栏： 网页链接/