Spotify เผยวิธีลดการใช้ token ของ Claude Code ลง 90% ด้วยการ route งานไปโมเดลถูกกว่า

Dimitri Mazmanov, Principal Product Manager ของ Spotify เผยแพร่บทความวิศวกรรมที่อธิบายวิธีลดการใช้ token ของ Claude Code ลงราว 90% ด้วยการวางระบบ routing ให้โมเดลราคาถูกรับงานที่ไม่ต้องใช้ความสามารถระดับ frontier model

เครื่องมือหลักคือ Portal by Spotify ซึ่งให้บริการสิ่งที่เรียกว่า AiKA Modes คือ agent แบบ declarative ที่รันบน infrastructure ชั่วคราวคล้าย AWS Lambda ผู้ใช้แค่กำหนดคำสั่ง เลือกโมเดล ตั้งค่าพารามิเตอร์อย่าง temperature และแนบ MCP tools โดยไม่ต้องดูแลเซิร์ฟเวอร์หรือจัดการ API key เอง ผลคือการเลือกโมเดลกลายเป็นเรื่องของ configuration แทนที่จะเป็นงานวิศวกรรมระบบ

กลไกบังคับให้เกิดการ delegate จริงคือปลั๊กอิน Claude Code ชื่อ "shunt" ที่ทำงานสามชั้น ชั้นแรกคือ hooks — PreToolUse hook ชื่อ check-file-size จะบล็อกการอ่านไฟล์ที่ยาวเกิน 350 บรรทัด (ปรับได้) แล้ว redirect ไปยัง bulk-reader mode ส่วน check-bash-read จะดักการพยายามใช้คำสั่ง bash ต่อท่อกับไฟล์ขนาดใหญ่ ชั้นที่สองคือ scripts ซึ่งเป็น bash wrapper สองตัว — bulk-read ห่อไฟล์ด้วยแท็ก XML แล้วส่งไปถาม worker model ส่วน code-write สร้างโค้ด boilerplate ตาม reference pattern โดย Claude ไม่ต้องเห็น output เลย ชั้นที่สามคือ skills ซึ่งเป็นไฟล์ markdown ที่ชี้นำ Claude ให้เลือก delegate เมื่อถูก redirect

การวัดผลทำโดยเทียบจำนวน token ที่ Claude จะใช้หากอ่านไฟล์ตรง ๆ กับ token ที่ใช้เมื่ออ่านสรุปจาก Gemini 2.5 Flash ใน bulk-reader mode บน Java monorepo ผลลัพธ์ที่ได้คือ "ค่าเฉลี่ยการประหยัดจาก bulk-read อยู่ที่ราว 90%"

ผู้เขียนระบุข้อจำกัดไว้ตรงไปตรงมา ระบบนี้ delegate งานแก้ไขโค้ดไม่ได้ (เพราะเลขบรรทัดที่โมเดลถูกกว่าให้มาไม่น่าเชื่อถือ) และ delegate งานคิดวิเคราะห์ไม่ได้ (เพราะการจับ pattern ผิวเผินจะพลาดบั๊กที่ frontier model จับได้) บทสรุปคือ "เครื่องมือจะคุ้มค่าก็ต่อเมื่อคุณเลิกเผา frontier token ไปกับงานที่ไม่ต้องใช้มัน" โดยอ้างการคาดการณ์ว่าต้นทุน token ต่อคนอาจแซงเงินเดือนนักพัฒนาเฉลี่ยภายในปี 2028