回头税
长会话里为「历史消息」重复支付的 Token/Credits——对话每多一轮，系统就把此前全部上下文重新打包输入模型一次，于是同一个字被反复计费。它是账单失控里最隐形的一类消耗，因为用户感知不到”多说了什么”，却能明显感觉到”积分掉得比产出快”。
简介
回头税（长会话重复计费）指 AI 对话/Agent 会话中，每一轮新指令都会把当前会话的全部历史内容重新输入模型，导致同一段历史被计费 N 次的结构性浪费。它与「模型单价高」是两回事：单价是产品定价问题，回头税是任务设计问题——同样一次简单提问，会话长度不同，成本可以差出数倍。
这个词在 2026 年随 AI 编程 Credits 与桌面办公 Agent 积分制一起流行，成为「Token 经济」在个人使用层的三种典型”路径漏水”之一（另两类是返工循环与小任务上旗舰模型）。它的关键含义是：上下文不是免费的，而是一种按轮次复利的负债——会话越长，此后每一次提问的边际成本越高，即使你”只是问一个小问题”。
回头税与 上下文工程 是一体两面：上下文工程讲”该往窗口里放什么”，回头税讲”不该一直留在里面的东西最终会变成账单”。它也与 Token经济 直接相关——正是”免费的窗口”变成”可计量的 Credits”之后，这种过去无所谓的浪费才第一次变得可观测、可归责。
关键信息
- 类型：概念（成本结构 / 上下文管理）
- 领域：AI 编程订阅、桌面 AI Agent 积分、任何按 Token/Credits 计费的对话式产品
- 相关概念：Token经济、上下文工程、多模型路由、AI产品成本核算、Qoder、WorkBuddy
- 通俗定义：为一个会话的”过去”反复付费
核心特性
定义
回头税 = 会话历史长度 × 后续轮次 所造成的重复输入消耗。它的成本不来自任何单条消息本身，而来自”这条消息被带回多少次”。
产生机制（同一机制的两个实证）
- AI 编程 Credits（Qoder 语境的原始表述）：需求说一半、模型猜一半，用户陷入”不对，我重新说”的循环；同时一个会话从早聊到晚，上下文越滚越大，每一轮都在为历史消息交”回头税”。
- 桌面办公 Agent 积分（WorkBuddy 语境）：系统每次发送新指令时自动把当前对话的所有历史内容重新打包输入模型；对话轮次越多、历史越长，输入 Token 越多，积分持续上涨。作者的观察是”很多时候你只是简单问一个新问题，却因为堆积了几十轮历史对话，积分消耗直接翻倍”，这正是”明明没输出多少内容，积分却扣得很多”的核心原因。
两处表述指向同一个结构性事实：用户以为自己在为一句话付费，实际上在为一整个会话的历史付费。
与相邻概念的区分
| 概念 | 浪费发生在哪 | 与回头税的关系 |
|---|---|---|
| 回头税 | 会话长度（历史被反复带） | 本条目 |
| 返工循环 | 需求精度（说一半 → 反复改） | 并列的”路径漏水”，且会加剧回头税（每次返工都堆高上下文） |
| 小任务上旗舰 | 模型档位（牛刀杀鸡） | 并列的”路径漏水”，与上下文无关 |
| 上下文漂移 | 模型行为（长会话后偏离目标） | 与回头税同源（都因上下文过长），但代价是质量而非金钱 |
典型场景
- 一个对话窗口用到黑：写文案、查代码、翻译资料全在同一个会话里。
- 反复微调同一篇稿子：初稿、作废修改、废弃思路都留在上下文里持续计费。
- 超长任务不分段：万字长文、复杂方案、批量调试连续跑几十轮，越到后面单次提问越贵。
不同素材中的观点
-
2026-07-23-woshipm-ai-token-cost-six-tips（杜昭）：把回头税列为 AI 编程账单的三类典型漏水之一，与返工循环、小任务上旗舰并列。其价值在于把它从”感觉贵”变成可核算项——同一数据看板一次说清约 0.11（约 5 倍），其中相当一部分就是历史上下文被反复带入的结果。该文的解法是”拆会话”：一个任务结束就开新会话，别让三天前的上下文继续计费；并与 Memory/Skill 沉淀配合，把”每轮都要重贴的规范”移出上下文、变成资产，从源头减少历史长度。
-
2026-09-28-woshipm-workbuddy-credit-saving-6-tips（伍德安思壮）：把回头税从 AI 编程扩展到桌面办公 Agent 的积分消耗，并第一次给出最直白的机制描述（“系统会自动把当前对话的所有历史内容重新打包输入模型”）。它贡献了两点此前没有的东西：① 回头税是”最隐形”的一类——用户不会觉得自己多花了什么，只看到积分飞速见底；② 明确的三条对策与一条量化纪律——新任务必开新对话（跨类型/跨场景任务全部新建）、单任务定稿后清上下文（只保留最终有效内容）、超长任务轮次超 10 轮就分段重置。作者由此把成本治理的重心从”选便宜模型”移到”改使用习惯”。
实用信息
- 自查信号：觉得”没怎么用，额度就没了”；一次提问的成本随会话推进明显变贵；同一个会话里混着多个不相关的任务。
- 三条规避动作：① 跨类型任务一律开新对话；② 单任务定稿即清上下文，只留最终有效内容；③ 超长任务（长文/复杂方案/批量调试）按 10 轮为界分段重置。
- 与资产沉淀配套：把反复要用、但不应留在会话里的规范/流程写进 Memory 或 Skill，让”少重复输入”和”少付回头税”同时成立。
- 注意事项：新开对话会丢现场上下文，所以”何时开新会话”要按任务边界判断，而不是无脑清空——原则是按任务分段，不是按轮次机械切。