本文介绍个人AI使用账单从每月2800元降至600余元的实操方法。核心策略包括按任务难度分档选用不同模型、严格管理上下文长度、以及备选工具切换。适合高频使用AI的开发者和团队参考,无需改变工作流程即可显著降低token消耗。
Tags:
同样用 AI,为什么别人一个月几十块,你几千块?
上个月我对着账单坐了一会儿。倒不是用得有多狠,是用得太蠢——一堆「帮我把这个变量改个名」「补个 import」的破事,全喂给了最贵的模型。
这感觉就像花大价钱请了个资深架构师,天天让他帮你复制粘贴。
那个月我的 AI 开销是**【¥2,800】。我把用法翻出来重排了一遍,第二个月直接掉到【¥600 出头】**,活还干得比以前顺。核心就一句话:让每个活儿都落在「刚好够用」的工具上,别浪费。 这篇把我天天在用的这套讲清楚,你看完能直接抄。
大家都在喊 AI 增效,可没人算账
现在你随便进个群、听场分享,主题全是「AI 怎么提效」。老板要求全员用 AI,KPI 里塞进「AI 渗透率」,周报不写点「用 AI 提效百分之多少」都不好意思发。
方向是对的。但有个东西被集体无视了:AI 是要花钱的,而且用起来没底。
很多人下意识把 AI 当成「买了就赚」的一次性买卖,可它更像水电——按用量算钱,天天在跑,用得越猛账单越吓人。提效的好处看得见、写得进汇报;背后烧的钱藏在账单最底下,常常一个季度结完账才有人回过神:怎么这么多?
更麻烦的是,「提效」和「省钱」在公司里往往是两拨人管的。用的人只图快、只图爽,反正花的不是自己的钱;管钱的人看不懂技术,只能笼统砍预算。到头来要么大手大脚烧,要么一刀切禁用,两头都不讨好。
真正会用的做法,是把这两件事放一块看:想让 AI 长期帮你干活,前提是你得花得起。 一个天天拿最贵模型干杂活、上下文从不清的团队,AI 用得越「深」,反而垮得越快。
所以这篇不聊怎么让 AI 更能干——那种文章遍地都是。这篇聊没人愿意聊的另一半:怎么让它花得起、用得久。
TDD、SDD 都是好东西,但规范是拿钱喂出来的
这两年方法论也卷起来了。TDD(测试驱动)、SDD(规范驱动)被捧得老高,尤其 SDD——先写需求文档,再写设计文档,再拆任务清单,最后才动手。流程好看,产出规整,听着就专业。
但很少有人说破:规范写得越厚,token 烧得越狠。
道理不复杂。AI 干活全靠上下文,你写的需求、设计、任务、测试用例,每次让它动手,它都得把相关规范重新读一遍才能「按规矩来」。文档越详细、约束越多,每次塞进去的料就越多;TDD 那一堆测试文件,读是钱、改是钱、跑挂了再改还是钱。
方法论没错,错在很多人当成「越多越好」。一份两百行的设计文档,真正管着这次改动的可能就那么二十行,剩下一百八十行陪着一起进上下文、一起算钱,一天几十次,攒起来相当可观。
所以不是叫你别用,是用得省着点:
规范分层,别每次把整本甩给 AI,这次改哪块就只给相关那几段。 文档给结论,别给过程,AI 要的是「接口得返回什么」,不是你改了三版的纠结。 测试只盯这次改动,别每次让它把全套背一遍。
AI 的钱,到底贵在哪
大部分钱不是花在难活上,是花在这两件事:拿高配工具干低配活,和上下文越滚越大。
一次简单改名,模型要把你几千行上下文重新读一遍。 一个会话开俩小时,历史越堆越多,每次提问都在为早没用的内容付钱。
想清楚这两点,省钱就有了下手的地方:按难度分工,再加主动管住上下文。
按难度给活儿分档
我把日常的活粗分三档,对应不同工具:
关键就一条:别一个模型从头干到尾。 简单部分先用便宜的过,卡住了再升档。现在不少工具支持中途切模型,用起来。
光把杂活从贵模型挪到快模型这一步,我那个月就省下大概**【¥900】**。
手里多备一把刷子
我现在 Claude Code 和 codex 一起用,不是二选一,是各干各擅长的:
Claude Code:长上下文、跨好几个文件、得「先读懂整个项目再动手」的活儿,稳。 codex:某些补全、单文件快速改,以及哪天某个工具不顺手了随手切过去顶上。
为啥要备第二个?不光省钱。工具会抽风、会限速、会碰上你今天就是不想折腾的场景。手里有第二把刷子,就不会卡死在一个地方——这个不顺换那个,活照样往前推。省钱只是顺带的,不被一个工具卡脖子才是真收益。续不上、或哪天 Kiro 那边不给力,我就切 codex 接着干,基本不耽误事。
把上下文当钱来管
这块最容易忽略,但省得最狠:
及时清场。 一个活干完就重开会话或压缩,别让上个功能的历史拖着下一个一起付钱。 长任务分出去。 大调研、批量读文件,丢给子任务跑,主会话只留结论。 喂料精准。 要改哪个文件就给哪个,别整个目录甩进去让它翻。 用好缓存。 同一批上下文连着用,很多工具有缓存,命中了几乎不额外花钱。
这几条加起来,又帮我省了大概**【¥1,300】**——上下文管理这一项,是我降本里最狠的一刀。
普通打工人,还能从别的地方省
前面说的多少得有点主动权。可很多人是公司给啥用啥,模型都不一定能自己挑。那还能从哪省?空间不小,而且全是你自己能做主的:
想清楚再问,别拿 AI 当草稿纸。 没想明白就开聊,来回澄清七八轮每轮都烧钱。花两分钟把「要啥、输入输出、有啥限制」写清楚,一次问到位。 一次只干一件事。 别一个会话又改 bug 又加功能又重构,混一块上下文互相污染,返工又是一轮钱。 自己能动手的别麻烦 AI。 改个变量名、调个缩进,IDE 快捷键就搞定,别专门开一轮对话。 让它给「小而准」的东西。 别动不动「整个文件重写发我」,明确说「只改这个函数」「只给改动那几行」。 能接着问就别重开。 重开等于让 AI 把项目重新认一遍,一个会话里相关问题一次问完。 贴关键信息,别甩整个仓库。 报错贴那几行加相关文件,别把整个日志倒给它。
说到底,省 token 和写好代码本来就是一回事:想清楚、说明白、只给必要的。让账单变薄的习惯,恰好也是让 AI 干得更准的习惯。
我现在的一天,大概长这样
早上规划、设计这种得动脑的,开最强模型,把方案聊透。 进到写代码,切回日常主力,一个功能一个会话,干完就清。 碰上一堆机械改动,降到快模型批量过。 哪个工具当天卡住了,随手切到备用那个,不纠结。
一套下来账单肉眼可见地降,而且「重活用重工具、轻活用轻工具」,整体反而更快。
最后
省钱的本质不是少用 AI,是别瞎花。把活分好档、把上下文管住、手里多备一把刷子——这三件事做到,账单降下来的同时,干活比以前还顺。
工具没有最好的,只有最合适的。谁便宜好用就用谁,谁今天顺手就上谁。
没有评论:
发表评论