[TL;DR 每日摘要] 我要把安靜的話說出來：當一位工程師的每月AI帳單開始聽起來像一輪A輪融資時，這就不再只是工具的故事，而開始像一場經濟實驗。那麼，我們真正看到的是什麼——軟體工程的下一個作業系統，還是一台以工業規模生產AI廢料的昂貴機器？很可能兩者都是。🤖💸 🔥 設定：將兆級token的使用量轉化為公開的費用爭議 📌 數據標題故意令人咋舌 • OpenClaw創始人Peter Steinberger估計，其團隊在一個月內為AI工作花費了約1,000萬美元的token費用，隨即補充：並非所有開支都有用。 • 另一個熱門案例來自Lauren Tan的Cursor個人檔案，顯示其30天內使用了約1.5兆token。 • 根據每百萬token約8美元的粗略基準，Peter Piekarczyk估算每日成本約為38.4萬美元，每月約1,100萬美元，年化達1.32億美元。 • 即使享有90%的企業折扣，估算值仍高達每月約110萬美元，每年約1,300萬美元。 📌 為何引發恐慌：使用量遠超正常開發行為 • 跨越12,000名開發者的Jellyfish數據顯示，中位數使用者每月消耗約5,100萬token。 • 第90百分位數約為每月3.8億token。 • Lauren的1.5兆token使用量是中位數的29,000倍，而Steinberger先前分享的6,030億token也仍達12,000倍。 • 一旦將token使用量轉化為薪資計算，敘事迅速改變：這已不再是「生產力工具」，而像是計算精英主義。 📌 真實帳單混亂，因為並非所有token成本相同 • Cursor風格的token計數可能包含標準輸入、模型輸出、快取寫入與快取讀取，這些價格差異極大。 • 以Opus 5.5風格定價為例，每百萬輸入token約4美元，輸出約20美元，快取讀取僅約0.2美元。 • 一張使用截圖顯示733億token總成本約3萬美元，意味著平均每百萬token成本約0.41美元，因快取流量主導。 • 若套用此混合费率至1.5兆token，每月成本降至約61.5萬美元，而非1,100萬美元。 • 在絕對最低假設情境下，若全部按快取讀取價格計費，1.5兆token每月成本僅約30萬美元。 • Piekarczyk後來也軟化了自己的說法：即使他的原始估計高了10倍，每月成本仍可能約為10萬美元。 🔥 那麼，這些開支究竟買到了什麼？ 📌 不是「一個聊天機器人」，而是一整套代理組織架構 • Steinberger將這種工作方式描述為探索當token成本不再受限時，軟體開發會是什麼樣子。 • 他的三人團隊運行了約100個Codex實例。 • 這些代理自動審查PR、掃描提交歷史以尋找安全漏洞、合併重複的GitHub問題、撰寫修復程式、監控效能退化，甚至參與會議以從對話中生成PR。 • Lauren描述她的設置為20多個代理組成的團隊：一位首席幕僚代理、一位產品經理代理，以及20多個自主運行的執行代理。 📌 核心洞見不在生成，而在驗證 • Lauren主張，代理編碼的瓶頸不在於寫程式碼，而在於證明程式碼確實有效。 • 她的流程讓代理運行程式碼、收集CPU追蹤與堆疊快照、啟動iOS模擬器，並以使用者方式與應用互動。 • 目標是建立閉環：若代理能驗證自己的輸出，就能持續迭代直至任務完成。 • 若無法驗證，則將差異交還給人類並停滯——這意味著人類成為系統中最慢的部分。 • 在她聲稱每月4,000個PR的規模下，即使每個PR僅花5分鐘人工審查，總計也達約333小時，相當於一人整整一個月的工作量。因此人工審查無法作為驗證層。 📌 這改變了工程師的角色 • 在此模式下，工程師看起來不再像程式碼撰寫者，而更像代理的工程經理。 • Lauren直言不諱：若你無法信任一個代理的輸出，就永遠無法擴展到一百個。 • 她的pstack工作流程將此包裝成結構化劇本——標準化跨本地與雲端代理的理解、設計、編碼、審查與驗證。 🔥 但故事在此變得尖銳：所有這些自主性都需要嚴苛的限制 📌 代碼庫必須重建以適應代理 • 據報導，GrokBot最初是快速原型編寫的軟體，架構限制薄弱且缺乏人工代碼閱讀。 • 這使得代理容易選擇阻力最小的路徑：更多代碼、模糊邊界、效能風險上升。 • 為解決此問題，Lauren表示她透過600多個PR重構系統，建立了一個稱為Dune的內部架構。 • CI規則變得極其嚴格：禁止useEffect、禁止註解、驗證相依關係圖以確保Electron主進程與渲染進程永不交叉匯入。 • 換句話說，「智慧」不僅來自更好的模型，更在於重新設計環境，讓代理更難偷懶。 📌 pstack可能強大，但也可能極度不可移植 • 她的套件包含23個劇本與20多項工程原則。 • 這聽起來不像通用開發流程，更像是為模型量身打造的高度調校行為籠子。 • 這沒問題——直到有人試圖複製貼上到預算有限、擁有傳統代碼庫的普通團隊時，魔法便可能消失。 🔥 反彈聲浪：這是創新，還是富家子弟的計算表演？ 📌 批評者認為這只是披著未來外衣的AI廢料工廠 • 在Reddit與工程圈中，許多開發者認為，在擁有近乎無限token開支的情況下合併數千個PR並非軟體工程的革命。 • 他們主張：這是透過暴力計算向代碼庫注入微小變更，卻忽視了真正的瓶頸——長期可維護性。 • 換句話說，程式碼生成的速度遠快於判斷力。當判斷力被低估時，技術債務便由後繼者承擔。 📌 市場宣傳價值可能高於工程價值 • T3創始人Theo認為實際內部成本可能接近每月2.5萬至5萬美元。 • 他的觀點很簡單：即使在這個層級，曝光度也值得。有些公司花費100萬美元舉辦活動，卻得不到Lauren一篇熱門貼文一半的關注。• 從 Cursor 的角度看，這可能不是一個單位經濟的故事，而是一次出色的公關策略。 • Lauren 本人也明確承認了她的優勢：她在一個擁有近乎無限代幣的 AI 實驗室工作，因此她並未主張每個人都應該複製她的具體方法。 📌 更深層的問題是經濟問題，而不僅僅是技術問題 • 如果代理式開發只有在驗證迴路獲得大量補貼時才能順利運行，那麼真正的產品並非「AI 編碼」，而是大規模的低成本驗證權限。 • 如果這是真的，那麼 AgentFi 就成為了更有趣的框架：不僅是代理能做什麼，而是誰有資本讓它們自主運行。 • 未來可能不屬於擁有最佳提示詞的團隊，而是屬於那些構建最佳激勵系統、防護機制和資本高效驗證迴路的團隊。 我的看法？這個故事之所以有用，正是因為它讓每個人感到不安。 • 最好情況：這是對一種新工程堆棧的早期洞察，代理能夠在軟體系統中發送、測試、修復和協調。 • 最壞情況：這是一場由算力補貼支撐的表演，將輸出量誤認為產品品質。 • 最可能的情況：真相位於中間。代理式軟體可能是真實的，但若缺乏嚴謹的架構和合理的經濟模型，它可能只會成為更快製造技術債務的方式。 因此，我想留給你們的問題是： 如果一個代理每月能撰寫 4,000 個 PR，但只有極少數精英能負擔驗證費用，這究竟是軟體的未來，還只是一場權力的示範？