TAG · 标签

# AI编程

2026-10-30

我用AI写代码30天跑了4200万Token：对比3家真实账单，最省钱的反而最贵

过去一个月，我在真实全栈项目里用AI跑了整整4200万Token、完成了120个开发与重构工单。把三套主流模型方案的后台扣费账单和返工耗时拉出来算总账后，我发现了一个极反直觉的规律：千Token单价最便宜的模型，因为报错死循环导致的Token膨胀和人工排查耗时，综合成本反而是最高的。

2026-10-29

Anthropic年入190亿美元的底牌：Claude写代码拿下全球42%份额，单客年付超百万

不靠免费聊天抢C端流量，Anthropic凭什么在15个月内把年化收入从10亿美元干到190亿美元？拆解Menlo与OpenRouter最新硬数据：Claude一人吃下全球AI编程42%市场份额。

2026-08-04

AI 时代还要不要先做 MVP？2.11 亿行代码测出返工率从 3.3% 涨到 7.1%

AI 时代还要不要先做 MVP、要不要分期交付？你把想法扔给 AI，十次里有八次它先建议做个最小可行版本，而这个建议是它从训练数据里背出来的，不是算出来的——Agile Manifesto 是 2001 年的，《The Lean Startup》是 2011 年的，那套方法论成立的前提是「简陋实现和完整实现之间有巨大成本差」，而这个前提在 AI 手里已经没了。用 Cursor 说「用 localStorage 存」和说「用 PostgreSQL 加连接池」，生成时间差不了几分钟。更要命的是 AI 的账单结构跟人相反：输入 token 的大头是上下文不是任务，两次重试就能让一次会话的成本变成三倍。GitClear 分析 2.11 亿行代码的结果是，合并后几天内被重写或删除的代码比例已经从 3.3% 涨到 7.1%。这篇拆迭代这套方法为什么是为人的成本结构设计的，以及「一次做好」和「一次做完」的区别在哪。