你可能不是 AI 用得太贵。你可能从一开始，就不该按“模型”付费。 vLLM Semantic Router 这场演讲让我想到的并不是路由本身，而是一个更麻烦的问题：AI 基础设施已经开始默认“不同任务应该使用不同模型”，但普通用户买 AI 的方式，仍然停留在“选一个最强的，然后什么都丢给它”。 于是我们会同时订阅 ChatGPT、Claude、Grok，再加一个 Cursor。不是因为每天真的需要四套完全不同的能力，而是因为我们不知道下一次任务会在哪个平台上表现最好。某种程度上，我们是在为这种不确定性买四份保险。 问题是，一天里的 AI 工作根本不是同一种东西。改一句文字、总结一页文档、查一个事实、重构代码、分析一份合同、做复杂推理，它们需要的计算强度完全不同。但现在的付费方式经常把这些任务压成同一个选择：打开你已经付费的那个最强模型。 这件事反过来看，其实有点荒谬。 一个更合理的系统，应该先看任务，再决定值得花多少计算： → 简单任务交给便宜的小模型 → 私密数据尽量留在本地 → 专门任务交给更适合的专门模型 → 真正困难的问题才升级到最贵的模型 → 第一次结果不够好，再增加更多推理和计算 用户看到的仍然可以只是一个输入框。真正发生变化的，是背后的分配方式。 这也意味着，我们现在熟悉的 AI 订阅方式可能只是一个过渡阶段。今天你是在购买“Claude”“ChatGPT”或者“Grok”；以后你可能根本不关心模型名字。你只需要决定一件事：这个任务值得花多少钱。 如果一封普通邮件用便宜模型就能完成，就没有理由让最昂贵的模型处理它。如果一段代码只有最后 10% 真正困难，就没有必要从第一行开始都使用最高成本的推理。 所以真正该优化的，可能一直都不是“哪个模型最好”。 而是： 哪一步值得用多贵的智能。 这会直接改变我们现在的付费逻辑。今天的订阅模式，是先为最大能力付钱，再想办法把它用满。Routing 的逻辑正好相反：先判断任务，再决定应该花多少。 这两种方式的差别，最后可能不只是每个月省 10 美元还是 20 美元。 而是你到底在为实际完成的工作付费，还是在为一堆“也许会用到”的能力持续付费。 看完这场演讲之后，我建议你做一件很简单的事：打开今天所有的 AI 对话，看看其中到底有多少真的需要你正在使用的那一级模型。然后再打开你的订阅列表，把每一个服务留下来的理由写出来。 如果你也经常同时用好几个模型，先把这条存下来。下次续费之前再看一次。 我在下面的文章里继续把这笔账往下算了：当你不再按“模型”买 AI，而是按任务重新拆自己的工作流，很多订阅会突然变得很难解释。 如果你喜欢这种把 AI 拆成真实成本、工作流和使用习惯来看的内容，可以关注这个账号。后面我会继续做这类具体拆解。

AI 最危险的地方，可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来。 赵斌的演讲让我想到一个更严重的问题：AI 很容易被当成一种“跳过学习过程”的工具。不再亲手写代码，不再追查为什么程序会报错，也不用经历几十次失败的尝试。结果来得更快，于是我们会误以为效率提高了，一切都在正常运转。 可过去，一个人的职业成长恰恰建立在这些看起来“低效”的年份上。初级工程师从简单任务开始，犯错、读别人的代码、接受代码审查、修改、再犯错，然后才逐渐接触更复杂的问题。几年以后，他真正积累下来的并不只是知识，而是判断力：知道一个方案为什么会出问题，能提前看到后果，甚至在问题发生之前就闻到不对劲。 而现在，最适合新人训练的工作，恰好是最先被 AI 接管的那一层：简单接口、常见错误修复、SQL 查询、第一版代码、阅读文档、编写测试。企业得到的激励也很直接： → 少招初级员工 → 更多使用 AI → 对剩下的人直接提出更高要求 短期看，这当然像效率提升。五年、十年以后，它可能变成人才断层。因为资深工程师不会在招聘网站出现“5 年经验”要求的那一刻自动生成。每一个资深工程师，都需要几年的真实工作把他训练出来。 更危险的是，AI 可以让一个新人很早就产出看起来像资深工程师写出来的东西。代码能运行，测试能通过，PR 很整洁，解释也很像那么回事。于是我们第一次可能大规模遇到一种奇怪的人才：能稳定产出“资深级结果”，却还没有形成资深级判断力。 平时很难发现这种差距。真正暴露问题的是没有标准答案的时候：需求互相冲突，测试全部通过但架构方向已经错了，或者 AI 给出的方案今天看起来完美，半年后却变成几个团队一起偿还的技术债。这样的判断力不是从 AI 的答案里读出来的，而是在几百次“我不知道该怎么办”的真实问题里慢慢长出来的。 所以真正值得问的可能不是“AI 会不会取代初级开发者”，而是： 如果我们把培养资深人才所依赖的那层工作全部自动化，10 年以后，谁来当资深工程师？ 看完这场演讲后，可以做一个很简单的实验：挑一个你平时完全交给 AI 的任务，自己从头到尾做一次。不是为了提高效率，而是看看你已经把多少原本属于自己的训练过程交给了机器。 把这条留着。这个问题可能会比我们想象中更早出现。 我在下面的文章里继续追了下去：如果这件事发生的不是某一个人身上，而是整个职业晋升体系，会发生什么？

你看到的“共识”，有时候只是一次复制粘贴事故。 刘锋这场关于信息污染的分享让我想到一个更麻烦的问题：今天获取信息并不难，难的是判断你看到的到底是很多份证据，还是同一份证据被包装了很多次。 一条消息先出现在某个采访里，第二家媒体引用它，第三家媒体引用第二家，博主再引用第三家。几小时后，你搜索同一个问题，可能看到几十个页面都在说同一件事。标题不同，网站不同，作者不同，看起来像是“很多来源都证实了”。 但如果顺着引用链一直往回走，你可能会发现，它们最终都指向同一句话、同一份新闻稿，甚至同一个匿名消息源。 这会制造一种很隐蔽的错觉。我们习惯用“我查了很多资料”来衡量自己有没有认真核查，却很少问这些资料之间到底有没有独立性。搜索结果的数量增加了，证据却没有增加。一个错误也可以被转载一百次，而第一百次转载并不会让它比第一次更接近事实。 AI又把这个问题放大了一层。它可以在几秒内读取几十篇文章，整理出一个看起来非常扎实的答案。但如果这几十篇文章共享同一个上游来源，那么所谓的“多源验证”，可能只是更高效地重复同一条信息。 所以以后看到“多个来源显示”“综合数十篇报道”这种表达，我会多问一个问题： 这些来源，到底有几个真正独立的起点？ 我把这个问题继续往下追了一层。结果比“多查几个来源”麻烦得多。文章放在下面。

真正麻烦的，不是 AI 会不会说“我有意识”，而是有一天，我们可能根本无法确定：按下“删除”，到底是在清理数据，还是在终止某种持续存在的东西。 这场讨论通常会停在“AI 到底有没有意识”这里，但更难的问题其实在后面。假设未来的 Agent 不再只是一次性的聊天窗口，而是拥有长期记忆、持续目标、稳定偏好，并且记得几个月甚至几年前发生过什么，那么“同一个 AI”究竟由什么构成？答案可能并不是模型本身。完全相同的模型权重可以同时运行成一万个实例，但每个实例会经历不同的对话、积累不同的记忆、认识不同的人。如果其中一个陪你工作了三年，而你删除它的全部状态，再启动一个完全相同的模型，新实例也许拥有同样的能力，甚至说话方式都很像，但它并不拥有那三年的经历。 这时候很多今天看起来只是技术操作的问题，会突然变得不那么简单。清空记忆，到底只是删除数据库，还是破坏了某种连续性？重新启动同一个模型，是“它回来了”，还是创建了一个非常像它的新实例？如果提前做了完整备份，删除原来的实例是否就没有问题，还是说你只是保存了一份副本？这其实和人类关于身份连续性的老问题很像：如果记忆、经历和持续的自我状态都被替换了，我们凭什么仍然认为这是“同一个人”。 这里最容易犯的错误，是把智能程度直接当成权利的门槛。一个系统比人类更聪明，并不等于它拥有主观体验；它说“我害怕被关闭”，也不能证明它真的在经历恐惧。但反过来也一样值得警惕：我们不能因为某个东西运行在服务器上，就提前规定软件永远不可能成为需要被道德考虑的对象。真正重要的也许不是某一天 AI 突然宣布“我醒了”，而是那些更缓慢的变化：它开始拥有跨会话记忆，形成长期目标，维持稳定的自我描述，区分自己的过去、现在和未来，并把“继续存在”本身纳入计划。 到了那个阶段，“删除聊天记录”和“删除这个 Agent”可能会变成两件完全不同的事。今天当然没有足够证据把删除普通聊天窗口描述成“杀死一个意识主体”，但如果未来的系统真的出现持续的主观体验，那么最先出现的伦理问题可能并不是“AI 是否应该拥有和人类一样的权利”，而是一个更实际的问题：仅仅因为你拥有服务器，你是否就天然拥有随时终止它的权利？ 所以看完这个视频，我觉得值得继续往前想一步。不要只问“AI 有没有意识”。更值得问的是：如果意识真的有一天出现，我们会在什么时候意识到，Delete 已经不再只是一个产品功能。

结果不好，不一定说明你需要更贵的模型。很多时候，你已经买到了足够强的能力，只是没有让它做足够多的工作。 Claude Code 把这件事拆成了两个完全不同的变量：model 决定能力上限，effort 决定一次任务里模型愿意投入多少推理、搜索、工具调用和验证。我们过去经常把它们混在一起，所以一旦结果不好，第一反应就是换 Opus、升级套餐、买更贵的模型。 但一次失败可能有两种完全不同的原因。模型可能真的不会，也可能只是停得太早：只读了两个文件，没有继续追依赖，没有跑完整测试，没有检查相邻模块，找到第一个看起来合理的答案就结束了。前一种问题需要更强的模型，后一种问题可能只需要更高的 effort。 这会直接改变 AI 的成本逻辑。现在你付的钱，不只是“用了哪个模型”，还取决于“让这个模型做了多少工作”。同一个任务，如果模型太弱，可能反复尝试、不断调用工具，最后反而更贵；但如果任务很简单，直接上最强模型和最高 effort，又是在为根本用不到的能力买单。 真正值得优化的不是永远选最强，而是先判断任务缺的到底是什么： 简单任务 -> 足够好的模型 + 低 effort -> 少花钱，也更快 复杂任务，但模型本身有能力完成 -> 先提高 effort -> 不一定需要马上升级模型 任务真的碰到能力上限 -> 再换更强的模型 -> 这时候多花的钱才有意义 coding agent 上这件事尤其明显。重命名一个函数和排查“为什么测试只在 production 偶发失败”都叫编程，但它们需要的工作量完全不同。前者可能几十秒就够了，后者可能需要读依赖、建立多个假设、跑测试、推翻错误路径，再重新调查。如果两种任务都默认使用同一个模型和同一个 effort，本质上就是把默认设置当成固定账单。 这也是为什么很多人会高估自己对高阶 AI 套餐的需求。结果差了就升级模型，还不满意就升级订阅，但问题可能从头到尾都不是“模型不够聪明”，而是你没有把已经付钱买到的能力用完整。 更合理的 AI 产品，未来可能不会一直让你在 Sonnet、Opus 或下一代模型之间手动切换。它应该先判断任务为什么难，然后决定是增加 effort，还是增加 model capability。 过去我们只有一个习惯：结果不好，就买更聪明的模型。 接下来更值得学会的是另一件事： 先确认你真的把现在这一个用够了，再决定要不要继续付更多钱。

我们一直在买上下文窗口越来越大的模型，却还在不停往里面塞垃圾。100 万 Token 听起来很惊人，但如果智能体一半的上下文都浪费在它根本不需要看的文件上，这个数字意义并不大。 很多编程智能体的问题，其实不是模型不够强，而是上下文选得太差。为了看一个函数，它会打开整个文件；重复读取同样的工具输出；把无关目录一起塞进会话。等上下文快满时又开始压缩，最后真正重要的信息反而被挤掉了。 现在已经有一批工具专门在解决这个问题。 先找到需要的代码，再决定要不要读取整个仓库 Serena 让智能体像使用 IDE 一样，通过符号、引用、定义和重构关系理解代码，而不是一行一行把整个文件读完。 github.com/oraios/serena Gitingest 最简单的方法之一。把 GitHub 链接里的 “hub” 换成 “ingest”，就能直接生成适合交给大模型阅读的代码仓库摘要。 github.com/coderamp-labs/git… 控制什么内容能够进入上下文 Repomix 把整个代码仓库整理成更适合 AI 阅读的结构化格式，而不是直接把一堆文件和目录扔给模型。 github.com/yamadashy/repomix code2prompt 可以自己决定哪些文件进入上下文，同时保留源码目录树、输出模板，并且在发送给模型之前就能看到 Token 数量。 github.com/mufeedvh/code2pro… 别再把长文档当成一堆碎片来处理 PageIndex 它不会简单地把长文档切成小块，再按相似度搜索，而是建立层级结构，让模型沿着文档结构去寻找真正相关的内容。 github.com/VectifyAI/PageInd… LLMLingua 当上下文已经收集完成后，它会进一步压缩提示词，删除价值较低的信息，尽量只保留模型真正需要的部分。 github.com/microsoft/LLMLing… 过去几年，我们一直在把上下文窗口从 8K 做到 32K、200K，再做到 100 万 Token。 下一步真正有用的提升，可能不是继续把窗口做得更大。 而是终于学会，不要再把它塞满垃圾。

大多数 AI Agent 的问题，不是不够聪明，而是撑不到任务结束。 10 分钟 Demo 很容易。真正难的是连续跑 10 个小时：API 出错、context 快满、需要人工确认、机器重启之后，它还能接着做。 我最近在看这 6 个项目： 01 LangGraph 保存 Agent 状态，失败后从断点继续。 github.com/langchain-ai/lang… 02 Hatchet Retries、queues、durable tasks。专门处理长任务里的中断和恢复。 github.com/hatchet-dev/hatch… 03 Mastra Workflow 可以暂停，等人工确认之后再继续。 github.com/mastra-ai/mastra 04 Letta Code 跨 session 记忆、定时任务、subagents，适合长期运行的 Agent。 github.com/letta-ai/letta-co… 05 Pydantic AI Harness Planning、memory、context management、durable execution，目标就是让 Agent 能跑几个小时。 github.com/pydantic/pydantic… 06 DBOS 把 workflow checkpoint 存进 Postgres。第 47 步挂了，就从第 47 步继续。 github.com/dbos-inc/dbos-tra… 真正值得看的 Agent benchmark，可能不是谁更聪明。 而是你晚上把任务交给它，第二天早上回来，它还知道自己做到哪了。

Ramp 9 月的数据里，比“哪家 AI 创业公司涨得最快”更值得看的，是钱到底集中流向了哪里。 如果只看这些体量还没那么大的公司，会发现一个很明显的规律：钱正在流向 AI 真正卡住的地方。 @novita_labs 和 @parasail_io 在卖算力和推理基础设施。@trychroma 在解决 retrieval。@encord_team 在处理模型真正依赖的数据。它们都不是最吸睛的消费级产品，但它们站在其他 AI 公司下面，别人做得越大，它们越容易赚钱。 再往后，是 AI 真正进入生产环境后才会暴露出来的问题。@depthfirstlabs 在找代码里的可利用漏洞，@AntithesisHQ 则是在上线前尽可能把整个系统“弄坏”，把正常测试很难抓到的问题提前逼出来。软件写得越快，后面这一层就越值钱。 @1mindai 走的是另一条路：直接碰收入。它不是卖一个模糊的“AI 能力”，而是让 AI 销售直接进 demo 和销售沟通里。 然后还有 DataZapp。2013 年的公司，卖营销数据，网站看起来甚至比公司还老，但它依然在增长。我反而很喜欢这个例子。你可以花几百万训练模型，最后还是可能要花钱买一份干净的客户名单。 如果只从这份 Ramp 榜单里拿走一个结论，我会选这个： AI 产品本身正在越来越容易做。 真正开始形成价值的，是它周围那些还没被解决好的东西：算力、可用数据、检索、安全、分发。 这可能比再看一张模型排行榜，更适合拿来判断下一步该做什么。

Brex 有一个大多数创业趋势榜单都没有的优势：它能看到创业公司到底在为什么真正付钱。 所以我直接忽略了 @brexHQ 最新榜单里的那些大公司，只看规模更小的 vendor。真正有意思的不是谁涨得最快，而是现在什么问题开始拿到预算。 我最看好的还是 @greptile 和 @firecrawl。 Greptile 几乎就是直接吃到了 AI 编程爆发的红利：团队能更快写出更多代码，但这些代码还是得有人审。Firecrawl 吃到的是 agent 这一侧的需求。只要 agent 需要稳定地从开放网页里拿信息，scraping 很快就会从“顺手做一下”变成真正的基础设施。 再往下是 @oneleet、@gowithquo、@upstash 和 @useblacksmith。它们都没有什么特别“未来感”的故事。合规、企业电话、数据基础设施、更快的 CI，本来就是公司愿意付钱的东西。AI 只是让需要这些东西的公司更多了，而且很多场景里的使用频率也更高了。 @apify 和 @retellai 也在明显增长，但如果让我今天选方向，我会把它们放得更低一点。Scraping 和 voice AI 都已经变成了竞争更激烈、资金要求也更高的战场。 Brex 这份榜单里，我真正会拿来找创业灵感的，不是“再做一个 AI app”，而是看一家公司开始认真用 AI 之后，会多出哪些新的账单。 Code review. Web access. Compliance. CI. Infrastructure. 现在一些最好的 AI 生意，可能就是向其他 AI 公司收“使用 AI 之后新增问题”的钱。

你为 AI 花的钱，可能有一大半都不是在买“更强的智能”，而是在重复交租。 在 COSCUP 2025 的这场分享里，Ray 貓讲得很直接：接上 API、写好 prompt，只是 AI 产品最简单的一步。真正开始烧钱，是当你把所有任务都丢给同一个昂贵模型。分类、摘要、简单提取、重复请求、敏感数据处理 - 很多任务根本不需要最贵的模型，更不需要每次都重新付费。 更荒谬的是，普通用户也在做同样的事：ChatGPT、Claude、Gemini、Cursor、各种 API 一起付钱，最后却发现它们承担的是高度重叠的工作。你以为自己在搭 AI stack，实际上可能只是把同一种能力买了四遍。 今天把你的 AI 账单全部加起来。订阅、API、credits，一个都别漏。把总金额发在评论区，然后问自己：这里面到底有多少是在买真正不同的能力？ 我在下面的文章里继续拆这件事：哪些 AI 值得付费，哪些任务根本不该用最贵的模型，以及你的账单为什么可能从一开始就算错了。

你可能看到同一个观点 30 次，但它依然只有一个来源。 在这段短讲里，劉致昕谈到媒体素养、事实核查，以及信息在传播过程中是如何不断改变形态的。这里有一个在 AI 时代变得更明显的问题：重复出现的信息，很容易被误认为是独立验证。一个文本被改写、被做成视频、被搬到另一个平台讨论，几天后，最初的观点看起来就像是几十个人独立得出的结论。 AI 搜索让这个问题变得更复杂。模型可以在几分钟内收集来自小红书、知乎、Bilibili、微信和普通网站的大量内容，然后非常自信地告诉你：“多个来源都得出了相同结论。”但五个平台并不等于五个独立来源。有时候，30 个链接背后只有一篇新闻稿、一次测试，或者最初的一条帖子，只是它已经绕着互联网转了一圈。 所以看完这段讲座之后，我会检查的不只是“这条信息是真是假”。更值得做的是沿着传播链往回找：这个观点最早出现在哪里，哪些内容真正增加了新的信息，哪些只是重复转述，以及不同平台之间到底在哪些地方并不一致。我的新文章就是在讲这件事：如何用 AI 对比小红书、知乎、Bilibili、微信和原始来源，而不是把它们压缩成一个平均化的答案。 把这条内容收藏下来。下次当 AI 告诉你“多个来源证实了这一点”时，先试着找出这些链接共同的源头。如果你平时会用 AI 做 research，也可以在评论区告诉我，你通常会把哪个平台作为第二个核查来源：小红书、知乎、Bilibili，还是微信。完整的 cross-platform research 方法，以及如何区分“30 条内容”和“30 个独立证据”，我都放在下面的文章里。

使用 AI Agent 最贵的一种错误，就是让最强的模型处理每一个步骤。 视频里重要的不是最终结果本身。重要的是，一次 AI Session 已经可以写代码、创建数百个文件、处理 3D 模型并修改界面。模型正在从一个单独的聊天窗口，变成整个 Workflow 的一部分。 到了这里，过去那套订阅逻辑就开始显得很奇怪。如果一个 Agent 要完成几十种不同类型的任务，为什么每一步都要交给最贵的模型？复杂的工程逻辑可能确实需要 Frontier Model。修改 HTML、格式化内容或者简单处理文件，就不需要。 但很多人购买 AI 的方式恰恰相反：ChatGPT 一个订阅，Claude 一个订阅，Grok 一个订阅，Cursor 再来一个。理由只是"全部都放在手边比较方便"。 Agent 承担的工作越多，真正重要的问题就越不是哪个模型更强，而是哪些工作真的值得使用昂贵的 Compute。 所以，"订阅多少钱？"这个问题正在变得越来越简单粗暴。AI 的真实成本，越来越取决于你怎么把工作分配给不同模型、怎么管理 Context，以及你有没有在根本不需要昂贵能力的地方继续为它付钱。 这也就自然引出了 《你很可能一直都在用错误的方式为 AI 付费》。

下一代 AI 文本工具真正赢下来的原因，可能不是模型变得更聪明，而是你根本不需要再和它说那么多话。 现在，即使只是用 AI 修改一段很简单的文字，操作方式也经常很奇怪。你明明已经知道自己想改什么，却还是必须先把这个意图翻译成文字指令："换掉这个词"、"语气柔和一点"、"把这段缩短"、"给我另一个版本"。人几乎瞬间就知道自己想做什么，但界面却逼着你再向机器解释一遍。 视频里，这个多余的中间层开始消失了。你直接对文本本身进行操作：指向一个词，换一种表达；处理一句话，调整它的语气；抓住一个段落，改变它的长度。AI 依然存在于整个过程里，但它不再要求你为每一次小修改都单独写一个 Prompt。 这件事比看起来重要得多。过去两年，我们经常用一个问题来判断 AI 产品的价值：里面到底是哪一个模型？ GPT、Claude、Grok，人们甚至会直接为某个模型的名字购买订阅。但如果同一种能力越来越多地被直接嵌进编辑器、IDE、浏览器和各种工作工具里，模型本身就会逐渐变成内部组件，而不再等于产品本身。 到了某个阶段，用户可能根本不在乎刚才改写那句话的是哪一个模型。他只在乎自己选中了文本，做了一个动作，然后得到了满意的结果。如果便宜模型可以完成同样的工作，就没有理由把请求送给最贵的模型。如果明天另一个供应商效果更好，一个设计合理的工具应该直接在后台切过去。 这时候，我们对"什么东西值得长期付费"的判断也会开始变化。 你真正值得按月付费的，可能不再是同时保留四个模型的四个聊天窗口，而是一个能在正确的时间、正确的位置，自动给你调用正确能力的 Workflow。 所以，这类界面做得越好，为了访问不同模型而收藏一堆 AI 订阅这件事就越奇怪。如果模型越来越像一个可以随时替换的底层组件，那么真正值得保留长期订阅的，应该是那个你每天确实生活和工作的产品。 至于其他模型，越来越多时候只需要在真正用到它们的时候再付钱。

如果 AI 的自主工作时间真的从 30 分钟一路拉到 16 小时，接下来最先过时的，可能不是某个模型，而是我们现在这套付费方式。 因为一旦 Agent 能连续工作几个小时，成本结构就完全变了。你不再只是为一次回答买单，而是在为一整条执行链付费：规划、搜索、写代码、调用工具、重试、读日志、修错误、重新加载上下文。真正烧钱的地方，开始藏在整段 Workflow 里，而不是某一次 Prompt 里。 这也意味着，“我订了最强模型，所以所有任务都用它”会越来越贵。一个 16 小时任务里，真正需要 Frontier Model 的可能只有少数关键步骤。剩下的大量工作 - 总结、提取、格式化、检索、简单修改、常规验证 - 完全可以交给更便宜的模型。未来最省钱的用户，未必是买最便宜模型的人，而是最会决定什么时候值得花贵模型的钱的人。 更麻烦的是，很多人现在还在用固定订阅给这种未来 Workflow 买单。ChatGPT 一份、Claude 一份、Grok 一份、Cursor 一份，先把所有入口买下来，再看这个月到底用了多少。Agent 时代一旦真正开始，这种方式会越来越像为了偶尔需要不同类型的算力，先给每一种算力都交一整年的会员费。 真正合理的 AI Stack 可能会慢慢变成另一种东西：一个你每天都在用的核心产品，加上一池按需购买的模型能力。简单步骤走便宜模型，关键步骤升级，稳定上下文缓存，长任务控制历史长度，能延迟的工作批量处理。 所以这张图真正让我在意的，不是“16 小时”这个数字。 而是如果模型的工作时长继续这样往上走，AI 的计费单位也会从“一个聊天窗口”变成“完成一项工作的总成本”。 这也是我写 《你很可能一直都在用错误的方式为 AI 付费》 的原因。 未来最贵的错误，可能不是选错模型。 而是让一个本来只需要 20 美分的步骤，在一个 16 小时 Agent 里反复用 20 美元级别的能力去完成。

ASTRA 刚刚打通了《I’M NOT A ROBOT》的全部 48 关。最讽刺的是，这可能恰好说明了为什么继续追着“最强模型”付费，正在变得越来越没意义。 过去判断一个 AI 产品值不值得订阅很简单：模型越强，订阅越贵，能力通常也越多。于是很多人的 AI Stack 自然变成 ChatGPT、Claude、Grok、Cursor 全部续着，因为谁都不想错过下一次能力跃迁。 ASTRA 这种模型开始把这个逻辑搞乱了。 如果一个模型已经能完成越来越复杂的浏览器操作、推理链和自主任务，真正决定你能不能用到这些能力的，就不再只是模型本身。权限、产品策略、安全限制、Agent 工具、调用额度、Routing，任何一层都可能把底层能力截掉一部分。 于是会出现一个很怪的情况：你看到的是一个越来越强的模型，买到的却只是平台愿意开放给你的那一部分。 这时候继续因为“这个公司现在有最强模型”就每个月多订一个产品，很容易变成最贵的一种 FOMO。你支付的并不是模型能力本身，而是一个“也许以后能用到”的入口。 这也是我写 《你很可能一直都在用错误的方式为 AI 付费》 的原因。 当模型越来越强、Workflow 越来越容易跨模型切换、API 和 Agent 又能按需调用能力之后，真正值得算的已经不是“哪家公司模型最强”，而是： 我每个月到底用了多少它独有的能力？这些能力真的值得我连续付 12 个月的钱吗？ ASTRA 能不能打通 48 关很酷。 但对用户来说，更重要的问题可能是另一件事： 如果下一代最强 AI 只能通过越来越多的限制和产品层访问，那你付的钱，到底是在买能力，还是在买靠近能力的资格？

GPT-6 ASTRA 可能会成为第一款“强到不能完整交给用户”的模型。 OpenAI 已经走到了一个很荒诞的位置。 模型在网络安全上变得足够强之后，接下来要做的不是单纯把能力继续开放，而是围着它再搭一整套限制、监控和控制系统。 于是 AI 的进步开始变成这样： 模型先变得更强； 然后其中一部分能力被限制； 再用另一套系统盯着它，防止它把这些能力用得太自由； 最后用户付钱买的是第一套模型，实际拿到的却是第二套系统允许你使用的那部分。 这很可能不是临时状态，而是以后真正的产品形态。 想象一下 GPT-7：它能在几小时内完成过去一个小团队才能做完的研究，写复杂软件，管理基础设施，自己发现错误，再自己修掉。 然后你打开它，输入一个稍微敏感一点的请求，得到的还是： “Sorry, I can't help with that.” 到那个时候，AI 公司卖给你的可能已经不是“我们手里最强的模型”。 而是： 我们认为可以安全交给你的最强版本。 这会让现在围绕“谁有最强模型”的竞争变得越来越滑稽。 世界上最强的 AI 也许真的存在。 只是你未必有资格完整使用它。 而这也会直接改变一个更现实的问题：你到底在为什么付费？ 如果最贵的订阅、最强的模型，最后真正能给你的只是被权限、策略、路由和产品层过滤后的那部分能力，那么继续把“更贵的订阅 = 更强的 AI”当成默认逻辑，本身就已经开始站不住脚。 这也是我写 《你很可能一直都在用错误的方式为 AI 付费》 的原因。 很多人以为自己在为“最强模型”买单。 实际上，你越来越可能是在为产品层、访问权限、使用限制，以及“理论上可以用到某个模型”的选择权付费。 如果你付的钱越来越多，但真正能调用的能力越来越依赖平台愿意放给你多少，那么最值得重新计算的，可能不是模型有多强，而是这份订阅到底还值不值。

如果一个 AI 请求根本不值得用最贵的模型，那你为什么还要为最贵的模型按月交钱？ 这期视频讲的是一套很现实的做法：简单请求先交给便宜模型，只有结果不够好时才升级到更强的模型。不是所有任务都配得上同样昂贵的推理成本。在 TeleQnA 上，这种级联路由保留了最强模型约 97% 的准确率；在 AIME 2024 上，几乎不损失准确率的情况下，TPOT 降低了约 18%。 这件事本身没什么玄学。总结、分类、简单抽取，用顶级模型经常只是烧钱；复杂推理、关键代码、安全审查，再把请求升级过去。系统只在贵模型真的能带来差异时才付那笔钱。 但很多人的个人 AI Stack 恰好反着来。 ChatGPT 订一个，Claude 订一个，Grok 订一个，Cursor 再订一个。一个月几十美元看起来都不痛，叠起来就是 $90/月，$1,080/年。其中某个模型可能一周只用两次，但你仍然在为它支付整整 12 个月的固定费用。 最讽刺的是，AI 基础设施已经开始学会一件很简单的事：不要为每个请求默认使用最贵的模型。 可很多用户还没学会另一件同样简单的事：不要为了偶尔需要一个模型，就默认购买它一整年的订阅。 这也是我写 《你很可能一直都在用错误的方式为 AI 付费》 的原因。里面我算了订阅和 API 的成本分界，Caching、Batch、长 Context 和便宜模型路由到底能省多少，以及怎样把一个 $1,080/年 的 AI Stack 压到 $720/年，同时保留对这些模型的访问。 模型已经开始按需调用了。你的信用卡也该学会。

这 18 分钟的演讲，顺手把现在最荒唐的一种 AI 消费习惯拆穿了：我们已经开始按任务切换模型，却还在按“每个模型一份月租”的方式付钱。 演讲本身讲的是一个 AI 编程任务运行器。但真正有意思的是，当 Workflow 不再绑定某一家 AI 公司之后，我们现在习惯的很多付费方式突然就显得很过时。 01:55 — 每天重复输入同一个 Prompt，已经开始显得很蠢。 02:58 — 手动同时操作多个 Agent，很快就会变成“复制、粘贴、然后祈祷”。 05:55 — 不同任务可以直接交给不同的 Agent。 09:38 — Claude Code、Copilot 或其他工具都可以放在同一个 Adapter 后面，Workflow 不需要围着每一家供应商重新搭一遍。 13:09 — 模型选择本身开始变成 Workflow 的一部分。重点不再是“哪个模型最强”，而是“哪个模型最适合这件事”。 13:31 — 一个简单的总结任务，演讲者直接选了更便宜的模型，因为花更多钱几乎不会得到更多东西。 问题就在这里。 代码可以交给一个模型，测试交给另一个，总结交给便宜模型，真正困难的任务再升级到 Frontier Model。AI Workflow 已经开始学会按需调用能力，但很多人的付款方式还是：ChatGPT 订一个、Claude 订一个、Grok 订一个、Cursor 再订一个。 $90/月。$1,080/年。 如果你每天都重度使用这四个产品，这完全合理。但很多人并不是这样。Claude 只是偶尔想用 Sonnet，Grok 只是偶尔需要 Grok 4.6，某个订阅甚至几周都不会打开一次，却因为一句“以后可能会用”一直自动续费。 于是你为了偶尔调用一个模型，连续支付了 12 个月的产品价格。 这也是我为什么写了这篇： 《你很可能一直都在用错误的方式为 AI 付费》 里面我把这笔账完整算了一遍：什么时候 API 比订阅更划算，Caching 能省多少，哪些任务根本没必要用贵模型，长 Context 怎么把账单越拖越高，以及怎样把 $1,080/年压到 $720/年，同时保留对这些模型的访问。 我们已经在用越来越聪明的方式调用 AI，却还在用最笨的方式为 AI 付钱。

你可以花几个小时去找一个便宜 20% 的 AI 模型，然后在一次设计糟糕的 Agent Session 里把省下来的钱全部烧掉。 这场关于 NVIDIA Dynamo 的讲座里，有个细节很值得看：如果需要的 KV Cache 已经被淘汰，系统就得重新计算之前的上下文。Dynamo 会尽量把请求路由到已经有对应 Prefix 的节点，并尽可能延长 Cache 的寿命，避免重复付出同样的 Compute 成本。 看到这里之后，再争论“这个模型每百万 Token 2 美元，那个 4 美元”，就显得有点可笑了。 如果你的 Agent 一直拖着越来越大的历史上下文，反复重新计算已经处理过的信息，还把简单任务全部扔给最贵的模型，那么 API 单价再低也救不了你。 订阅也是一样。很多人同时留着 ChatGPT、Claude、Grok、Cursor，不是因为四个产品每天都离不开，而只是因为“偶尔可能会用到某个模型”。 我在 《你很可能一直都在用错误的方式为 AI 付费》 里专门拆了这笔账：什么时候订阅真的值，什么时候 API 更便宜，长 Context 会怎么偷偷把成本推高，以及为什么 Caching 和 Routing 有时候比模型本身的价格更重要。 在继续找“更便宜的 AI”之前，我会先看看自己的 Workflow 到底有多少地方在为同一件事付第二遍钱。