日均 40 亿 Token 的那一周：我怎么把羊毛变成长期生产资料-环球搭子

写作时间：2026年8月

这篇是应亦仁的邀请在生财有术做的一次分享。原始文章发在我的博客上：人生的塞尔达时期，技

术细节比较多。飞书文档的链接 Agent 不太好直接读，如果想让 Agent 帮你解读，可以直接把博客

链接丢给它，不懂的让它解释。这一版是专门为生财圈友做的优化版——移除了大量技术实现细节，

更方便大家理解。核心就一句话：趁 Token 还便宜，把它变成代码、服务和工作流这些长期可复用

的生产资料。

人生的塞尔达时期

开头：Token 用光了这个晚上

好久没有更新了。原因很简单：沉迷于薅 Token 羊毛中。

多个 Token 套餐已撞线

Claude Code 7 天撞线、Fable 5（Claude 当前最顶级的模型）撞线、Codex 7 天撞线，Kimi Code 也到了 94%。备用渠道里 GLM 还剩 63%，Grok 剩 32%，DeepSeek 和百炼倒是余量充足——但主力全歇了。

所以干脆趁着等额度恢复的间隙，写写文章吧。

一、人生的塞尔达时期

玩过《塞尔达传说》的人都知道那种感觉：脑子里只剩下没有探索过的地方，吃饭出行都可以往后排，晚上一抬头就两三点了。塞尔达玩家最常说的一句话是"很想要一个没有玩过塞尔达的脑子"——因为游戏内容终究有限，探索完就再也找不回那种惊喜和沉迷感了。

但最近，我觉得自己又找回了这种感觉。或者说，我可能进入了一段人生的塞尔达时期。

每天被好奇心塞满，去探索不同的方向，解决切实的问题，经常一干起来就跟 Agent 聊到一两点。我有一个朴素的信念：一个东西只要它的数据在线上，大语言模型之前有过相关的训练数据，原则上都可以拿 Agent 去尝试。之前写过的软件篇和硬件篇，都是这么试出来的。

客观地说，我整个 7 月份的作息，都是围绕着 Claude Code 里 Fable 5 的额度有效期、还有 Codex 的额度重置时间来安排的。7 月 10 号新一轮额度周期开始，怕重置浪费，要集中消耗，连续几天日均都是 40 亿往上（所有渠道合计）。

注意，这个 40 亿是 20x 套餐的额度被打满了，而不是我自己扛不住了。

近 30 日 Token 消耗分布

这是我自己做的 Token 用量监控面板。近 30 天总处理量（含 cache）折算下来等效估值 27,000 多美金——注意这只是按 API 价格的等效估值，不是真实账单，我实际花的钱是两个 200 刀的订阅。Coding Agent 维度，Claude Code 和 Codex 各占一半；模型维度，跑量最大的是 gpt-5.6-sol（33%，Codex 链路的主力模型）、Sonnet 5（24%）、Opus 4.8（18.6%）和 Fable 5（5.6%）。

由俭入奢易，由奢入俭难。Token 降下来以后，感觉自己就像一个废物——很多东西下意识想的都是"这个能不能给 Agent 做"，自己已经想不起来怎么徒手搞了。

这种 building 的过程比游戏好玩得多，也容易上瘾得多，非常容易进入心流状态——而且跟塞尔达最大的不同是：这片新大陆每天都在长大，永远有新的角落可以探索。

二、红利期的判断：能薅尽薅

先说结论：趁着 Token 的羊毛期，要尽可能沉淀下来之后也能复用的生产资料，能薅尽薅。

我是 2025 年 3 月左右开始用 Coding Agent 的，从 Cursor 切到了 Claude Code，然后一路陪着它升级套餐：Claude Code 和 Codex 的组合从 20+0、100+0、100+20、200+20、200+100 一路加到200+200（前面的数字是 Claude Code 的订阅档位，后面是 Codex 的）。现在，我已经打算再去订阅第二个 Codex 账户了。

为什么这么激进？说白了就是一个判断：虽然很多模型的 Token 平均成本在下降，但真正高智力那部分 Token 的成本，其实是在往上走的。

你可以把现在这批订阅套餐想象成早鸟票，或者电商大促里的限时秒杀价——价格好到不真实，恰恰是因为平台还在抢地盘，需要用低价换用户、换训练数据，而不是想赚你钱。这也是我不认为当前这种低价套餐能撑久的原因：Anthropic 和 OpenAI 都还没上市，它们现在要的是用户规模和行为数据，不是眼前的利润。每个月 200 美金的套餐，换算成 API 额度我轻松能跑到 1 万美金的等效消耗；Codex 更夸张，200 刀能拉到两三万刀的等额消耗——这里要感谢 Tibo 哥，Codex 额度重置机制的负责人，重置节奏卡得好，让订阅的利用率高得离谱。

这种价格倒挂显然撑不了太久。

所以问题就变成了：薅来的 Token，要怎么花才不算浪费？这是下一节要聊的。

三、把 Token 变成代码：Skill 与软件的边界

先立一个前提：如果未来高智力的 Token 只能按 API 价格买，今天很多玩法都跑不动了。所以要趁现在，把 Token 转化成几种能长期复用的东西：清洗过的高质量数据、工具软件、以及 Skill。这里面我想得最多的，是 Skill 和软件的边界线该怎么划。

Skill 的本质和它的局限

Skill 这个东西，既要看它写得怎么样，也要看模型自身的能力，两者缺一不可——差一头，输出质量就飘。

它的好处是门槛低：全是自然语言，人人都能写，特别适合那种经常变来变去的工作流。说白了，你是在借用 Agent 处理不确定性的能力——这是 Skill 最值钱的地方。

但局限也在这儿。Agent 的注意力是最宝贵的资源，得省着用在解决不确定性上。这个观点我在Context is All You Need 那篇里展开写过。

这句话怎么理解？你可以把 Agent 的注意力想象成一个人的工作精力——如果让它花一个小时去处理登录验证码，它就少一个小时去干正事。人也是这样，谁都不想上班时间被这种鸡毛蒜皮的事占满。

举个例子。假设你有一个浏览器爬虫的 Skill，能帮你爬各类网页，偶尔用一次当然没问题。但一旦用得频繁了，你会发现 Agent 的大量精力都花在了跟主线任务无关的琐事上：这个网页的账号登录来回重试、出了验证码来回折腾……次数一多，浪费掉的注意力比省下来的时间还贵，这个 Skill 的投入产出比自然就跌下去了。说白了：一个场景用得越频繁，越不该继续靠 Agent 现场处理，而是该把它变成程序。

高频场景的答案：组件化、工程化

所以更好的解法是：一个场景用得足够高频的时候，就该把它程序化掉。

从效率和成本角度，这就跟开车换挡差不多——手动挡开熟练的路段，你迟早会想换成自动挡，把省下来的注意力用在真正需要判断的路况上。或者换个说法：一道菜你天天做，不如买台面包机，把确定性的步骤交给机器，自己只管调味那部分真正需要判断的事。把 Token 变成代码，我认为是目前杠杆最高的一种转换——前提是这段代码要真正跑在生产环境里、被持续调用。代码的边际成本几乎是零，它大部分时候根本不需要 Token，或者说需要的 Token 比 Agent 方式低好几个数量级。

还是拿我自己的例子说。同样一套信息处理过滤流程，我把它写成了程序化的服务——虽然也调用LLM，但走的是传统的单次调用，不是 Agent 方式，模型也可以换成 DeepSeek 这种便宜货。这样一来，单个项目一天七八百万甚至上千万的 Token 消耗，算下来每天成本不到 10 块钱。同样的活儿要是用 Agent 来做，可能得烧掉一两亿 Token——订阅套餐下能撑得住，但长期看这条路走不通。

目前我在局域网内已经攒了一批这样的服务，比如说：帮我处理 IP 风控、多国语言地区切换、直播不可下载这些问题的 YouTube 下载服务；给一个 URL 就能拿到公众号、小红书、Twitter 内容、且不花一个 Token 的爬虫网关；每天批量转录几十个小时音视频的 ASR 语音转文本服务；还有一个图片OCR 和图片理解服务。

这些东西一旦建成，就能被下游很多场景反复消费，排列组合出新玩法——不管是总结各平台的音视频，还是帮我盯不同平台的直播推流，都是在之前搭好的工程化基础上组合出来的。每个服务下游通常有两三个消费方，多的能到四五个。这也是我用 AI 长出来的那些工具那篇讲的"Skill 快速验证、工程化追求稳定"，最新的进展。

我的 Skill 使用原则

也因此，我现在装的 Skill 其实不多，常年高频在用的就一个：YC CEO Garry Tan 开源的 gstack Skill包——里面那个多视角 review 的 Skill 我每天都在用。其他即使装了，大多也是项目级别的安装，不会往全局装。或者我干脆去研究一下某个 Skill 背后的原理，把它吸收进自己的工程化项目里。

还有个判断标准分享一下：一个 Skill 会不会长期迭代，是我判断它值不值得的重要依据。大部分自媒体博主分享的 Skill，如果不是持续更新的，多半是为了传播效果写的，没在生产环境里真正跑过。一个好 Skill 必然是要不断迭代的——要是作者自己都觉得写完扔那不用管了，那大概率它没在真实场景里被反复检验过，价值也就有限了。

四、从照看到放手：一套会自我修复的系统

前面聊的都是"物"——怎么把 Token 沉淀成长期资产。这一章聊聊"人"：当 Agent 能做的事情越来越多，人自己应该站在什么位置。

人机协作的三阶段

之前看过一篇硅谷 AI 工程师的实践分享（AI agent 到底怎么才算真正落地），把 AI 使用分成三个阶段，我觉得分得很准：第一阶段是 Copilot（人主导，AI 辅助）。说白了就是你干活、AI 打下手。每个判断、每次执行都要人点头——写文案让它改改、写代码让它补补、查资料让它总结一下。这个阶段大多数人已经在了。

第二阶段是照看 Agent（人监督，AI 执行）。你已经能把更复杂的任务丢出去了，这本身就是进步——但问题是你走不开。Agent 跑偏了你得拉、卡住了你得推，就像照看婴儿，人一直拴在电脑旁，真正有意义的决策反而没精力做。

第三阶段是 Agent 自主运行（AI 主导，人拍板）。团队在后台自己干活，你只在最关键的决策节点露一面，其他时候彻底放手。

这三个阶段不只适用于写代码。做内容的人也一样：第一阶段你让 Agent 帮你改改文案、总结总结资料；第二阶段你把选题调研、初稿撰写整个丢给它，但每一篇还得自己盯着看它有没有跑偏；第三阶段它自己监控热点、生成初稿、按你的风格排版，你只管最后扫一眼点发布。做电商也是同样的路：从让 Agent 帮你写产品描述，到让它管理整个上新流程，再到它自己盯数据、调价格、你只审批关键决策。

我自己的体会是，正在从第二阶段往第三阶段迈。这个过程里有个感受特别深：随着你和 Agent 的交互越多，你会发现大家碰到的问题其实是同一个——人是整个流程里的瓶颈。你得先解决自己这个卡点，才能把精力挪到更值钱的事情上。

某种程度上这跟管团队很像：前期你事事亲力亲为，做基础建设；规模大了以后精力顾不过来，就必须把事情交出去，靠规范、靠职能划分让业务继续扩大——你慢慢从一线执行者退到部门经理，再退到 CEO。跟 Agent 协作也是同一条路。

从第二阶段到第三阶段：我自己的例子

我自己维护的自用服务加上给团队用的服务，大概三四十个。维护一两个没问题，但项目一多——旧项目有 bug 要修、新功能要加、还想探索新东西——大量时间就被琐碎的运维和修 bug 吃掉了。

于是自然会想：能不能让系统出问题的时候，自己派一个 Agent 去修？修完给我发条消息，我确认没问题，直接在线上把问题解决——全程我只要在飞书里点一下按钮。

这套东西我已经跑起来了，还真的在一次线上故障里从头到尾走完过一整套流程。整体逻辑就一张图：

整个流程里我只做两个动作：出事后在飞书里回一句"去查"，修完在批准卡上点一下"合并"。中间的诊断、修复、提交代码改动、跑自动化测试、找另一个 Agent 检查，全是 Agent 自己干的。

飞书审批 agent

这套系统说白了就三条规矩：

第一，所有自动化检查没通过，别想上线。测试要过、改动量不能超上限、核心基础设施的文件Agent 不能碰——只要有一条不满足，直接打回，没有情面可讲。

第二，写代码的和挑毛病的不能是同一个 Agent。代码改动提交后，会自动触发一整套检查流程：跑测试、找一个独立的 Agent 来挑毛病（写的和审的必须分开，不然容易自我感觉良好——人也一样，自己写的方案自己审，基本审不出问题）、有界面的项目还会自动模拟真实用户操作一遍再录屏给我看。这些活儿都是 Agent 自己扛的，没占用我的时间。

GLM 的 agent review

第三，我被叫出来的那一刻，必须是万事俱备、只差拍板的那一刻。代码改动刚提交，飞书只会收到一张没有按钮的进度卡；等所有检查全部通过，同一张卡才会变出一个按钮。中间跑测试、评审、等结果的过程，完全不会打扰到我。

这套体系运转起来之后

系统搭好之后，你会发现自己大部分时候只在做两类决定：一是定方向——接下来要做什么；二是放行——这件事能不能上。具体怎么执行，你不需要插手了。

我自己的开发模式也变成了这样：先跟 Agent 聊上一两个小时，把系统目标、架构、哪些事该做哪些不该做、工程上要做哪些取舍聊透，然后甩给它一个长程任务让它自己跑——短则三五小时，长则数十个小时。中间我卡三条硬规矩：先写验收标准再动手改（确保每次改动都有明确的"对还是错"的判断依据）、每次改动要小而完整（改一点提交一次，出了问题容易定位）、写代码的和检查代码的必须是不同的 Agent。

靠这套模式，我现在能同时撑起大概十个项目并行推进。这也是为什么我的 Token 消耗看着有点吓人——高峰时段半小时刷新一下面板，就是两三亿的消耗；自从 Codex 把 5 小时的限额取消掉以后，一天把 20x 套餐一周的额度跑完，是真会发生的事。

五、Token 哲学与模型军火库

三个基本判断

聊到这儿，说说我对 Token 本身的三个判断。

第一，Token 已经变成了支撑好奇心的燃料——它就是我在现实这场游戏里的游戏币。

第二，Token 比人的精力便宜，但 Agent 的注意力很稀缺。你得先信"Token 比精力便宜"这句话，才不会舍不得用；但同时又得把 Agent 的注意力用在刀刃上。所以我的用法看起来有点矛盾：一方面我很计较效率——从来不开 fast 模式（烧配额很快，但同样的任务产出不成比例，不如开并发跑量），还会装一些工具来压缩单个任务的 Token 消耗（有的能降低 60-90%）；另一方面我又完全不吝啬，专门调不同的 Agent 对项目计划做交叉 review，就是冲着找问题去的。

第三，Token 消耗量未必是个好指标。只是我们暂时找不到别的客观东西来衡量 Token 的有效利用率和 ROI，才退而求其次拿消耗量说事。真正该追求的是：同样一个任务，能不能用更少的 Token 完成；同样的 Token，能不能撬动更大的价值。

分层调用：我的模型分工

基于上面这几条判断，我整体的调用策略是分层的：顶级的模型用来做规划、做总调度；均衡但便宜的模型做具体执行；工程师风格的 Agent 做多轮 review。

先交代一下命名：Claude 家的模型按档位分，Fable 5 是当前最顶级的，往下是 Opus 4.8 和 Sonnet 5；gpt-5.6-sol 是 Codex 链路里的主力模型。第一节消耗图里出现的名字，这一章都会对上号。

这套分工背后其实就一句话：不同角色交给性格不同的模型，而不是指望一个模型包打天下。

Fable 5 是技术合伙人。我只拿它做顶级的项目规划，用得很省。它最厉害的地方是会从业务的视角帮你做判断——哪些事情值得投入、哪些事情这个阶段不该碰、技术选型该怎么选，它都能给出非常扎实的建议。不是那种你说什么它就做什么的指令机器，而是真的会拦着你，也真的能帮你想清楚路该怎么走。既是拦路人，也是领航员。

Codex 是严谨工程师，也是性价比之王。因为 Tibo 哥搞的额度重置机制，它是所有订阅里性价比最高的一档，这也是我想再开一个号的原因。用 Codex 要注意控制它的复杂度——世界上不存在零 bug的工程项目，但 Codex 天生极致严谨，恨不得在每个点上都锁死风险，你得提前跟它说清楚项目目标、别过度设计，修问题也尽量先做减法而不是加法，不然一个问题解决了，又引入一堆新问题。它做 review 这件事确实没得说，工程视角的问题我对比过很多模型，目前还是 Codex 体验最好，而且量大管饱。

Grok 4.5 是执行层牛马。能力大概是准第一梯队的水平，但速度快得离谱——窜稀一样的速度。之前印度区订阅只要 30 块人民币一个月，现在那个优惠没了，不过仍然可以一次买三个月（相当于月均价格还是比原价便宜不少），每周大概两三亿 Token 的额度。Claude Code 和 Codex 负载高的时候，很适合把活儿甩给它，跑得快又能打。

grok 的羊毛还是得薅的Kimi 699 套餐：审美能打，工具待成熟。 K3 的前端审美确实是国产模型里最能打的，整体能力也很不错，一周大概七八亿 Token 的量。比较纠结的是 Kimi 的命令行工具目前体验还差一截：长任务的上下文管理、一些指令的支持能力都不如成熟工具——不过这些应该会逐步提升。纯性价比角度 Kimi 699 肯定是不如 Codex 的，但还是要支持一下国产，希望它们再接再厉。

国产和平价模型我也在用，整体还在追赶阶段，放一张表供参考：

模型月费我怎么用体感

GLM 5.2 199跑 code review还行，缺多模态

MiniMax M3 199文档整理、日常任务Coding 太拉，经常找不到用途

DeepSeek API 按量给程序化服务当"便宜劳力"第三章说的"每天不到 10 块"就是

它

百炼 Coding Plan 199简单任务支持多模态，凑合用

六、大航海时代：你的行业离 Agent 还有多远

前面说的都是我自己的一亩三分地——具体的用法、具体的取舍。跳出来看整个行业，其实也能套上同一套逻辑，这算是跑在熊前面的日子的续篇。有几个判断我觉得值得分享，尤其对正在考虑"AI 在我的行业到底能不能用"的人。

趋势不变，但过程漫长

先说结论：大方向没变，Agent 进入整个社会的生产环境，这个趋势没人能改。但这个过程可能会很漫长，核心卡在两个层次上。

第一，Coding 是一个偶然且稀缺的场景。为什么 Agent 在写代码这件事上进展最快？因为代码写出来能跑、能测、能验证，Agent 可以自己判断做对了还是做错了，形成一个完整的反馈回路。再加上开源社区文化，大量程序员多年积累的代码和文档全部公开可训练。高薪人才加上开源文化，这种组合本身就是偶然的、稀缺的，现实里很难找到第二个这样的场景。剩下的世界大多不具备这两个条件：很多行业的核心经验都窝在一线人员的脑子里，没有被信息化；而且很多决策是概率性的——做了一个营销方案，效果好不好受太多因素影响，不像代码一样能给出明确的"对"或"错"。这些领域Agent 要大规模落地，进程注定慢得多。

技术问题是小问题，利益分配才是大问题

第一道门槛卡在数据和场景上，第二道门槛卡在人身上。英国喜剧《是，大臣》里有句话说得特别对：不管一个部门成立的初衷是什么，它最后都只会有一个目的——证明自己存在的必要性。这就是新技术往企业里推的时候，真正要面对的东西。所以 AI 进企业，必须是一号位亲自下场、一号位拍板的事——这一点亦仁在直播里也反复强调了。

但你只需要相对领先

不过换个角度看，门槛高这件事，对谁都一样。 Agent 进入整个社会的生产环境，大方向没人能改——但这个过程会很漫长。好消息是：竞争从来不是跟 AI 比，是跟同行比。你不需要跟硅谷大厂的研究员比 AI 技能，你只需要在自己的行业里，比你的竞争对手多领先一两个身位。

而且说实话，你能读到这篇文章、读到这个位置，你大概率已经领先了。你所在行业的大多数人，可能连 Agent 是什么都还没搞清楚。这个领先本身就是一种优势。

行业 know-how + Agent = 最大杠杆

但光有 AI 技能还不够。这个时代最值钱的组合是：你的行业 know-how，加上 Agent 的执行能力。

Agent 最缺的不是算力，是你脑子里那些东西——想法、见识、踩过的坑、最佳实践。这些是 AI 训练数据里没有的。

举个直观的例子。同样让 Agent 帮你做一套客服话术，一个刚入行的人和一个干了五年的老手，喂给Agent 的东西完全不同：新人可能只能说"语气要好"，老手能告诉 Agent "退货问题先确认是否在 7 天内、金额超过 500 走主管审批、遇到情绪激动的先共情再解决问题"。后者喂进去的就是五年踩坑经验的结晶——Agent 拿到这些，输出质量会高出一个量级。

行业十年的 know-how，配合 Agent 的执行能力，才能发挥出最大的杠杆。经验越深、踩坑越多的人，做出来的 Agent 越好用。这也是为什么在这个遍地黄金的时代，行业老手反而最该兴奋——你攒下的那些经验，以前只能靠自己一个人慢慢用，现在可以通过 Agent 成倍地放大出去。

谁愿意真的把这些经验分享给你，他是真的在向你传递价值。

给生财圈友的几条实操建议

前面说了很多思路和判断，最后收束成几条可以直接拿走的东西：

一、现在的 Token 价格是限时秒杀，不会长期存在。 200 刀订阅能跑出 1-3 万刀的等效消耗，这种价格倒挂是平台抢用户阶段的产物。趁便宜，把 Token 转化成代码、服务、Skill 和工作流——等它涨价的时候，你手里攒下的这些东西还在。

二、重复的事情要算一笔账：继续让 Agent 现场处理，还是一次性做成程序。 Agent 的注意力比Token 更稀缺。如果一件事你反复在让 Agent 做、每次都花不少精力，就值得衡量一下：把它做成程序的一次性投入，跟长期占用 Agent 注意力的成本比，哪个更划算？不是所有重复都值得程序化——频率够高、流程够固定的才值得；偶尔做一次、每次都不太一样的，继续交给 Agent 反而更合理。

三、不要指望一个模型包打天下。顶级的做规划，便宜的做执行，严谨的做 review——不同角色交给不同模型，就像公司里不同岗位用不同人一样。

四、你的行业经验 + Agent 的执行能力 = 最大杠杆。 Agent 最缺的不是算力，是你脑子里那些行业know-how。经验越深、踩坑越多的人，做出来的 Agent 越好用——你攒下的那些经验，以前只能靠自己慢慢用，现在可以通过 Agent 成倍放大。

五、这个时代最值钱的是"知道该做什么"。想法、见识、踩坑经验、行业 know-how——这些是 AI 训练数据里没有的东西。你在自己行业里积累的真实经验，恰恰是 Agent 最需要、也最缺的。