一周 Token 账单：AI 已经能扛住真实工程了
一周 Token 账单：AI 已经能扛住真实工程了
场景：打开「使用统计」，再对照本机 Codex 的 session 库（
state_5.sqlite/ session 列表）
结论：AI 已经很强——这一周不是“问了几句代码”，而是连续把产品、前端、课案、视频和工具链往前推
边界：个人用量 + 本地 session 标题复盘；数字来自面板，事项来自 Codex 线程库，不当报销单
1. 这一周有多“猛”
面板时间窗：2026-06-28 00:00 ～ 2026-07-04 14:02（约一周，不是 30 天）。
| 指标 | 数值 |
|---|---|
| 真实消耗 Tokens | 829,403,324（约 8.29 亿） |
| 总成本 | $388.6269 |
| 总请求数 | 6,714 |
| 新增输入 | 5718.5 万 |
| Output | 405.5 万 |
| 缓存命中 | 7.68 亿（命中率 93.1%） |
我本地 Codex 线程库里，落在同一时段的会话大约 39 条；按线程累计的 tokens_used 加总约 8.2 亿，和面板 8.29 亿 对得上。
也就是说：面板不是虚高动画，背后是一整周真的在连轴干活。
趋势图也能读出节奏：6/30～7/01 抬一波，7/02 稍歇，7/03～7/04 再顶上去——对应下面那些“重活”扎堆的日子。
2. 账单背后：session 里实际在干什么
对照 Codex 线程标题（主项目 cwd 多是 osh-qa-assistant，也有教学 demo、博客、视频工具），这一周大致干成了这些事：
产品 / 主战场（OSH 问答助手）
- 产品与禅道梳理：对照禅道未完成任务、产品规划，找“最影响完成度”的缺口
- 开发范式纠偏：先把该守的规范、边界和文档债捋清，再继续堆功能
- 公开应用页：UI 迭代、按功能拆分重构、全局图标统一
- 前端差距分析、调用记录管理页是否过重、是否要拆
- 能力补齐：召回预览、对话 Markdown 渲染排查、下拉箭头遮挡修复
- 商业化缺口、问答流程梳理
- RAG 课：录制方案、讲课稿重写、PPT skill 安装——从“能答”走向“能讲”
单看 token 大户也集中在这些会话：产品规划 / 公开页 UI / 范式梳理 / 前端差距，几条就把量级顶上去了。这不是闲聊，是长上下文里啃复杂产品。
内容 / 教学 / 多媒体
- SpringCloud demo：拉起项目、概括课程/视频内容
- React demo：笔记格式整理、异步
useEffect示例、README、费曼式提问 - 博客：在 agent 规则下继续写/改文档
工程基建
- cc-connect：下载启动飞书桥接类工具
- Conductor skill 安装与用法
- weather demo：更新 forecast API，SSH 推 GitHub
- 本机环境：zsh / nvm 乱跳 Node 18 的排查
把这些摊开看，一周的形状很清楚：
- 主产品重迭代（UI、流程、召回、商业化）
- 课与内容同步产（RAG 课案、讲稿、短视频）
- 工具链随时补（skill、桥接、部署与环境）
以前这种密度，通常要好几个人分工；现在一个人 + Agent 会话就能把战线铺开。牛逼的点在这里，不在“缓存百分比是多少”。
3. 为什么说这证明 AI 已经很强
| 以前更像 | 这一周更像 |
|---|---|
| 问一句、贴一段报错 | 同一产品线连续多日改 UI / 拆页面 / 补能力 |
| 人肉搜文档、跳文件 | Agent 扫仓库、对照禅道/规划、给完成度判断 |
| 课案、视频、demo 另起炉灶 | 同一周里课、视频、demo、主产品并行推进 |
| 工具链自己装到吐 | skill / 桥接 / SSH 推送也能交给会话收尾 |
AI 没有取消“会不会写代码”。它把一个人能同时压住的上下文宽度和任务并行度拉高了：
- 能在真实业务仓库里做跨文件重构与排查
- 能从产品缺口聊到页面实现再聊到课怎么讲
- 能跨到 Remotion 出片、demo 教学、博客写作 而不用换一套完整人力
面板上的 6714 次请求 / 8.29 亿 token / ~$389，是这种工作方式的尺度：一周高强度协作的量级。缓存命中率高，只是说明长会话、同仓连续改很常见——那是“干得深”的副作用，不是故事主角。
4. 小结
- 时间窗：2026-06-28 ～ 2026-07-04，约一周
- 用量：8.29 亿 token、6714 请求、约 $388.63
- session 库能对上：约 39 条线程，主战场在 OSH 问答助手，旁路还有课案、Remotion 视频、demo 与基建
- 真正想表达的：今天的 AI 已经能扛住真实工程节奏——规划、改 UI、补能力、写课、出片，可以在同一周里一起推进
数字会过时，但这种“一个人 + Agent 顶住多条战线”的感觉，大概回不去了。