@IntuitMachine：你的AI编程代理仅修复一个bug就烧掉2美元。你以为这是“廉价自动化”。以下是16,000次生产运行揭示的真相…

你的AI编程代理仅修复一个bug就烧掉2美元。 你以为这是“廉价自动化”。 以下是16,000次生产运行揭示的资金真正去向 代理编码比ChatGPT多消耗3500×的token。 相同模型。相同API。 区别何在？代理会在数十轮交互中累积上下文——而大部分内容只是反复读取相同的文件。 反转：更多token = 更差结果。 达到100万+ token的任务，其成功率低于止步于30万token的任务。 你的代理并没有更深入思考，而是陷入循环。 相同任务、相同模型，成本相差30倍。 运行1：10万token 运行2：300万token 代理工作流就像老虎机——你支付的是平均值，而非最小值。 GPT-5系列：每个任务约50万token Claude 4.5：每个任务约200万token 两者都能解决问题。 其中一个成本低4倍。 效率≠能力了。 工程师评估任务难度：“难” vs “易” 代理token成本相关性：0.32 翻译：人类复杂度≠AI复杂度。 你觉得轻松的事可能会耗尽你的API预算。 95%的成本 = 输入token 原因？代理不断： • 重新查看相同文件 • 每轮重新加载上下文 • 探索死胡同而不修剪 缓存有帮助，但冗余才是真正杀手。 token去向： 探索阶段：40–60% 修复阶段：20–30% 验证阶段：10–20% 大部分浪费发生在代理写出一行代码之前。 代理能预测自身成本吗？ 研究人员让GPT-5预估token用量。 结果：r = 0.39 相关性 比随机好——但你会信任准确率只有40%的油表吗？ 立即削减成本的3种方法： 追踪重复文件操作——终止超过30%的重复运行 将任务路由到高效模型，而不只是聪明模型 使用自我预测作为预算预警的预过滤器 热门观点：“更多推理”就是新的“更多参数” 两者都有帮助……直到适得其反。 最好的代理不是探索一切的那个。 而是知道何时停止的那个。 停止为循环付费，开始衡量真正重要的东西。