30分钟烧光Claude额度，我如何自救？
I burned all my tokens researching how to save tokens
为了研究AI Agent的成本经济学，我原本想用Claude Fable 5的/deep-research功能，结果30分钟就烧光了所有额度，连个报告都没跑出来。痛定思痛，我利用已有的Claude、Codex和Antigravity三个订阅，搭建了一套多模型协作架构。通过让Claude Opus 4.8负责验证、Codex执行工具、Antigravity提供第二意见，我只用了一行Bash脚本就实现了跨平台调度。这套方案不仅让研究时长延长了10倍，还通过严格的验证规则大幅减少了幻觉。最终，我建立了一个基于Obsidian的可信知识库，证明了在现有订阅下也能实现高效、低成本的深度研究。
"从第一天起，我就必须在摸索如何优化token的同时，去优化token本身，这就是边做边学。"
HN 评论区
- 有评论者指出，大多数普通用户只想要开箱即用的成熟产品（如 iPhone），而非将使用新技术本身当作爱好，降低开发门槛并不等于大众会亲自开发。
- 一位开发者分享，利用 AI 代理处理繁琐的数学推导和边界条件调试，使其能专注于核心产品设计，认为软件工程因此而非因 AI 而‘消亡’。
- 有用户批评商业模型提供商通过故意限制模型能力或增加 token 消耗来诱导付费，建议运行本地模型（如 Qwen-3.5-35B-abliterated）以避免审查和成本陷阱。
- 关于 AI 生成代码的质量，有观点反驳‘全是垃圾代码’的说法，认为只要不影响最终产品体验和开发进度，代码是否完美并不重要，且 AI 帮助实现了原本无法完成的项目。