这篇复盘很有意思，也很值得刚入门的人看。它讲的不是“AI 编程代理会不会取代程序员”，而是一个更现实的问题：当你真的每天让 AI 帮你写代码、跑命令、改仓库，钱花到哪里了？效率到底从哪来？

作者用了 7 个月时间，在 5 套 AI 代理运行环境里，一共花了 28335 美元。按很多人的想象，这种账单应该来自“AI 全天候自动干活”。但数据反过来：真正让他省下麻烦、保住质量的，不是放任 AI 自己跑，而是把 AI 控制在自己能看懂的范围内。

最反直觉的发现：凌晨几乎没有 AI 动作

作者统计了大约 20 万次“工具调用”。可以把工具调用理解成 AI 代理实际做事的次数，比如读文件、改代码、执行命令、查资料等。

结果发现：

• 凌晨 0 点到早上 6 点之间，只有约 0.7% 的工具调用。
• Claude Code 和 Codex 两个不同工具的数据，居然都独立呈现出同样的规律。
• 调用最高峰出现在下午 16 点左右。
• 最低谷出现在凌晨 3 点左右，而且几乎是空的。

这说明什么？说明他的 AI 代理不是一台整夜自己运转的机器。它更像是在作者清醒、工作、审查的时候才被频繁使用。

换句话说：图表看起来像一条工作时间曲线，因为这就是作者本人的工作时间曲线。

工作日和周末的花费也完全不一样

• 工作日平均每天花费约 176 美元。
• 周末平均每天花费约 67 美元。

这也进一步证明，花费跟着人的节奏走，而不是跟着定时任务走。如果真的是无人值守跑通宵，凌晨数据不会这么低，周末也不会明显变少。

钱是怎么突然变多的：四月是关键节点

作者每个月的花费大概是：

• 1 月：21 美元
• 2 月：240 美元
• 3 月：533 美元
• 4 月：约 3900 美元
• 5 月：约 6600 美元
• 6 月：约 5300 美元
• 7 月：约 6300 美元
• 8 月未完整统计：约 5500 美元

4 月突然涨了 7.4 倍。不是因为模型突然变贵，也不是因为换了更贵的定价，而是作者改变了自己的用法。

之前他更像“一次只和一个 AI 对话”。4 月之后，他开始让多个 AI 代理在互相隔离的 git worktree 里并行工作。你可以简单理解成：以前是一个工位，现在是同时开几个独立工位，每个工位都有自己的代码副本，互不干扰。

这是整个复盘里最关键的变化之一：产出和花费同时上涨，不是因为 AI 更自由了，而是因为作者学会了并行管理多个短任务。

7 个月做了多少事：9350 次提交

从 1 月开始，作者一共产生了 9350 次 Git 提交，覆盖 145 个仓库，主要集中在：

• sdk-generator
• cloud
• appwrite

不过作者也很诚实：这个数字只能说明规模，不能说明每一次提交都等量代表“深度思考”。因为有些仓库会批量生成代码，比如 sdk-generator，它的很多提交是自动生成的结果，不是人工一行行推敲出来的。

所以，9350 次提交更像是一个工作量指标，而不是“9350 个高质量创意”。

真正重要的指标：AI 每做 15 个动作，人就会介入一次

这篇复盘最有价值的数字，不是花了多少钱，也不是多少次提交，而是这个比例：

平均下来，AI 代理每执行约 15 次工具调用，作者就会说一句话、给一次反馈，或者直接介入。

这就像一根 15 步长的绳子。AI 可以往前走，但走不远，作者始终在旁边看着。

两个主要工具的数据大概是：

• Claude Code：
• 200 个会话
• 3016 次人工输入
• 29438 次工具调用
• 平均每次人工输入后约 9.8 次工具调用
• 218 次中断
• 单次会话人工输入中位数为 7 轮

• 单次会话时长中位数约 34 分钟

• Codex：

• 1232 个会话
• 10336 次人工输入
• 171040 次工具调用
• 平均每次人工输入后约 16.5 次工具调用
• 1829 次中断
• 单次会话人工输入中位数为 4 轮

• 单次会话时长中位数约 16 分钟

• 两者合计：

• 1432 个会话
• 13352 次人工输入
• 约 20 万次工具调用
• 平均每次人工输入对应约 15 次工具调用
• 总中断次数 2047 次

这组数据说明，作者和 AI 的关系不是“丢一个任务然后等结果”，而是持续对话、持续修正、持续检查。

2047 次中断：不是失败，而是控制成本很低

作者在 7 个月里中断了 2047 次代理运行，平均每个活跃工作日超过 10 次。

中断包括：

• 在 Claude Code 里按停止。
• 在 Codex 里中止当前回合。

一开始他以为自己能中断的次数很少，结果日志告诉他：中断已经便宜到几乎没感觉了。

这对普通开发者很有启发：不要害怕打断 AI。发现方向不对，立刻停掉，比让它继续跑偏更省钱，也更省时间。

这不是全自动自动化，更像 AI 结对编程

数据还显示：

• 约 21% 的会话是单轮完成：问一次，答一次，结束。
• 约 79% 的会话是多轮对话：要反复说明、检查、修正。
• 典型会话通常持续 16 到 34 分钟。
• 典型会话里，人通常会输入 4 到 7 轮。

所以，这更像是和一个打字很快、执行力很强、但需要你盯着的同事结对编程。它不是完全自动化，而是高效协作。

130 个技能只被调用 52 次：工具不是越多越好

作者还发现自己装了大约 130 个技能，但在所有 Claude Code 记录里，这些技能总共只被调用了 52 次。

其中：

• release-sdk 被调用 26 次，因为它确实是一个重复性琐事。
• artifact-design 被调用 6 次。
• dataviz 被调用 4 次。
• sentry-cli 被调用 3 次。
• 剩下很多技能只被用过一次。

作者甚至为这些技能搭了一套很复杂的系统：统一放在 ~/.agents/skills 里，用锁文件固定到 GitHub 提交，再链接到不同代理环境。不同工具里的配置文件也保持一致。

但问题是：他花了很大力气建工具库，最后却很少真正调用它们。

这部分很真实。很多开发者都会有类似情况：喜欢搭系统、配环境、做模板、写脚本，但真正提升日常产出的，可能只是少数几个高频动作。

为什么不夜里让 AI 继续跑？

作者其实完全有条件让 AI 通宵跑：

• 预算够。
• 环境配好了。
• 多个代理框架都能用。
• 并行工作区已经跑通。
• 技能系统也能安装到多个运行环境里。

但他还是没有这么做。

原因不是技术做不到，而是他选择了一种更可控的方式：每次让 AI 做的工作量，刚好是自己还能理解、还能审查、还能负责的范围。

大概 15 次工具调用，就是他大脑里还能稳稳抓住的上限。超过这个范围，他可能就不是在审查，而是在盲目接受。

这个选择的代价也很明显：有些工作本来可以夜里跑完，但他没有让它跑。换来的是，他能解释自己代码库里的每一次提交。这对需要长期维护、需要值班处理线上问题的人来说，很重要。

对普通开发者的实战启发

这篇复盘真正值钱的，不是“7 个月花了多少钱”，而是它给普通开发者提了几个很实用的建议：

• 不要把 AI 编程代理当成全自动员工。它更像一个需要快速反馈的高产助手。
• 任务不要一次性丢太大。把大任务拆成你能审查的小段，反而更稳。
• 中断不是浪费。发现 AI 跑偏时，立刻停掉，比继续浪费 token 和时间更划算。
• 并行工作区确实能提升产出，但前提是你要有能力管理多个独立任务。
• 工具库、技能库、自动化脚本不是越多越好。真正有用的，是你每天都会用的那几个。
• 成本不只是钱，还包括你是否还能理解代码、解释代码、维护代码。

最后总结

28335 美元听起来不少，但作者真正买到的不是“AI 无人值守”，而是“自己始终握着缰绳”。

AI 编程代理的效率提升，不一定来自让它跑得更久，而是来自人知道什么时候该放手，什么时候该拉回来。

对刚入门的人来说，这反而是一个更友好的结论：你不需要一开始就搭建复杂的 24 小时自动化系统。先学会和 AI 短周期协作，学会审查它的每一步，学会及时中断和修正，就已经能明显提升效率了。

直达网址：https://www.chiragaggarwal.tech/blog/seven-months-of-coding-agents