上个月我干了件很豪迈的事：跟 AI 说，「看看最近 30 天的改动有没有 bug」。
一句话，十四个字。它派了四个 agent 进仓库，拉 diff、读文件、交叉验证，干得热火朝天。我去倒了杯水，回来一看用量------半天的额度没了。
后来做一个 97 集的短片项目，直接撞限额，停工等恢复。那天我盯着用量页面想明白一件事：
token 不是按你要的答案收费，是按它路上看过的所有东西收费。
你以为在为结果付钱，其实在为它的视野付钱。
跟坐出租车一个道理。你说「师傅，随便开，看到有意思的地方停」------计价器可不管你最后有没有看到有意思的地方。
这篇就把我烧过的钱摊开来。你看看中了几条。
第一名：开放式考古------「看看最近 30 天有没有 bug」
这句话为什么贵？拆开看。
30 天的 diff，几万行。AI 光看 diff 不够，每处改动还得读周围代码才知道对不对------一行 diff 背后是几十行上下文。找到一个疑点，再翻几个文件去验证。这是乘法，不是加法。
更要命的是，「有没有 bug」没有完成标准。它看完了也不知道自己看完没有，只能一直看。你花的不是「找 bug 的钱」，是「证明没有 bug 的钱」------后者理论上无限。
省法： 把开放题改成封闭题。
「最近 30 天有没有 bug」→「resident 模块最近的改动里，有没有空指针、竞态、越权这三类问题」。
范围砍掉九成，判据给死，钱就有底。
第二名：「跑起来测测有没有问题」
听起来朴素，实际是全家桶消费。
启动项目：编译输出全进上下文。打开页面：截一张图一千多 token------看图按像素计费，点一个按钮截一张，测完一个流程，图比字贵。出了错：改一行，重新编译，整版报错再灌一遍。
我们前端仓库全量 type-check 有四百多个存量报错，跑一次要 16G 堆内存。AI 每验证一次就全量跑一遍------四百多个错误原文进上下文，跟这次改动一根毛关系都没有，但字字计费。
省法： 只查改动文件（scoped 检查）；能读文本就别截图；报错先 grep 出跟本次相关的再喂进去。
第三名：裸看日志和大文件
「帮我看看这个日志有什么异常」，然后 cat 一个几万行的 log 甩过去。
日志这种东西，99% 的行都长一样。AI 把这 99% 逐字读一遍，才能找到那 1%。这活儿本该 grep 干------grep 不要钱，AI 要钱。
凡是能用一条命令先筛一遍的，都不该让 AI 用眼睛筛。让它直接读原始日志，相当于请了个按小时收费的专家，让他帮你数大米。
第四名：多 agent 并行，一份介绍费付十遍
派多个 agent 很爽，但账要算清：每个 agent 都是一份独立上下文。仓库结构、任务背景，每个都要从头理解一遍。派十个 agent，同一份「介绍费」付十遍。
我在短片项目上交过双份学费：派了十个绘图 agent，每个都让它自查质量，十个全报「没问题」。后来单独派个 QA agent 复查，抓出 22 张要重画。第一轮自查的钱全白花------产出方自查自话，等于没查。
不是说别用多 agent。是说：任务书要自包含、要窄，别让它自己去仓库里「熟悉一下情况」；验收要独立派人，别让干活的人假装验收------那是花两份钱买一份安慰。
第五名：一个会话干八件事
修完 bug 顺手问个新需求，聊完需求顺手排查个告警------会话越长，每一轮都拖着前面全部历史一起计费。前面那八件事跟你现在这件事半点关系没有，但轮轮跟着交钱。
我们有个告警机器人，早期 2062 条告警共用一个会话，越跑越贵还越跑越笨------旧告警的上下文把新告警的判断都带偏了。后来改成一条告警一个会话，钱和准确率同时好转。
标准很土：换话题就换会话。
舍不得那点历史的，最后都在为历史付利息。
说到底
排完这五名，有一件反直觉的事：
最烧钱的从来不是难任务，是模糊任务。
难任务贵得明明白白，你知道它为什么贵。模糊任务贵得没有底------因为「看多少算够」这个决定你没做，它就只能用你的钱去试。
所以我现在交任务前先问自己两个问题：
- 它得看多少东西才能回答？
- 看到什么算干完？
两个都答不上来的任务，就是碎钞机。答不上来不是不能交------是先花两分钟，把它改成答得上来的样子，再交。
我也不敢说自己现在多克制。上周还手一滑让它「顺便把整个测试套件跑一下」，看着满屏测试输出滚进上下文，像看着计价器在高架上跳字。但有一条我越来越确信：
AI 时代，会省钱和会提问是同一个能力------你能把问题说多清楚，账单就有多薄。