消耗 5000 美金 Token,我用 AI 做了什么

1 个月时间,花了大约 5000 美金 AI 相关订阅和 API(Claude Pro + Claude API + OpenAI API + Copilot Pro+ + Codex + Paseo + 杂项),独立搭起了 18 大类系统,总代码量粗略估计 5 万行以上(不含 AI 生成的自动化脚本)。 作为对比:同样的功能如果招 2 个全栈工程师从零开发,保守估计 6-12 个月,成本至少 30-60 万人民币。 本文是清单,按类别梳理每个系统做什么、解决什么问题、如果人工开发需要多少时间。不讲具体技术细节(想看的点进每个链接的详细文档),只讲规模和效率。 一、量化交易系统(核心板块) 北极星策略家族(polaris 1/5/6 三个策略共存): BTC 趋势跟踪 / 多币种组合 / 合约 + 现货套利 实盘双机热备(主备自动切换) 所有策略统一 Telegram 信号推送 北极星策略介绍 回测实验室(两代): v1(Streamlit 8501):Python 基础回测,单币种单参数 v2(Streamlit 8502,Numba JIT 加速):多币种组合、Walk-Forward 验证、蒙特卡洛模拟、参数网格搜索 自动和 aws-sg 实盘机同步 K 线数据 策略运维工具链: ...

2026-04-19 · 6 min · 1139 words · Panshi

Claude Code 双通道切换指南:官方通道 vs Copilot Pro+ 省钱方案

Claude Code 在 2025 年做了一个不太起眼但很重要的更新:支持接入 GitHub Copilot Pro+ 作为后端。这意味着你可以用 $19/月 的 Copilot Pro+ 跑 Claude Code,而不需要单独订阅 $20/月 的 Claude Pro。 但两个通道有明显差异,不了解的话会踩坑。这篇文章讲清楚两者的区别,以及我现在用的一套 alias 方案,让切换变成一条命令的事。 两个通道的核心差异 对比维度 官方通道(Claude Pro) Copilot 通道(Pro+) 月费 $20 $19(Copilot Pro+) 最大上下文 200k tokens 128k tokens 模型选择 Sonnet / Opus 自由选 每月 1500 次高级模型额度 网络要求 需要访问 claude.ai 需要访问 github.com 适合场景 大型项目、长对话 日常任务、成本控制 关键差距是上下文窗口:官方通道 200k,Copilot 通道 128k。 对于大多数日常任务(改一个文件、写一个脚本),128k 完全够用。但如果你要让 Claude Code 理解整个项目的代码库,或者对话轮数很多,200k 的差距就体现出来了。 ...

2026-04-15 · 2 min · 311 words · Panshi

Copilot Pro+ 值不值买:用了 3 个月的真实 ROI 分析

我目前每月花 $80 订阅了两个 GitHub Copilot Pro+ 账号。这个数字初看不小,但用了 3 个月后,我认为这是我所有 AI 订阅里 ROI 最高的。 这篇文章把账算清楚,让你自己判断值不值。 Copilot Pro+ 是什么 GitHub Copilot 有三个档位: 档位 月费 核心区别 Copilot Free 免费 基础补全,每月 2000 次补全 Copilot Pro $10 无限补全,GPT-4o 模型 Copilot Pro+ $19 无限补全 + 高级模型额度 Pro+ 的关键差异: 每月 1500 次高级模型使用:包括 Claude Sonnet 4.6、Claude Opus 4.6、o3 等 在 VS Code / JetBrains / Vim 里直接调用这些模型做代码生成 支持 Claude Code CLI 作为后端(OpenClaw 接入也是这个方式) 我的使用场景 我用 Copilot Pro+ 主要做两件事: ...

2026-04-10 · 2 min · 358 words · Panshi

OpenClaw + GitHub Copilot + Claude Opus 4.6 参数调优实录

OpenClaw 默认配置跑一段时间会遇到两个问题:额度消耗太快、长会话超时崩溃。这篇文章记录我实际调优的 8 个参数,以及背后的原因。 先说清楚架构 我用的组合: GitHub Copilot Pro+:月付 $19,提供 1500 次/月的 premium request 额度 Claude Opus 4.6:通过 Copilot 的模型路由访问,模型 ID github-copilot/claude-opus-4.6 OpenClaw:负责 Telegram 交互、Skill 调用、定时任务 额度计算逻辑:每次 AI 助手回复 = 1 次 premium request(包括 tool call 后的回复)。1500 次听起来很多,但没优化的话很快就不够用。 8 项标准优化 1. 模型只保留 Copilot,清空 fallbacks 问题:默认配置有多个 model provider 做 fallback,一旦主模型超时,会依次尝试所有 fallback,每次尝试都消耗额度。 优化: { "agents": { "defaults": { "model": { "primary": "github-copilot/claude-opus-4.6", "fallbacks": [] } } } } fallbacks 清空后,失败直接报错,不会触发 2-3 次无效重试。每月节省约 50 次。 ...

2026-04-08 · 3 min · 528 words · Panshi