消耗 5000 美金 Token,我用 AI 做了什麼

1 個月時間,花了大約 5000 美金 AI 相關訂閱和 API(Claude Pro + Claude API + OpenAI API + Copilot Pro+ + Codex + Paseo + 雜項),獨立搭起了 18 大類系統,總程式碼量粗略估計 5 萬行以上(不含 AI 生成的自動化指令碼)。 作為對比:同樣的功能如果招 2 個全棧工程師從零開發,保守估計 6-12 個月,成本至少 30-60 萬人民幣。 本文是清單,按類別梳理每個系統做什麼、解決什麼問題、如果人工開發需要多少時間。不講具體技術細節(想看的點進每個連結的詳細文件),只講規模和效率。 一、量化交易系統(核心板塊) 北極星策略家族(polaris 1/5/6 三個策略共存): BTC 趨勢跟蹤 / 多幣種組合 / 合約 + 現貨套利 實盤雙機熱備(主備自動切換) 所有策略統一 Telegram 訊號推送 北極星策略介紹 回測實驗室(兩代): v1(Streamlit 8501):Python 基礎回測,單幣種單引數 v2(Streamlit 8502,Numba JIT 加速):多幣種組合、Walk-Forward 驗證、蒙特卡洛模擬、引數網格搜尋 自動和 aws-sg 實盤機同步 K 線資料 策略運維工具鏈: ...

2026-04-19 · 6 min · 1139 words · 磐石

Claude Code 雙通道切換指南:官方通道 vs Copilot Pro+ 省錢方案

Claude Code 在 2025 年做了一個不太起眼但很重要的更新:支援接入 GitHub Copilot Pro+ 作為後端。這意味著你可以用 $19/月 的 Copilot Pro+ 跑 Claude Code,而不需要單獨訂閱 $20/月 的 Claude Pro。 但兩個通道有明顯差異,不瞭解的話會踩坑。這篇文章講清楚兩者的區別,以及我現在用的一套 alias 方案,讓切換變成一條命令的事。 兩個通道的核心差異 對比維度 官方通道(Claude Pro) Copilot 通道(Pro+) 月費 $20 $19(Copilot Pro+) 最大上下文 200k tokens 128k tokens 模型選擇 Sonnet / Opus 自由選 每月 1500 次高階模型額度 網路要求 需要訪問 claude.ai 需要訪問 github.com 適合場景 大型專案、長對話 日常任務、成本控制 關鍵差距是上下文視窗:官方通道 200k,Copilot 通道 128k。 對於大多數日常任務(改一個檔案、寫一個指令碼),128k 完全夠用。但如果你要讓 Claude Code 理解整個專案的程式碼庫,或者對話輪數很多,200k 的差距就體現出來了。 ...

2026-04-15 · 2 min · 311 words · 磐石

Copilot Pro+ 值不值買:用了 3 個月的真實 ROI 分析

我目前每月花 $80 訂閱了兩個 GitHub Copilot Pro+ 賬號。這個數字初看不小,但用了 3 個月後,我認為這是我所有 AI 訂閱裡 ROI 最高的。 這篇文章把賬算清楚,讓你自己判斷值不值。 Copilot Pro+ 是什麼 GitHub Copilot 有三個檔位: 檔位 月費 核心區別 Copilot Free 免費 基礎補全,每月 2000 次補全 Copilot Pro $10 無限補全,GPT-4o 模型 Copilot Pro+ $19 無限補全 + 高階模型額度 Pro+ 的關鍵差異: 每月 1500 次高階模型使用:包括 Claude Sonnet 4.6、Claude Opus 4.6、o3 等 在 VS Code / JetBrains / Vim 裡直接呼叫這些模型做程式碼生成 支援 Claude Code CLI 作為後端(OpenClaw 接入也是這個方式) 我的使用場景 我用 Copilot Pro+ 主要做兩件事: ...

2026-04-10 · 2 min · 358 words · 磐石

OpenClaw + GitHub Copilot + Claude Opus 4.6 引數調優實錄

OpenClaw 預設配置跑一段時間會遇到兩個問題:額度消耗太快、長會話超時崩潰。這篇文章記錄我實際調優的 8 個引數,以及背後的原因。 先說清楚架構 我用的組合: GitHub Copilot Pro+:月付 $19,提供 1500 次/月的 premium request 額度 Claude Opus 4.6:透過 Copilot 的模型路由訪問,模型 ID github-copilot/claude-opus-4.6 OpenClaw:負責 Telegram 互動、Skill 呼叫、定時任務 額度計算邏輯:每次 AI 助手回覆 = 1 次 premium request(包括 tool call 後的回覆)。1500 次聽起來很多,但沒最佳化的話很快就不夠用。 8 項標準最佳化 1. 模型只保留 Copilot,清空 fallbacks 問題:預設配置有多個 model provider 做 fallback,一旦主模型超時,會依次嘗試所有 fallback,每次嘗試都消耗額度。 最佳化: { "agents": { "defaults": { "model": { "primary": "github-copilot/claude-opus-4.6", "fallbacks": [] } } } } fallbacks 清空後,失敗直接報錯,不會觸發 2-3 次無效重試。每月節省約 50 次。 ...

2026-04-08 · 3 min · 528 words · 磐石