疯狂降智怎么办？改变不了 AI 就改变自己

大家都知道最近的AI思考深度有点低，自主性挺差的，基本只会一问一答，能偷懒的肯定偷懒。

于是鱼哥就更改了开发方式，不再使用实验室开发，而是通过前期更完善的需求分解、目标分解作为AI的工作锚点，结合目标模式来实现持续性的高质量任务完成。

只是当前的开发情况

总时长为48小时左右一个主控加三个子agent ，合计181 个回合，178 个完成，1 个运行中，另有中断和失败各 1 个。

总Token 用量

输入 2,786,014,294
其中缓存命中 2,741,936,384
未缓存输入 44,077,910
输出 7,611,250
输入＋输出合计 2,793,625,54

整体缓存命中率约 98.42%。缓存包含在输入中，输出包含推理 token；。

按照官方每百万 token：普通输入 $10、缓存输入 $1、输出 $50折算

未缓存输入 44,077,910 $440.78
缓存输入 2,741,936,384 $2,741.94
输出 7,611,250 $380.56
合计 $3,563.28

总使用周期如下

初始额度 10/20 21:30 → 10/21 18:25 1% → 95%

重置卡重置 10/21 18:25 → 10/22 05:13 0% → 100%
重置卡重制 10/22 09:16 → 19:09 0% → 88%
强制刷新重置 10/22 19:09 → 21:39 0% → 23%

累计约消耗 305%～306%，相当于 3.05～3.06 份满额，

所以用刚才的 $3,563 API 等值粗略除以 3.06 份额度，得到：

每份满额约对应 $1,164 的 API 等值。

整个开发过程中只遇到了几次零星的 429，整体结果相对满意，但过程中仍需要进行定期检视，以确保其开发方向符合预期。

一个完整的开发文档是必须的，这将有助于模型持续进行工作。

所以整体来看，如果 AI 的自主性变差，那就可能适合使用目标模式，再加上详细的阶段目标，以提高 AI 持续性工作的可控性。

随时根据 AI 的智能变化情况使用合适的工作方法，这样或许是一个更好的选择，许愿式开发不一定是最优的路径。

虽然使用重置卡之后感觉额度下降也很快，但实际证明这基本符合 OpenAI 当前对 X20 砍一半的结果。

难得今天没水啊~就到这里啦