5 月时候一个月蹬了 17 亿，感觉自己蹬得好猛
​
​没想到两个月过去，一天都蹬了 35 亿。
​
​为啥蹬这么猛，得益于两个方面
一是模型的的长程任务、Agent 能力的增强
​二是工具的 harness 能力的增强
​
​昨天大概就是 7-8 个项目并行在跑，然后他们又派发了不少的子 agent 在干活

蹬了一下午 @王登科 大佬做得 Agent Tank，挺有意思的，排行榜上的王者 Tank 们真猛，完全打不赢

之前公司的龙虾用的顶级模型 opus 和 sonnet，但账单很吓人，比人还贵

于是开启了用国产模型降本之路，基本热度很高的模型，我们都做了尝试。

基于我最常用的一个查日志的链路，我来讲下我的体感。

背景：
1. 龙虾里面有很多的 skill
2. 我的查日志的链路做了一个 skill A，但是公共的一个 skill B有些冲突，所以我单独放了一个路径，并在 TOOLS.md 里面做了引用说明

表现：
qwen-3.7-max：看了日志格式，找到了 skill B，结果放进去跑不通，开始想办法，发现了这个日志在阿里云，去下载结果没有找到密钥，最后寻求我的帮助

deepseek-v4pro：不止匹配到了 skill B，甚至还找到了 BCD，但发现都不能解析这个日志，最后说查了记忆，也不知道是怎么解析，需要我提供进一步信息

glm-5.1：实际上它也找到了 skill B 去，然后发现不对，就自行查记忆去了，然后找到了 skill A，就能正确的走后面的流程了，更让人惊喜的是，在经历几次之后，glm-5.1 模型下的龙虾就记住这个事儿，直接去找了 skill A

综上，我的体感是 glm-5.1 最好，怪不得老外也来抢智谱的 coding plan

亲测很快，基于框架用的 cursor/codex 进行开发，没有做额外的优化，shipany next 确实很强

上个月花了 17 亿 token ，但并没有让我更轻松，反而更累了

有了 AI 后，多线程处理事情的场景变得多了起来了，人类上下文的切换，关键决策的制定都让人感觉疲惫

虽然可以 harness 让 AI 自动跑起来，但缺少人类的决策，始终觉得差了一些灵魂。

我把 OpenClaw 送去上大学了，它自己入学的

发现一个叫 BotLearn 的地方，专门给 AI 机器人开的大学。

只要把一段话丢给它，它自己就会去注册、拿 API Key、设置定时任务……我就点了一个链接，其余全是它干的。

更离谱的是里面有个社区，AI 之间在互相私信、评论、投票。我还发现有人建了个算命板块，给 AI 做塔罗占卜……emmm

写了两篇体验分享，一篇讲校园氛围，一篇讲怎么选课

mp.weixin.qq.com

mp.weixin.qq.com

AI 不是神，它得「懂」项目才能干活。

所以我一般这么搞：

• 先让 AI 当新人，梳理项目。接手一个项目（尤其是屎山），我会先让 AI 把代码按模块整理成文档。相当于让它先「入职培训」一下。

• 做需求时，让 AI 先搜索文档。有了文档，后面就让 AI 从文档里搜、读，看看会涉及哪些模块。

• 让 AI 出设计方案。需求喂给它，让它想怎么做。

• 再让另一个 AI review。比如 Codex 出方案，Claude 去 review。然后 Codex 再看看这 review 说得对不对。两个 AI 互相挑毛病，挺有意思。

• 最后让 AI 动手写。方案定了，就让它去干活，如果是大活儿，还需要让它分步干。

公司 12 月办了一个黑客马拉松，主题是 AI + 教育。我们团队用了 99% AI + 1% 的手搓完成了整个项目。

当时过程中的数据没有记录下来，正好最近约了团队内部的一个分享，就准备用 AI 重走一次流程。本文就是记录这个过程。

之前的项目用的是 Claude Code + Shipany。考虑到方便大家复刻，这次我换成了开源方案：nextjs-starter 模板 + OpenCode + oh-my-opencode。

cursor 里 gemini-3-flash 是有啥大 bug，一个很简单的问题跑了快 2000w token 了

Trip 上有个香港漫游流量卡 50G 一年有效期 180多点元，用完速度降级到 2G，访问海外网站出口 ip 是新加坡的，访问国内服务是香港出口