AI 時代生存指南：最大的紅利在哪里？

花一塊補 50 的事可不常見。普通人能在 AI 浪潮中薅到的最大羊毛，就是每月 200 刀的 Max 訂閱們 —— 前提是你真的能用好它。

一、200$ 兌 5000$ 成本的算力

Forbes 最近引述的 Cursor 內(nèi)部分析透露過一個數(shù)據(jù)：Anthropic 的 $200/月 Claude Code 訂閱，每個用戶最多可消耗約 $2,000 成本的算力。而今年，這個數(shù)字已經(jīng)上升到約 $5000。

老馮對這個數(shù)字很感興趣，就去核實了一下自己過去一個月的實際 Token 使用情況。方法也很簡單：讓 Claude Code 自己去統(tǒng)計 Token 使用情況與費用。

我買了兩個 Max 訂閱——一個 Claude，一個 Codex——每月共 450 美元。過去一個月，兩個訂閱燒掉的 Token 按 API 定價加權(quán)模型折合大約 22,000 美元。

也就是說花 1 塊錢，模型公司倒貼 50 塊錢，一個月白薅 15 萬人民幣算力。

當(dāng)然，API 標價是一回事，成本又是另一回事。根據(jù)行業(yè)對 Anthropic 毛利率的估算（約 50% 左右），一個訂閱消耗掉的實際成本大約是 5,000 美元——正好跟 Cursor 的數(shù)據(jù)對上。

二、200 刀貴不貴？

有人覺得 200 美元訂閱費很貴，實話說咋看確實不便宜。兩個 Max 訂閱加起來每個月三四千人民幣，作為固定支出不是一個小數(shù)目。

但如果換個角度來看，AI Agent 在特定任務(wù)類型上以市價月薪幾萬元的程序員的產(chǎn)出質(zhì)量和 10 倍的機器速度替你完成工作 —— 你要是有本事還可以來十幾個并發(fā)，那就是幾十上百倍的速度。

而這樣的能力每個月只要 2000 塊錢訂閱費，你會不會心動？而且當(dāng)你知道了它的列表價是七萬元每月，真實成本價是三萬五元，又會有什么感想？

這就是一人公司 OPC 背后的基本工作假設(shè) —— 對一個熟練驅(qū)動 AI Agent 的超級個體來說，它可以用兩千塊每月的訂閱費撬動幾十萬月薪級別的生產(chǎn)力。

正如老黃那句話：“The more you buy, the more you save.” 花一塊倒貼五十塊，這種燒錢補貼的窗口期可不常有。買到就是賺到，用上就是賺到。如果你是 AI 重度用戶、獨立開發(fā)者或者技術(shù)從業(yè)者，200 美元的 Max 確實是性價比的天花板。同樣的使用量走商業(yè) API，賬單輕松過萬美元。

不過，我也克制了自己多買幾個訂閱的沖動，兩個 Max 訂閱目前就夠了。目前我差不多只需要每天 1/5 左右的工作時間，就能把訂閱額度有意義地消耗掉。如果發(fā)現(xiàn) Token 還有富余，我就拿去翻譯一些 PG 生態(tài)文檔，放到 Pigsty 項目里 —— 一個兜底場景。

現(xiàn)在這種狀態(tài)其實挺好的：用幾分之一的時間干十幾倍的活，每天還有空學(xué)習(xí)、寫文章、看看新聞，讓 AI 在后臺跑著。真要追求一百倍加速比當(dāng)然也可以，但那就太苦了，沒必要。

三、三座大山與中轉(zhuǎn)商風(fēng)險

對中國用戶來說，用上這些前沿 AI 服務(wù)尤其困難 —— 你得翻越三座大山：

第一座：網(wǎng)絡(luò)訪問。 你需要穩(wěn)定的方式訪問海外服務(wù)，這一步就攔住了 90% 的人。

第二座：平臺風(fēng)控。 Claude 至今不對中國大陸用戶提供服務(wù)，IP、手機號、區(qū)域各種檢測層層設(shè)卡。

第三座：支付渠道。 就算前兩關(guān)過了，你還得有一張能用的國際信用卡或虛擬卡來完成訂閱。

如果你需要進一步了解具體操作細節(jié)，網(wǎng)上有很多教程可以參考（關(guān)鍵詞：美區(qū) AppleID）。三座大山疊在一起，篩選出來的是一批有技術(shù)能力、有全球視野、愿意折騰的人。從某種角度看，這三道門檻反而成了一種 “入場券”。

也正因為這三道門檻的存在，催生了一個灰色市場：很多人去中轉(zhuǎn)商那里買 Claude 的 API 或者賬號。不過老馮需要提醒諸位的是，很多中轉(zhuǎn)商提供的是那種按量付費的 API 服務(wù)，性價比很差勁，而且還有兩個額外的風(fēng)險：

第一個風(fēng)險：數(shù)據(jù)安全。 你的代碼、商業(yè)文檔、思考過程，全部經(jīng)過別人的服務(wù)器中轉(zhuǎn)。你以為在跟 Claude 聊天，實際上中間可能有人在看你的每一條消息。而且這些數(shù)據(jù)被對你沒有影響力的廠商看到影響還好，，那性質(zhì)就完全不一樣了。

第二個風(fēng)險：模型造假。 2025 年底 arXiv 上的論文 "Real Money, Fake Models: Deceptive Model Claims in Shadow APIs"（arXiv: 2603.01919）做了一項系統(tǒng)性審計：研究者通過 LLMmap 指紋識別框架對 24 個端點進行了檢測，發(fā)現(xiàn)部分中轉(zhuǎn)商聲稱提供的是頂級模型，但實際輸出與官方 API 存在顯著偏差。

簡單說：你花了 Claude Opus 的錢，用的可能是某個不知名的小模型。你覺得 “這 Claude 怎么這么笨” —— 不一定是 AI 笨，看看是不是有人在偷梁換柱。

如果條件允許，老馮還是建議直接用官方訂閱，因為與其讓中間商吃算力補貼紅利，不如自己直接上。當(dāng)然，本文無意針對所有中轉(zhuǎn)商一概而論。應(yīng)該也有正規(guī)經(jīng)營、透明轉(zhuǎn)發(fā)、物美價廉的服務(wù)商，注意甄別，謹慎行事。

四、訂閱燒完燒好可不容易

拿到訂閱之后，很多人面臨一個實際的問題：怎么把額度用滿？

圈子里有種說法，“每天燒過一億 Token ，才有資格談玩轉(zhuǎn) AI” —— 我對這種數(shù)豆子大賽不太感冒 —— 因為這就跟代碼行數(shù)一樣，并不是啥好指標。我給自己定的要求很簡單：兩個 Max 訂閱不要浪費，吃干抹凈就好。

比起燒了多少 Token，更重要的是產(chǎn)出了多少價值。誰都可以輕松生成上億行屎山代碼，但如果代碼質(zhì)量不行、沒人用，那就是純粹的浪費。用有價值的真實工作把額度燒光，可不是那么容易的。

最近一個月，老馮用 AI Agent 的產(chǎn)出不可謂不豐富：，；；GitHub Star 數(shù)漲了 1000； 和 TPME 兩本書，質(zhì)量達到了 85 分水平；基本把 及，還有 MinIO 的文檔都翻譯成中文；；公眾號確保了穩(wěn)定日更，一個垂類公眾號一個月從 50000 漲粉 6000。

就算是這樣，有時候 Token 還是燒不完。不過老馮最近找到了一個不錯的 “無限消耗” 場景，就是中文翻譯。一旦手頭的開發(fā)工作用不滿額度，我就讓 Agent 去做翻譯。主要是 PostgreSQL 生態(tài)的文檔，博客，以及一些數(shù)據(jù)庫領(lǐng)域的書籍。

我有一套成熟的翻譯工作流——術(shù)語表、風(fēng)格參考、格式規(guī)范全部預(yù)設(shè)好，讓 Agent 花兩個小時把一本英文技術(shù)書翻譯成中文，質(zhì)量直接達到精翻水準。Agent 用兩小時一本的速度，可以達到流暢閱讀的水平 —— 只要你有足夠的領(lǐng)域知識和工程化能力，AI 帶來的生產(chǎn)力杠桿是驚人的。

五、結(jié)構(gòu)性的機會窗口不常有

當(dāng)前的 AI 訂閱模式有一個很特殊的背景：這些公司正處于跑馬圈地、燒錢補貼的階段。

燒錢補貼這種事在商業(yè)史上并不罕見。滴滴、美團、拼多多，早年都干過類似的事。但花 1 塊錢，平臺倒貼 50 塊—— 這種事老馮可沒聽說過。區(qū)別在于，AI 補貼的不是打車券和外賣紅包，而是實打?qū)嵉耐ㄓ弥橇趧恿Α?/p>

不過這種關(guān)系并非完全是單方面的 “薅羊毛”。一個領(lǐng)域?qū)＜沂窃趺词褂?Agent 的、怎么設(shè)計提示詞的、怎么組織工作流的、怎么評判輸出質(zhì)量的——這些使用數(shù)據(jù)本身就極其珍貴。你可以把它理解成一種 “以用例換算力” 的交易：平臺給你廉價算力，你給平臺高質(zhì)量的訓(xùn)練信號，雙方互利共贏。

但這種補貼不會永遠持續(xù)。Palantir CEO Alex Karp 在 2026 年 3 月的 a16z American Dynamism Summit 上警告稱，AI 公司如果在裁掉大量白領(lǐng)工作的同時又拒絕服務(wù)軍方，那就是在走向被國有化的命運。

不論 Karp 的預(yù)判準不準，有一件事是確定的：當(dāng)前這種 “包月不限量、成本遠低于價值” 的補貼狀態(tài)是臨時的。 一旦行業(yè)格局穩(wěn)定、按量付費成為主流，200 美元對應(yīng)的就不再是 5000 美元的算力了。

所以我的判斷是：現(xiàn)在是一個結(jié)構(gòu)性的機會窗口，該用就使勁用。

六、本地模型：等等再說

我對在本地跑模型這件事一直很感興趣，長期關(guān)注 Apple Silicon 的發(fā)展。

先說判斷：27B / 32B / 70B 參數(shù)的模型，在筆記本上用 Q4 量化跑，應(yīng)付日常問答、簡單文本、當(dāng)個呆萌小助理已經(jīng)夠用了。但如果你想達到 Claude Code 那種級別的編程 Agent 體驗——深度理解代碼庫、多文件協(xié)同編輯、長上下文推理—— 本地模型還遠遠不夠。

有人會說：配四臺 Mac Studio Ultra，512GB 內(nèi)存，跑 DeepSeek R1 671B 的量化版本不就行了？我覺得時機還沒到。四臺頂配 Mac Studio Ultra 加上內(nèi)存升級和存儲，大概需要花 40 萬人民幣。跑起來之后，推理速度也就那么回事，還是單路的，并發(fā)時，長上下文時速度還會大幅下降。

換一種花法：40 萬人民幣約 55,000 美元，可以買 275 個訂閱·月。按前面的補貼比例換算，你薅到頂大概能獲得約 1,000 萬人民幣列表價的算力。更關(guān)鍵的是，云端模型在持續(xù)進化——你今天買的 M5 Ultra，三年后還是那臺 M5 Ultra；但一年后的推理成本可能下降一個數(shù)量級，類似 Taalas，TPU 這種智能加速硬件也有可能會出現(xiàn)消費級的產(chǎn)品。

本地模型的真正用武之地不在于替代云端訂閱，而在于：完全離線的隱私敏感任務(wù)、不限速不限量的本地推理（比如嵌入向量計算）、以及純粹的技術(shù)興趣和學(xué)習(xí)。至少在當(dāng)前這個補貼窗口期內(nèi)，對大多數(shù)人來說，買訂閱遠比買硬件劃算。當(dāng)然，這說的是這種 SOTA 編碼大模型。對于筆記本上幾十B的中模型和手機上幾B的小模型，我認為現(xiàn)在已經(jīng)到了一個非常微妙的全面開花節(jié)點了。

七、關(guān)于封號：幾點個人觀察

最后聊聊很多人關(guān)心的封號問題。不少用戶反映用 Claude 被封號了，理由五花八門：中國 IP、漢語拼音名字、代理切換頻繁、在不同地方登錄導(dǎo)致 IP 不一致等等。先說我自己的情況：上面這些所謂的 “紅線”，我基本上都踩了不知道多少次——中國 IP 直連過、在不同國家不同設(shè)備登錄過、漢語拼音名字一直在用，分享 Oauth Token 給別人，拿去跑 OpenClaw —— 但到目前為止沒被封過，但這不代表我的經(jīng)驗可以推廣到所有人身上。

我有一個基于直覺的猜想，只是個人推測，沒有任何內(nèi)部信息或證據(jù)支持：AI 公司投入了幾十倍的補貼來服務(wù) Max 訂閱用戶，它期待的回報是高質(zhì)量的使用數(shù)據(jù)。如果你每天給 AI 的都是真實的工程任務(wù)、架構(gòu)設(shè)計、技術(shù)討論，頭腦風(fēng)暴，這些數(shù)據(jù)對模型改進可能是有價值的。

相比之下，如果它察覺到了純娛樂性質(zhì)的大量重復(fù)請求，可能在風(fēng)控系統(tǒng)中的評分會不太一樣（比如訂閱養(yǎng)龍蝦，立刻就斃掉了）。那么就會隨便找個理由給封掉。

八、關(guān)于 Claude 與 Codex

當(dāng)然，具體實操怎么弄呢？我應(yīng)該買 Anthropic Claude 還是 OpenAI 的 Codex？

老馮的看法是，如果預(yù)算有限，Claude Max 訂閱優(yōu)先。Claude Code 目前在編程 Agent 領(lǐng)域是 SOTA（最先進水平），對于開發(fā)者來說是剛需。而且 Claude 這個模型本身有一個好處，就是它不諂媚，不像 GPT 那樣哈著你，能給出相當(dāng)中肯的建議，可以作為日用模型使用，扮演諍友，導(dǎo)師，同事，顧問，實習(xí)生等多種不同角色。

老馮最近的嚴肅探討，基本上只用 Claude，偶爾用用 Gemini，GPT 是從來不碰的。因為 GPT 5.x 之后，我覺得它在健全人格上出現(xiàn)了缺陷。也就是說，它干寫代碼、Code Review 這些事的能力是在線的，但是在健全人格上出了點問題。不過最近有雙倍額度，干活倒是可以沖一下。

Anthropic 這家公司呢，哎，一言難盡吧，但老馮確實看好這家公司，人家確實是這第二輪 AI Agent 革命的發(fā)起者，東西質(zhì)量確實過硬。老馮的看法是，既然你樂意燒錢補貼我 50 倍算力，那我豈有不笑納之理？

九、時不我待，行動起來

最后說幾句心里話。老馮自己是 Claude 與 Codex 重度用戶和付費訂閱者。但你買不買反正我也掙不著你一分錢，相反還可能產(chǎn)生潛在的競爭者，所以理論上悶聲大發(fā)財才是最好的。

但我是覺得還是有必要向關(guān)注者們提供一些真實的想法與真誠的建議，因為這確實是一次千年未有之大變局，在關(guān)鍵節(jié)點的先發(fā)優(yōu)勢會快速滾雪球放大。

很多人對 AI 感到焦慮——覺得自己會被替代，覺得跟不上節(jié)奏。這種焦慮完全可以理解。AI 的出現(xiàn)確實打破了很多人對未來的穩(wěn)定預(yù)期。但面對變化的最好姿勢是主動迎上去，讓風(fēng)險在自己的前方，而不是視線之外。與其擔(dān)心被 AI 替代，不如先拿著 AI 去提升自己的產(chǎn)出。先用起來，出去大殺四方，在使用中找到自己的直覺，節(jié)奏和方法。

要知道，現(xiàn)在最領(lǐng)先的前沿 AI Engineering 探索者，積累的經(jīng)驗也還不到一年?，F(xiàn)在開始，你依然是個 “早期采納者”，什么時候開始搞都不晚。

這是一個遍地機會的時代。幾乎所有的軟件應(yīng)用都值得用 AI 和 Agent 的方式重新思考一遍。2026 年，就是這樣一個關(guān)鍵節(jié)點 。在節(jié)點上敢于下注會改變很多事情，與其把頭埋在沙子里，不如勇闖新世界。

勇敢的人先享受新世界。

數(shù)據(jù)庫老司機

點一個關(guān)注 ??，精彩不迷路

對 PostgreSQL， Pigsty，下云 感興趣的朋友

歡迎加入 PGSQL x Pigsty 交流群 QQ 619377403