便宜劳动力这个比喻误导了很多团队

AI 编程工具刚流行时，最常见的想象是「多了一个很便宜的同事」。每月付一笔订阅费，它帮你写代码、查文档、改 bug、跑任务。这个比喻听起来顺手，但现在越来越不准确。

更准确的比喻是：团队多了一组会消耗计算资源的自动化工作流。

差别很大。便宜同事的成本看起来固定，自动化工作流的成本会随着任务长度、上下文规模、模型选择、重试次数、工具调用、CI 验证和并发量变化。前者让人关心 seat price，后者要求团队管理预算、限流、队列、缓存和可观测性。

过去几周的信号已经很清楚。GitHub 宣布 Copilot 转向 usage-based billing，2026-06-01 起用 GitHub AI Credits 计量；Copilot code review 同日开始在私有仓库消耗 GitHub Actions minutes；OpenAI Status 在 2026-05-22 记录了 Codex 用户 hitting rate limits 的事件；开发者开始做 ccost 这类本地会话成本查看工具。

这些不是孤立新闻。它们共同说明一件事：AI 编程的包月幻觉正在结束。

GitHub 的调整把问题说穿了

GitHub 的官方公告里有一句很关键：一个快速聊天问题和一次多小时 autonomous coding session，过去可能让用户付出同样成本，但平台吸收了背后不断上升的推理成本，这个 premium request 模型已经不可持续。

这句话几乎就是整个行业的成本拐点。

短问答、代码补全、一次简单解释，和一个长程 coding agent 任务，资源消耗不是一个数量级。后者会读仓库、整理上下文、生成计划、调用工具、修改文件、跑测试、根据失败结果重试、再生成解释。把它们都塞进「每月订阅」或「一个请求」里，只能在早期补贴阶段成立。

GitHub 的新模型把 Copilot 使用转向 AI Credits，并按 token 消耗计算，包括 input、output 和 cached tokens。这个口径比 premium request 更接近真实资源消耗。它也会迫使团队重新理解「用一次 AI 编程工具」到底是什么意思。

以后工程负责人不能只问「这个 seat 多少钱」。更该问：

  • 一类任务平均消耗多少输入和输出 token。
  • 哪些模型被频繁用于简单任务。
  • 哪些仓库任务总是在反复读无关文件。
  • 哪些团队把 Agent 当脚本用，哪些团队把它当无限实习生用。
  • 哪些流程需要预算上限，哪些流程需要降级模型或排队。

这不是财务部门的小题大做。没有成本可见性，Agent 很容易从生产力工具变成隐形云账单。

代码审查开始消耗 Actions minutes，意义更大

Copilot code review 从 2026-06-01 起除了消耗 AI Credits，在私有仓库还会消耗 GitHub Actions minutes。这个变化很有代表性，因为它把 AI 编程成本和工程基础设施成本绑在了一起。

代码审查不是纯文本生成。GitHub 在 changelog 里解释，Copilot code review 运行在 agentic tool-calling architecture 上，会拉取更广的 repository context，并在 GitHub-hosted runners 上运行。它不仅在花模型 token，也在花 runner 时间。

这会改变团队的使用方式。

以前大家可能会想：让 Copilot 多审几遍 PR 也没关系，反正是订阅功能。之后要算得更细：私有仓库每次 review 消耗多少 AI Credits，是否触发 Actions minutes，是否和已有 CI 争用预算，是否需要只对高风险目录或大 PR 启用，是否需要对自动触发设置阈值。

这不是 GitHub 一家的问题。任何把 Agent 接进 CI、review、测试、部署、数据处理的产品，最后都会遇到同样的成本结构：模型只是账单的一部分，执行环境、工具调用、缓存、日志和验证也会计费。

Agent 越像真实工程流程，成本越不像聊天订阅。

限流是资源治理信号

OpenAI Status 在 2026-05-22 记录了 Codex 用户触发 rate limits 的事件，并在 2026-05-23 标记恢复。单看这件事，它只是一次服务状态波动。放到 Copilot 计费调整旁边看，意义更具体：当编码 Agent 进入高频使用，限流会成为产品体验的一部分，而不是偶发异常。

长程任务天然容易撞上限制。它是在连续调用模型、读取上下文、执行工具、等待结果、再调用模型。一个开发者同时开多个任务，一个团队同时跑几十个 PR review，一个组织把 Agent 接入自动化队列，都会把请求峰值推高。

所以企业不能只准备「更多账号」。它要准备的是运行时治理：

  • 任务队列，避免所有 Agent 同时冲进模型服务。
  • 预算阈值，避免一个任务无限重试。
  • 模型路由，简单任务不要默认用最贵模型。
  • 上下文缓存，避免每次从头读仓库。
  • 失败熔断，连续失败时停止消耗。
  • 任务分级，高价值任务优先拿到资源。

这些听起来像云平台管理，原因很简单：Agentic coding 正在变成云资源使用问题。

ccost 说明成本已经回到本地工作流

ccost 是一个很小但有代表性的项目。它的定位是浏览本地 Codex 和 Claude Code 会话日志，搜索历史聊天，并估算 API-equivalent cost。

这类工具出现，说明开发者已经不满足于知道「我买了一个套餐」。他们想知道具体哪次会话花了多少，哪个任务反复消耗上下文，哪类 prompt 触发了昂贵模型，哪些自动化跑出来的价值不配它的成本。

这也是 Agent 工具成熟的标志。早期工具强调「能做什么」，成熟期工具会追问「做这件事花了多少、为什么花这么多、下次能不能少花一点」。

本地成本观测还有一个现实价值：很多浪费不是平台账单页面能直接告诉你的。平台能告诉你总量，未必告诉你某次任务为什么失控。只有把会话、文件访问、工具调用、模型选择和最终结果放在一起看，开发者才知道钱到底花在了有效推理，还是花在了重复搜索和无效重试。

写长文不能写成涨价抱怨

这个题最容易写歪。把它写成「厂商涨价了」「AI 编程没那么便宜」都太浅。

值得写的判断是：AI 编程正在从个人订阅工具进入组织级资源治理。订阅价格只是入口，真实成本发生在任务运行时。谁能看见、限制、解释和优化这些成本，谁才有可能把 Agent 放进生产流程。

对团队来说，接下来应该补的重点是几张表和几条规则。

第一张表是任务成本表。修小 bug、解释代码、生成测试、review PR、迁移接口、重构模块，这些任务要分别统计平均 token、平均时长、平均重试和人工 review 时间。

第二张表是模型路由表。哪些任务可以用快模型，哪些任务需要强模型，哪些任务应该先跑检索或静态分析，哪些任务不该交给 Agent。

第三张表是失败成本表。任务失败时，到底是模型误解、上下文不足、工具失败、测试慢、权限不够，还是需求本身没说清。否则团队只会把所有问题都归咎于「模型不稳定」。

规则也很朴素：长程任务要有预算上限；自动 review 要有触发条件；高成本模型要有适用场景；重复失败要停机；成本异常要能追到任务和人。

这些动作不性感，但它们决定 Agent 能不能从个人效率工具变成工程系统。

成本会改变产品竞争

当 AI 编程开始按资源计量，产品竞争也会变。

过去大家比的是谁补全更聪明，谁生成代码更快，谁聊天体验更顺。接下来还要比谁更会省上下文，谁的任务拆解更少重试，谁能自动选择合适模型，谁能把成本归因到 PR、issue、仓库和团队，谁能在预算耗尽前优雅降级。

这对开发者不是坏事。包月幻觉虽然舒服，但会掩盖真实效率。一个 Agent 如果每次都读半个仓库、跑五轮无效测试、生成一堆计划文档，最后才改三行代码，它未必便宜。反过来，一个工具如果能精准定位、少读文件、少调用强模型、少打扰人工 review，即使单次调用价格更高，也可能更划算。

所以这篇文章的结论可以很克制：AI 编程没有变得不值得用，它只是不能再被当成无限量套餐。未来团队要买的是一套可计量、可限流、可审计、可优化的 Agent 运行层。

包月时代让大家敢试。计量时代会逼大家认真用。