AI编程全家桶月耗百亿Tokens

去年的这个时候，给大家出过一期AI 编程套餐怎么买，转眼间一年过去了，AI编程发生了翻天覆地的变化，今天也更新一下我现在常用的开发工具、Coding Plan，以及开发方式上的变化。1.开发工具我的主力开发工具是Codex 桌面版 + VS Code / Claude Code CLI。目前来看，这两家的Harness做的还是最成熟的，在长程任务里的开发效果是最好的。Claude Code的桌面版我也用过，但实在是有点难用，于是换回了CLI。同时新出模型我都是用Claude Code先进行测试，几个CLI并行着跑效果很方便，VS Code + CC CLI的组合在我这也固定了下来。Deepseek Harness我也用过一段时间，但目前V4.1 Flash和Astra 6和Opus5.5 在复杂Coding任务上差距还是有点大，Harness层再好用，短期内也没法弥补上底层模型能力的差距。2.Coding plan 套餐我的Coding消耗主要分成两个场景：主力开发 + Code Review。主力开发常驻组合一般是：Claude Code 5x + Codex 5x。我会根据两家模型表现动态进行调整，比如Astra 6刚出来，Claude在Opus5的时候，由于Astra 6优秀太多了，我就会切成Codex20x+Claude code 20刀的组合。目前这个组合Coding一个月100-200亿的tokens消耗是能够抗住的，具体量要看这个月这两家发了多少张重置卡了。Code Review这块，DeepSeek没有套餐就直接充的API随时调用，GLM和Kimi则是走Coding Plan来调用。Review整体的消耗远没有主力模型那么高，还更多聚焦的是查漏补缺。3.开发方式在开发方式上，我逐渐从Skill过渡到Plugin + Workflow的逻辑。之前我和AI协作会有Issue拆解Skill、设计Skill、PRD和测试Skill，然后每次开发一个一个喊他们出来干活，这样人要在每一个环节都强参与。目前的开发核心思路是：尽可能让AI+工作流自动化干活，人只参与关键环节的判断和拆解。我把我那一堆AI开发Skill合并成立一个dev-workflow Plugin，它可以直接被Codex和Claude Code加载调用，在全局作业逻辑中把若干个Skill串联到一起由AI指挥干活。为了支撑dev-workflow Plugin的开发方式，我对模型网关、目录管理、用量管理、Skill管理这些能力有了更多需求，我自己又开发了一个产品叫CodePal。现在的思路是把CodePal的底层能力和dev-workflow融合起来，这样不管模型怎么换、Harness怎么换，核心开发工作流都可以复用，同时每一次Session的作业逻辑可以去优化工作流和产品，这样形成一个不断提升效果和质量的循环。