两个月前，我测试过一家国内专利数据库的 MCP 服务。他们的 AI 服务似乎已经推出有一段时间，官网文档看着很齐，功能覆盖也多，于是联系对方申请了试用。可惜实际用下来，产品还是欠打磨，价格也不便宜，最后我们干脆让 Agent 直接操作浏览器来接入 AI。

五月份把工作区托管给 Agent 之后，我的 Token 用量就一路失控（详见 [《三个月Token消耗暴涨13倍》]）。8 月 DeepSeek 涨价，官方 API 实在用不起，只好去找便宜的第三方。于是这半年，市面上能买到的 Token 套餐（包月／包量）我基本都试了一遍——三家国内云厂商，五家国外的。

这不是推荐榜，只是把手上的体验记一遍：好的地方说好，难受的地方也如实记录。

前段时间我跟朋友闲聊时说到了一句话：「我感觉我用 AI 的这个强度，真有机会做老板，我压榨手下人可能比我任何一个老板都狠。」说完我自己也有点好奇——这感觉到底有没有数据支撑？

于是我用 gh CLI 把自己 2025、2026 两年所有仓库（40+ 个）的 commit 和 PR 时间戳逐条拉了下来，从数量和发生时间两个维度做了分布分析，看看我有多黑心。

最近看了两个视频，一个讲Vibe Coding，一个讲AI 真正给我的帮助，回头一想，两个视频都探讨了同一件事：Agent 到底能改变了什么，带来什么。

DeepSeek 最近正式涨价了。作为一个上季度 Token 消耗直奔上亿的家伙（详见 [《三个月Token消耗暴涨13倍》]），这消息本来我没太在意的，毕竟 DeepSeek 本来就非常便宜，涨价后的价格，其实还是比V4最开始宣布时的正式价格低的。但是我还是低估了我的用量，涨价后一天的实测下，这价格确实个人难以承受，不想想办法要付费上班了。

五月份把工作区托管给 Multica 的时候，我还在美滋滋地盘算”让AI多干点活，我就能少加班了”。结果活儿确实没少干，Token账单却一路狂飙——前两天心血来潮拉了一份三个月的工作区统计，差点以为眼睛出了什么问题：5月全月消耗约38M Token，到了7月直接干到约500M，三个月合计更是达到了883M。这里就用数据记录一下这三个月Token是怎么”暴涨”的，顺便聊聊为什么涨——因为我的AI任务，已经从”尝鲜”变成了”离不开”。

之前折腾了把 Claude Science 装进 Docker 容器，这两周则相对高强度的使用了它（当然是接DeepSeek，不是原版），因此想聊聊它的优势和限制。

前几天折腾了一个小项目：把 Claude Science 的 Linux 版本装进 Docker 容器，再配上 API Bridge，让它能通过第三方 API 后端运行，不需要直接持有 Anthropic 的 API Key。

过程比预想的曲折，但也挺有意思。记录一下。

最近在做一些 AI 应用集成的工作，需要在不同模型之间切换。然后我就发现了一个问题——OpenAI 和 Anthropic 的 API 原来是不兼容的。

之前一直想着，等博客总阅读量又到5万的时候，写一篇庆祝一下，没想到这段时间点击涨得比我想象的快得多，还没等我把庆祝的草稿憋出来，哗地一下就超过去了。