^__^ • 9 / 29
我每个月在 token 上的花费超过 4 位数，我的 AI 员工有 6 个项目 13 个工作流在跑。有几个方法和建议，跟你们分享一下。首先是 Agent 和模型的选择。我现在是 Codex 和 Workbuddy 作为主力 Agent，前者占多数场景，此外还有 OpenClaw 和 Claude Code。对于不同的 Agent，它们的框架能力还是有区别的，但这种区别你不做复杂任务的情况下是感知不到的。所以，对于常规办公类需求，比如处理文档、写报告材料、数据分析这些简单任务来说，用哪个体感差异不会很大。如果你工作流里有很强的国内应用生态场景需求，比如腾讯文档、企业微信、以及腾讯系产品的关联，Workbuddy 比较合适。同理，如果你是飞书的重度用户，豆包工作适配性更好。此外，如果你有条件且会买 GPT 会员，那 Codex 是个更好的选择，毕竟 Agent 能力上还是更强一些。至于模型，我分国产和国外模型来说。从综合能力来看，我觉得国外模型目前还是超过国产模型的，但还得看任务类型。就像我上面说的那些简单任务，其实你用哪个模型的体感差异不会那么巨大，此时要考虑的就是你的性价比了。国外模型，目前我用得比较多的是 GPT-6 和 Claude Opus。国产用得多的是 DeepSeek V4.1 flash 和 GLM-5.3，这些是我试出来比较适合我的 AI 工作流和能打的，这里仅参考。对于这部分，有几个原则。第一，如果只是把你日常工作中的常规事项 AI 化，国产 Agent 配国产模型足够了。第二，如果你有复杂任务需求，比如软件开发、长任务处理、本地操作等，那国外 Agent 和国外模型现在的确还是更强些。第三，学会给自己的工作流划分等级，然后通过 Agent 本身的项目和会话功能去动态选择不同模型和推理等级。记住，不要所有任务都用最顶的模型和把推理等级开到最高。至于怎么选，我在之前文章里介绍过，你们可以参考《给你们看下我的账单》最后说下花费。前面我说每个月在 token 上的花费超过 4 位数，有人认为贵，但我觉得值。要知道，像我这样的 AI 个体户就是一个人干，没有团队，很多工作过去都是自己手工完成。现在我的 AI 员工现在有 6 个项目 13 个工作流，这帮我省下来大量的时间精力。如果换成招人来干，成本十倍都压不住。这是趋势，每个人都会有自己的 AI 团队。如果你还没开始，该重视了。 PS：我的「AI 个体户计划」最新一期开始招募，要来的点击《AI个体户计划介绍》