Matrix 首页推荐
Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。
自打 ChatGPT 启动那场革命以来，AI 就成了一大批领域的新贵，各种围绕 AI 的产品层出不穷。
许多产品都在试图制造一些幻觉以猎捕人们腰间的钱包，这在一直有贩卖幻想嫌疑的效率界尤其如此。我最近在少数派读到一篇文章：月订阅费 5000 块后，我悟出了 AI 工具断舍离的真相。在文章里，作者说自己沉浸在各种新 AI 工具带来的新鲜感中不能自拔，屡屡慷慨解囊之后总的订阅费居然达到了惊人的 5000 每月，于是下定决心要和这些工具「断舍离」。
然而在这篇文章的评论区，又有人发现：早在三个月前，这位博主就因为订阅费高达 3000 一个月而发誓要「断舍离」……
为此我只能说：效率教练们把效率异化为目的的做法确实害人不浅……
所以如果用冷静的眼光来看，到底哪些 AI 工具能够禁得起实践的检验？如何用低成本获得高体验？
这篇文章是我的回答。
原则：预算思维
作为人类，我们能支配的时间和金钱都是有限的。除去保持健康和基本生活的必要支出，如何分配剩下的冗余资源才是思考的重点。我曾在少数派写过一篇文章（2024 年总结：我是个学生，也是个「公司老总」），里面提到过一个观点：我们可以把自己看做一家「个人公司」，像管理公司那样分门别类管理自己的资源。对于我来说，我会把冗余的资源（时间和金钱）划分为三项：
- 主业：学习并且精进赖以谋生的技能，这相当于马斯克的汽车业务，是公司的主要收入来源，是必须保障的基本盘；副业：在主业之外投入资源尝试性发展的领域，为我们开辟新的可能性，相当于马斯克在汽车业务之外开展的脑机接口、人工智能、社交媒体、太空探索等业务；副业既是主业失败后的救命稻草，也是一笔期望突破现状的未来投资；自由支配：上两项之外的冗余即可以自由支配。
在以上划分的基础上，可以在前两类再抽出一定比例拿来探索效率工具（比如 5%）。这样就可以避免在折腾工具上面投入太多时间，以至于「舍本逐末」。举个例子，我们可以每周拿出两三个小时反思本周工作中存在的低效率情况，试用一些效率工具，寻找对应的解决方案。
如果觉得觉得设定好的比例不足以安抚想要折腾的心，那这部分多出来的支出必须记在「自由支配」一项里。这样就能保证工具始终是工具——或者是爱好，不会异化为最终目的。
而对于我这样一个长期处于经济危机之中的学生来说，各方面花销都需要能省则省，追求极致性价比。带着这样一个前提回过来看所有的 AI 工具，到底哪些才是低成本的高效选择呢？
知识性问题
作为一个研究生，我在研究中需要面对大量知识性问题。如今比起去花大量时间去搜索不一定有帮助的互联网文章，我更愿意先询问 AI。我相信许多人也都是这样。
一直以来，网上关于「哪家 AI 强」的讨论一直很火热。不过在我看来，在经过这几年激烈竞争之后，如今仍然存活的各家大模型基本都有自己的优势和特长，实际上影响使用体验最大的因素仍然是提示词和它使用的推理框架。基于此，我最推荐的是这两家：
- ChatGPT：有记忆系统，能够记住你的历史和偏好，聊得越多就越懂你的偏好；Grok：DeepResearch 功能可以搜索总结大量资料，适合帮忙调研。
这两个功能如今来讲已经不稀奇了，但是在习惯上我用这两个最顺手，而且也已经足够了。在我看来，大多数日常任务对能力的需求其实触及不到 AI 能力的边界，即使不付费也可以解决日常大多数问题。
我发现周围许多人使用 AI 的方式已经不再是将其看作助手，而是一个许愿池，经常为了方便直接将大段的报错信息等内容粘贴给 AI ，期待 AI 能够猜出自己的需求并且正确回应。如此肯定容易导致 AI 无法生成自己想要的结果。因此我认为与其花大价钱购买不一定能解决问题的服务，不如留下一些耐心，为 AI 描绘清楚问题和上下文，这样对解决问题更有帮助。
代码
写代码一直都是 AI 发力的重要领域。不过惭愧的是，作为一个大模型相关的研究生，我对 AI 写代码不是很感冒。大多数任务中，我需要对产出的代码负责，因此我需要对代码有足够的了解，不可能将整个任务都外包给 AI 完成。此外，AI 倾向于使用最简单的方式实现功能，考虑的情况不周全，后续维护、拓展起来会非常麻烦。
我虽然抵触将代码全局交给 AI，但是却很喜欢用 AI 完成一些细节工作。比如现场查阅某一接口如何使用、某一函数的逻辑是否通顺、某段代码可以如何改进等等。这样的话内置 AI 的编辑器就可以让工作顺手很多。这也就是为什么 Cursor、Trae 收获了如此多的用户。
不过我认为工作用的 AI 属于生产资料，理应公司提供，所以我不太乐意花钱购买昂贵的 Cursor 会员。不过考虑到如今大多数 AI 代码编辑器和插件功能都是趋同的，只有细节打磨上有区别，所以在资金不足的情况下大可选择性价比最高的。于我而言，日常情况下我一直在使用目前个人开发者可以免费使用的通义灵码。其支持的功能和 Cursor、Github Copilot 都大差不差：
- 代码补全智能问答智能体模式（Agent Mode），概念可参见之前的文章文件编写生成 Github 提交信息、命令等
灵码支持个人开发者免费使用自家的 Qwen 系列模型（支持工具）以及 DeepSeek 模型（不支持工具）。尽管在打磨等细节上可能不能让高度依赖 AI 编程的用户满意，但是对于我来说已经足够了。
不过灵码支持的大模型有限，只有国内几家。如果你喜欢 Claude、GPT、Gemini 这类国外的大模型，但是又苦于高价或者被封号，GitHub Copilot 也可以提供一些免费的额度：
除了这些现成的免费服务之外，拥抱 API 则能在省钱的同时带来更多灵活丰富的玩法。而事实上，我的大多数 AI 工具都是通过购买 API 自行配置的。
拥抱 API
大多数没有计算机背景的读者可能并不知道 API 是什么。API 的官方译名是「应用程序接口」，有这个东西就可以通过网络使用某项服务。在大模型领域，API 就是一个链接，你可以将输入通过链接发送给 AI，AI 再生成回复发回给你，同时按照输入和输出的长度在后台计费。
各家的大语言模型几乎都支持用户购买 API。以 ChatGPT 为例，这是 OpenAI 售卖的一部分模型 API 价格：
Token 是大语言模型计算文本长度的单位，英文中一个 token 大约是一个词的长度；中文则大约是 1.5 个字的长度。以 GPT-4.1 为例，每 100 万 token 模型输入收费 2 美元（14.37 人民币）；每 100 万 token 模型输出收费 8 美元（57.47 人民币）；如果你的输入刚好有缓存可以用，则只需收费 0.5 美元/100 万 token（7.18 人民币）。
考虑到 100 万 token 的长度已经大大超过了一整部《红楼梦》（96 万字），如果你只是聊天的话基本上不太可能用完 100 万 token。计算下来也就是说你使用 ChatGPT 最好的模型的月花费不会超过 10 美元。
而 GPT-Plus 会员一个月费用高达 20 美元（有限制）甚至是 200 美元（无限制）：
GPT-Plus 和 Pro 不仅支持好的聊天模型，还提供更好的多模态以及视频生成模型，这就是为什么其价格如此高昂。而视频模型和多模态模型的 API 价格相对文本就高很多了。有兴趣可以自己查阅。
如果你不执着于使用 GPT、Claude 这类贵价模型的话，DeepSeek 还能帮你省一大笔钱：
像是 Roo Code 等很多 VSCode 插件都支持使用自己的 API 实现辅助编程。这样就可以越过限制使用自己的喜欢的模型了。下图是 DeepSeek 配合 Roo Code 进行 Agent 模式编程的效果：
在编程之外，DeepSeek API 也可以支持 Obsidian AI：
如果你对 Obsidian AI 感兴趣，可以查阅之前的文章。
此外，你可能好奇 API 付费的话每个月会产生多少消耗。以我唯一购买的大模型 API DeepSeek 为例，这是我每个月的账单：
此等消耗我认为完全可以忽略不计。
如果你像我一样有大规模数据处理的要求，而且需要使用多种开源模型，那么可以注册硅基流动的账号获得 API，他家有许多开源模型可以选择：
硅基流动也提供 DeepSeek 模型 API 和聊天窗口，DeepSeek 模型价格和官方是一致的。但是除此之外，硅基流动也支持许多其他开源模型，还囊括了图像、视频、语音等多模态模型以及用于 RAG 搜索的嵌入、重排序模型。
然而，硅基流动最吸引我的点其实不是这些。首先，对于大规模数据处理任务，可以直接上传 prompt 文件进行批量推理。批量推理的 API 价格可以降低 50%，非常适合像我这样的研究生完成大规模的数据处理工作。
其次，硅基流动提供了大量免费模型可供无限调用。虽然免费模型都是 10B 以下参数量的小型模型，但是主要胜在免费，可以拿来做一些实验。
结语
工具的价值不在于数量，而在于能否真正提升我们的核心生产力。通过合理的预算思维和资源分配，我们可以用极低的成本获得高效的 AI 辅助。希望这篇文章能帮助你在 AI 浪潮中保持专注，避免陷入「工具主义」的漩涡。
> 关注 少数派小红书，感受精彩数字生活 🍃
> 实用、好用的 正版软件，少数派为你呈现 🚀
