更便宜、更安全的代理式AI工作流程
一位开发者通过使用GLM-5.2和DeepSeek V4 Flash等模型，实现了低成本、高效的代理式AI编码，同时通过虚拟机隔离保护隐私。文章分享了具体步骤、成本对比（低至0.034美元）以及对AI行业商业模式的思考。
最近，一位开发者对代理式AI编程进行了实际测试。他使用的代理任务仅花费0.034美元，3分钟完成，但出现了两个错误。相比之下，他个人手动尝试需要一小时，却犯了四个错误。这促使他探索更廉价、更安全的AI工作流程。
他首先尝试了GLM-5.2模型，该模型在基准测试中与三个月前的领先专有AI相当。通过GMI Cloud服务，他获得了5美元免费额度，并用Debian虚拟机隔离了项目环境以保护隐私。虚拟机中安装的pi代理在5分钟内完成任务，花费0.435美元，结果完美。
为了进一步降低成本，他转向了DeepSeek V4 Flash模型。该模型输出稍显冗长，但成本不到GLM-5.2的十分之一。同样的任务在3分钟内完成，仅花费0.034美元，尽管出现了两个小错误（将不规则数据系列误标为“每日”）。他还测试了DeepSeek V4 Pro，零错误，耗时2分27秒，花费0.229美元，最终决定将Pro作为主力，Flash用于日常。
为了优化成本，他修改了pi工具的硬编码限制，将默认最大字节数从50KB降至5KB，显著减少了输入令牌数。对于DeepSeek V4 Flash，提示令牌从604k降至431k，总成本从0.034美元降至0.026美元。
作者总结道，他的工作方式发生了根本性变化：不再手动复制粘贴代码段，而是通过代理完成任务，再对比文件差异。他认为开放权重模型仅落后几个月，而封闭生态如Anthropic的Claude Code排他性和价格突变是反竞争的。硬件服务商如GMI Cloud和DeepInfra提供灵活价值，硬件折旧周期较长（至少几年），而模型价值快速贬值。他质疑模型的可持续变现方式，提出了众筹、非营利或公共事业等可能性。