更便宜、更安全的代理式AI工作流程
一位開發者透過使用GLM-5.2和DeepSeek V4 Flash等模型，實現了低成本、高效的代理式AI編碼，同時透過虛擬機器隔離保護隱私。文章分享了具體步驟、成本對比（低至0.034美元）以及對AI行業商業模式的思考。
最近，一位開發者對代理式AI程式設計進行了實際測試。他使用的代理任務僅花費0.034美元，3分鐘完成，但出現了兩個錯誤。相比之下，他個人手動嘗試需要一小時，卻犯了四個錯誤。這促使他探索更廉價、更安全的AI工作流程。
他首先嚐試了GLM-5.2模型，該模型在基準測試中與三個月前的領先專有AI相當。透過GMI Cloud服務，他獲得了5美元免費額度，並用Debian虛擬機器隔離了專案環境以保護隱私。虛擬機器中安裝的pi代理在5分鐘內完成任務，花費0.435美元，結果完美。
為了進一步降低成本，他轉向了DeepSeek V4 Flash模型。該模型輸出稍顯冗長，但成本不到GLM-5.2的十分之一。同樣的任務在3分鐘內完成，僅花費0.034美元，儘管出現了兩個小錯誤（將不規則資料系列誤標為“每日”）。他還測試了DeepSeek V4 Pro，零錯誤，耗時2分27秒，花費0.229美元，最終決定將Pro作為主力，Flash用於日常。
為了最佳化成本，他修改了pi工具的硬編碼限制，將預設最大位元組數從50KB降至5KB，顯著減少了輸入令牌數。對於DeepSeek V4 Flash，提示令牌從604k降至431k，總成本從0.034美元降至0.026美元。
作者總結道，他的工作方式發生了根本性變化：不再手動複製貼上程式碼段，而是透過代理完成任務，再對比檔案差異。他認為開放權重模型僅落後幾個月，而封閉生態如Anthropic的Claude Code排他性和價格突變是反競爭的。硬體服務商如GMI Cloud和DeepInfra提供靈活價值，硬體折舊週期較長（至少幾年），而模型價值快速貶值。他質疑模型的可持續變現方式，提出了眾籌、非營利或公共事業等可能性。