AI编码支出去向：48%写代码，40%思考

一位开发者最近分享了他对AI编码工具支出进行详细分析的结果。他在30天内通过105,718次API调用花费了7,890美元，但令人惊讶的是，只有47.9%的费用用于实际生成代码。其余大部分支出来自探索代码库（11.1%）、委托子代理（9.7%）、调试（8.8%）、功能开发（8.3%）以及对话（5.9%）等活动。

为了精确追踪这些支出，他开发了一个名为CodeBurn的命令行工具。该工具直接从磁盘读取AI编码会话数据，并将每次API调用分类到13个任务类别中，如编码、对话、功能开发、探索、调试、重构、测试、委托、Git操作、构建/部署、头脑风暴、规划和通用。分类完全基于工具使用模式和消息关键词，无需API密钥或外部调用，确保结果可重现。

CodeBurn提供交互式仪表盘，显示每日成本、项目、模型、活动分类等关键指标。其中活动面板特别有用，可以直观看到每类任务的支出占比。例如，在一次典型会话中，编码支出为19.08美元，对话仅为3.29美元。如果对话持续占据主导，说明你很可能在为聊天付费而非实际产出。

通过模型对比功能，用户可以看到不同模型在不同任务上的表现。例如，Claude Opus 4.6在编码任务上的单次成功率为88.2%，而Opus 4.7为89.9%，但后者在调试任务上达到了100%成功率。这些数据帮助用户选择最适合特定任务的模型，避免过度支付。

CodeBurn的优化功能可以扫描会话历史，发现可修复的浪费模式。一次扫描发现了6个问题，潜在可节省约25.4万令牌（约17.18美元），占总支出的8%。常见问题包括重复文件读取、未限制的bash输出、未使用的MCP服务器等。

产出追踪功能通过交叉引用AI会话时间戳与git提交历史，将会话分类为生产性、回滚或放弃。在一次测试中，12个会话被标记为放弃，涉及143.95美元。这不一定浪费，但如果持续出现，需要评估这些会话的价值。

CodeBurn还支持订阅计划跟踪，帮助用户判断当前订阅是否物有所值。例如，如果每月Claude Max订阅200美元但仅使用了80美元等值的API，那么降级到Pro可能更划算。

该工具自动检测用户使用的AI编码工具，支持Claude Code、Codex、Cursor、GitHub Copilot等23个提供者，无需额外配置。它还提供macOS菜单栏应用和Linux GNOME扩展，方便实时查看支出。

通过npx codeburn@latest即可开始使用，无需账户，数据不会离开本地。该工具已在GitHub开源，并提供了详细的文档和Discord社区支持。