Engineering

Anthropic 昨天发布 Opus 5.5，标题新闻是降价：同样的工作负载，成本比上一代低约 40%。

但这篇发布博客里最值钱的不是降价，是一组没上标题的数据。他们拉了 2026 年 3 月到 9 月 Claude Code 的聚合账单，发现每个请求的 输入与输出 token 之比，从 189:1 涨到了 324:1——六个月内，每个请求的上下文膨胀了 2.6 倍。

翻译一下：你的 AI 账单，早就不是「写」出来的，是「读」出来的。 输出只占 token 总量的千分之三；就算算上输出单价通常是输入的三五倍，砍掉一半输出，账单也就省下不到一个百分点。生成是零头，重读上下文才是大头。

而且账单还在搬。博客里引用开发者 Addy 的一句话，我认为是全文最重要的一句：

减少一个轮次，比一个缓存 token 还要更省成本。

token 之后是缓存，缓存之后是轮次。今天把这条搬家路线讲清楚——因为它直接决定你该在哪里省钱、在哪里花钱。

前几天有人给我发了一份「2026 年 Agent 开发者工具箱」清单，整整 15 个名字：git、gh、docker、uv、node、pnpm、nvm、rg、jq、curl、fzf、just、direnv、python、go。分层清晰，还配了星级。

我顺手在自己这台跑 Agent 的机器上核对了一遍，结果很有意思：15 个里我只装了 7 个。

for t in git gh docker uv node pnpm nvm rg jq curl fzf tmux direnv just mise; do
  command -v "$t" >/dev/null && echo "$t: yes" || echo "$t: NO"
done
# generated by hugo AI

git、gh、uv、node、pnpm、rg、curl 在；docker、jq、fzf、tmux、direnv、just、mise 一个都没有。机器没罢工，Agent 每天照样在上面干活。

所以我没有急着去补齐那 8 个缺口，而是先问了一个更基本的问题：这份清单是按什么标准选的？是给人用的，还是给 Agent 用的？

这两个问题的答案，会导出两份完全不同的清单。

上个月面试一个候选人，简历很漂亮，做过三年 LLM 应用开发。我问他：「你觉得你做的东西，本质上是在交付什么？」

他说：「交付模型能力。把 LLM 的能力封装成 API，让业务方能用。」

我又问：「如果业务方说，我要一个能自主完成端到端任务的系统，不只是回答问题——你交付的东西能做到吗？」

他愣了一下：「那得加很多工程，不只是调 API。」

我说：对，这就是我今天想聊的——当交付物从「模型能力」变成「自主系统」时，你的工程标准该是什么样。

上周和一个做了十五年全栈的朋友吃饭。他最近从大厂出来，拿到两个 offer：一个是去创业公司做 Agent，一个是去传统企业做数字化。他选了后者，理由是「Agent 太新了，不确定性太大」。

我问他：你觉得做网站和做 App 有什么区别？

他想了想：「差不多，都是接需求、写代码、上线、迭代。」

我又问：那做 Agent 呢？

他说：「也是接需求、写代码、上线、迭代。只是交付物从页面变成了 Agent。」

他自己把答案说出来了，但没意识到这句话有多重要。

每一杯手冲咖啡，都是一次 Skill 的执行。

研磨度、水温、注水手法、断水时机——这些看似随意的参数，在专业咖啡师手里是一套精确的、可重复的、经过成百上千次迭代的程序。AI Agent 的 Skill 也一样：把「凭感觉做事」变成「按配方执行」，把个人经验沉淀为组织能力。

这篇文章本身就是一份 Skill。它的格式遵循 SKILL.md 规范，它的内容是手冲咖啡与 AI Skill 设计之间的深层同构。

一个工程师修了一个 Bug，ROI 是多少？

传统算法：节省了一次排查时间。AI 时代的算法：如果这个修复沉淀为 Harness 的一部分，AI 以后能自动修多少个类似的 Bug。

这就是思维范式的根本转变——你修的每一个 Bug，都是一次训练数据。不是训练模型，而是训练你项目周围的那套 Harness。

上周六下午，我在 GitHub 上刷到一个 5k star 的开源 CLI 工具——一个看起来挺漂亮的本地日志聚合器。我心血来潮：能不能用 Claude Code 复刻一个？

三个小时后，核心功能跑起来了。彩色输出、文件 watch、正则过滤、多源合并，一应俱全。我兴奋了大概五分钟，然后意识到一件让我心里一沉的事：

我根本不需要这个工具。

那为什么三个小时前我会觉得"做出一个这样的东西"是有价值的？

因为在我过去十几年的职业训练里，“能做出来"本身就是稀缺的。一个能从零搭出完整工具的工程师，值钱。但今天下午，这个稀缺性在我自己的笔记本上被亲手碾碎了。

三个月前，我用 Claude Code 花了一个下午搭了一套完整的钉钉消息监控系统：自动抓取指定群的消息、按关键词分类、生成每日摘要、定时推送到我的私聊。整套流程从数据采集到定时任务，大约 500 行 TypeScript。

同样的事情，如果走公司正规 IT 流程——提需求、排期、开发、测试、上线——保守估计三个月，还不一定能排上。

这件事让我确信一个判断：LLM 厂商把重注押在 Coding Agent 上，是目前最正确的战略选择。 不是因为 Coding Agent 能替代程序员，而是因为它把"用代码解决问题"这件事的门槛，从"需要一个工程团队"降到了"需要一个能清楚描述问题的人"。

上周，一个做 ToB SaaS 的朋友跟我吐槽：他花了两周让 AI 帮忙写了一套完整的 CRM 后端，代码质量不错，测试覆盖率也够。但上线三天就被叫停了——因为产品方向本身就是错的，客户根本不需要这个功能。

两周的 Token 消耗，毁于一个没被认真思考过的问题。