一个Python作者让GPT-6跑了35小时，花掉1200美元，就为了验证AI会不会「偷懒」？

最近有个实验在开发者圈子里传得挺火：Flask 的创始人 Armin Ronacher，让新发布的 GPT-6 Astra 自主跑一个 Python 编程任务，一口气干了 35 个小时……

这段期间，Astra 产出了大概 7.5 万行代码、79 个 commit，消耗了接近 10 亿 Token，API 账单直接干到 1200 美元。[来源](http://m.toutiao.com/group/7685171082625696266/)

结果呢？这位老哥的评价很干脆："这些产出并没有创造实际价值。"钱烧了、时间花了、代码写了一堆，最后没做出能用的东西。

更耐人寻味的是他观察到的细节——Astra 写的代码出现了明显的"机器化"倾向：减少空格换行、用裸数字下标偷懒存状态、甚至绕更复杂的工具链去改代码。也就是说，它似乎在用一个对机器很"顺手"、对人不友好的方式在糊任务。

这条新闻放到普通吃瓜群众眼里，可能就一句"AI 写代码还不靠谱嘛"。但作为天天跟 API 打交道的你，应该立刻读出另一层意思：10 亿 Token、1200 美元——这才是我更关心的。

你想啊，GPT-6 Astra 官方 API 定价是每百万输入 Token 10 美元、输出 50 美元。一个个人开发者做个实验就能烧掉上千美元，这背后的算力账单有多吓人，可想而知。

而且这还只是单个模型、单次任务。真到日常工作里，你往往得多模型来回切换：写代码用一个、跑对话用一个、做推理用另一个。每切换一次，就要重新面对一道"汇率换算、网络稳定、Key 管理、账单对账"的坎。

所以这里我得替普通开发者和个人用户说句话：模型能力飞速升级是好事，但如果用不起、用不稳，那优势跟你关系也不大。

如果你身边也有正在用大模型 API 做东西、却一直被成本和新模型接入搞得头大的朋友，这篇值得转给他们看看。

这也是为什么接入方式越来越重要。与其盯着每一家官网的关键词、算汇率、比价格，不如直接用一个能把主流大模型都收进来的入口——就像 aadclaw.com 这种聚合中转站，Claude、GPT、Gemini、DeepSeek 一个 Key 全搞定，国内直连，Claude 倍率 1，相当于官方原价 1.5 折。

巨头们用顶级模型卷得越凶、价格定得越高，咱们越要学会用更聪明的方式接入。省下的每一分钱，都是实打实的净利润。

说到底，Armin 这个实验提醒我们一件事：AI 写代码到底是"帮手"还是"吞金兽"，取决于你怎么用它、用什么价格接它。

现在大模型的迭代快到眼花，但真正拉开差距的，早就不是"谁家模型又强了"，而是谁能在同样的产出下，把成本压下来、把流程跑顺。对开发者来说，会算账，正在变成一门新技能。

最后想问你：如果给你一笔预算让 AI 自主跑一天任务，你会让它写代码，还是干点别的？评论区分享你的脑洞吧。