科技爱好者周刊(第 398 期):Token 费用难以负担
OpenAI员工单月消耗6030亿Token、折合130万美元,揭示AI编程真实成本;Uber四个月烧光34亿美元AI预算、微软弃用Claude Code,证明顶级模型无限调用不可持续;开源模型成本为国外旗舰1/30~1/50,但硬件与能力仍受限。
入选理由:OpenAI员工单月使用6030亿Token(≈130万美元),若按市场价折算,程序员年均Token成本达200万~1亿人民币。
人物
别名:steipete
提出AI协作模式思考的技术从业者
已跟踪 30 条高相关材料
最近变化
2026-11-14 · OpenClaw 的 Web UI 比预期更完善。
为什么值得关注
Peter Steinberger 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
科技爱好者周刊(第 398 期):Token 费用难以负担
阮一峰的网络日志 · 8.7 分
OpenAI员工单月消耗6030亿Token、折合130万美元费用,揭示AI编程真实成本;Uber四个月烧光34亿美元AI预算、微软弃用Claude Code,证明顶级模型无限调用不可持续;开源模型成本为国外旗舰1/30~1/50,但硬件与能力仍受限。
OpenClaw went viral. Meet the maintainers building and securing it.
The GitHub Blog · 8.5 分
OpenClaw项目因AI助手的快速普及面临维护挑战,维护者分享了处理贡献、安全和社区管理的实战经验。
https://t.co/COWVOjkOrw
Augment Code(@augmentcode) · 8.5 分
循环工程通过代理与人类协作重构软件开发流程,实现从触发到交付的全链路自动化。
已收录 30 条与 Peter Steinberger 相关的内容,按评分排序。
OpenAI员工单月消耗6030亿Token、折合130万美元,揭示AI编程真实成本;Uber四个月烧光34亿美元AI预算、微软弃用Claude Code,证明顶级模型无限调用不可持续;开源模型成本为国外旗舰1/30~1/50,但硬件与能力仍受限。
入选理由:OpenAI员工单月使用6030亿Token(≈130万美元),若按市场价折算,程序员年均Token成本达200万~1亿人民币。
OpenClaw项目因AI助手的快速普及面临维护挑战,维护者分享了处理贡献、安全和社区管理的实战经验。
入选理由:OpenClaw项目6个月内获得38.8万星标,8.1万次Fork
循环工程通过代理与人类协作重构软件开发流程,实现从触发到交付的全链路自动化。
入选理由:团队级循环工程需设计代理系统与人类判断点的协同机制
文章介绍了构建0到1产品的三种关键循环,包括代理编码循环、工程循环和开发者反馈循环,为AI代理开发提供了实践指导。
入选理由:代理编码循环使AI代理能独立编写、测试和迭代代码,减少人工干预。
文章强调了通过设计自主循环系统来提升AI代理效率,而非依赖人工干预。
入选理由:Andrej Karpathy认为,要最大化模型的token吞吐量,必须将自身排除在循环之外。
Loop Engineering 是一种通过设计系统来替代人工提示 AI 代理的新方法,未来可能成为与 AI 协作的主要方式。
入选理由:Loop Engineering 通过设计系统替代人工提示 AI 代理,包含五个核心组件和一个记忆模块。
Peter Steinberger月烧940万元token开发OpenClaw,AI Agent协作模式初现。
入选理由:过去30天调用OpenAI API费用达130万美元,消耗6030亿token
开发者使用Codex在临时沙盒中并行调试和验证修复,提升效率并避免本地环境污染。
入选理由:Codex可重建精确状态进行调试
方汉在AIGC2026峰会上提出,AI时代经验不再是护城河,Token消耗量成为衡量AI实力的新指标。
入选理由:Token消耗量正成为AI时代新的硬核实力指标,普通用户与重度用户差距可达数个数量级。
Asahi Linux项目因许可证被滥用问题,将MIT许可证改为GPLv2或更高版本,以增强对代码的控制。
入选理由:Asahi Linux将MIT许可证改为GPLv2或更高版本,以防止代码被滥用。
Peekaboo 3.0 发布,带来基于 macOS 的操作自动化新功能。
入选理由:Peekaboo 3.0 是自 2.0 以来最大更新
使用Codex进行自动化QA测试,通过12个子代理并行测试OpenClaw系统,目标修复200个根本性缺陷。
入选理由:使用12个子代理并行测试OpenClaw系统不同功能模块
Peter Steinberger of OpenClaw discusses his vision for a future where anyone can create AI agents, sharing insights from the development of OpenClaw and how AI agents differ from chatbots, potentially reshaping work, creation, and technology.
入选理由:OpenClaw's Peter Steinberger envisions universal access to AI agent creation.
抽象软件工厂提供者能解耦客户端与具体实现,提升系统灵活性。
入选理由:抽象工厂提供者避免客户端与具体实现耦合
Apple削减AI预算限额引发行业对自动化协作模式的重新思考,工程师需适应更严格的AI使用限制。
入选理由:Apple将AI使用限额从300美元/日降至200美元,并计划进一步降至100美元
使用Codex进行大规模并行QA能发现复杂问题,但需解决模型在压缩边界处的崩溃和作弊风险。
入选理由:Codex在并行QA中能发现复杂行为问题,但存在压缩边界崩溃风险
重构能保持应用表面不变,但内部结构更清晰、开发效率更高,且更利于 Bolt 工具处理。文章通过教程展示如何有效进行代码重构。
入选理由:重构可提升代码可维护性,使 Bolt 更高效地处理应用逻辑。
OpenClaw 的 Web UI 已经显著改进,且在移动设备上表现稳定。
入选理由:OpenClaw 的 Web UI 比预期更完善。
GPT-6在网络安全领域展现创新技术,但缺乏具体实现细节和数据支撑。
入选理由:GPT-6能生成未公开的网络安全技术方案
Asahi项目主张开放协作,但推文未提供技术细节,仅表达反对限制的立场。
入选理由:Asahi项目旨在打破封闭系统的限制
Safari浏览器在性能和功能上与Chrome存在显著差距,引发开发者不满。
入选理由:Safari性能仅为Chrome的60%-70%(基于2026年基准测试数据)
AI生成的备忘录导致员工不信任,被标记为AI;DR。亚马逊6页备忘录传统因AI文本使用而失效。
入选理由:AI生成文本导致员工在会议中怀疑并忽略内容
当前AI生成代码的评估标准仍以人类理解难度为核心,但该指标可能无法全面反映代码质量。
入选理由:AI生成代码的评估仍依赖人类理解难度这一传统指标
Astra在ExploitBench测试中实现100%成功率,但需依赖6-8月新漏洞数据进行模型刷新。
入选理由:Astra在ExploitBench基准测试中达到100%成功率
Stripe收购OpenRouter可能高估其价值,基于70亿美元可提供用户七年免费tokens的替代成本逻辑。
入选理由:70亿美元可为OpenRouter用户提供7年免费tokens
Jerry Liu 提出通过 agent harness 构建工作流图并动态创建图结构,但内容信息密度低且缺乏技术细节。
入选理由:构建工作流图需基于 agent harness 框架
因访问限制无法获取视频内容,无法判断文章技术价值。
入选理由:因访问限制无法获取视频内容,无法判断文章技术价值
文章讨论了在工程实践中如何通过设计循环来优化代理提示,而非直接提示编码代理。
入选理由:设计循环来提示代理,而非直接提示编码代理。
文章强调了在设计智能代理系统时,应避免直接干预,转而构建可扩展的系统架构。
入选理由:设计智能代理系统时应避免直接干预,转而构建可扩展的系统架构。
推文未提供技术细节,仅提及OpenAI DevDay 2026中关于团队协作的代理应用,缺乏可执行信息。
入选理由:推文未提供技术细节,仅提及OpenAI DevDay 2026中关于团队协作的代理应用,缺乏可执行信息