我是 87 年的，早年做过六年前端，后来转产品，做到 UED 主管。2014 年出来创业，一直做跨境进口。
公司里基本就是个打杂的：产品、运营、流程、成本、人，哪儿漏了堵哪儿。代码这东西我是真喜欢，但说实话，很多年没正经碰过了。
把我重新拽回来的，是 AI 。
最开始我从 OpenClaw 上手，后来换到 Hermes 。最直接的体感是：在体外记忆和多 agent 协同这件事上，Hermes 更接近我想要的那种“能接业务”的状态。OpenClaw 不是不能用，但我当时那套业务场景里，一复杂就开始吃力。
为什么这件事要命？
因为我一开始不是想做玩具项目。我是想给公司运营搭一套内部工作流。
我们做跨境进口，品类很杂。一个类目一套规矩，一个供应链一套限制，一个平台又一套审核逻辑。落到系统里，就不是一个 agent 解决所有事，而是要把不同类目拆开，各自有自己的记忆、规则、流程，再让多个 agent 协作。
听着很美。
然后就开始受罪了。
那阵子为了省钱，我主力用 DeepSeek 和 Qwen-Plus 跑这套多 agent 。不是说它们不好，而是在我当时那套配置里，只要任务稍微复杂一点，就很容易串记忆。
A 类目的上下文窜到 B 类目去，agent 之间一交接就乱。昨天还好好的，今天就像不认人了。
一个多年没正经写代码的人，去 debug “记忆错乱”，那种抓瞎你能想象。你看日志，看提示词，看上下文传递，看工具调用，最后发现哪儿都像有问题，哪儿又都说不清。
光在这上面试错，前前后后烧了两千多。
中间还有个插曲。我拿 GLM 做了个小功能，本来以为就是几句对话的事，结果最后账单出来两百多。我当时真愣住了。
后来回头看，大概率不是单纯模型价格的问题，而是我那次上下文、重试、工具调用没控住。便宜模型也不是闭眼省钱，用不对，一样肉疼。
后来换 Kimi ，好一些。
它长上下文确实能扛，整段文档、规则、历史记录塞进去，它至少不那么容易当场失忆。对我这种“不想重新解释十遍背景”的人来说，Kimi 那种能接长材料的能力，确实省心一点。
但真正让我感觉这事能往前走的，是换到 Claude 之后。
那套多 agent 协作到 Claude 手里，明显顺了很多。该是谁的记忆就是谁的，交接的时候不那么容易乱。不是说完全不出错，但出错的方式我能理解，也能修。
这个差别对我很重要。
因为我不是全职工程师，我不可能每天把大量时间耗在底层排错上。模型便宜是便宜，但如果每省 10 块 token ，背后多花我 2 小时 debug ，那账其实是亏的。
这里还有一个坑，现在想起来还肉疼。
当时为了省钱，我走过一些不太稳定的 Claude 使用方式，结果账号出问题了。省下那点钱，跟账号不稳定、工作流中断比起来，根本不值。
这事教育了我：有些便宜不能硬占。尤其是工具已经接进日常工作之后，稳定比单次便宜重要得多。
后面我就老老实实用 Claude 和 Codex 做开发。
这一年下来，公司业务中台基本成型，我现在的分工方式大概是这样：
最基础、能拆得特别细的活，交给便宜模型，或者走中转站。比如类目识别、违规词识别、简单字段提取，这种输入输出都很窄、规则很死的任务，它们做得又快又便宜，错了也好兜。
再往上，对接内部后台、数据分析系统、客服系统，我按部门一个个搭 skill 。谁的活谁的 skill ，规则、上下文、边界都拆开。这样越搭越顺。
再复杂一点的，比如多 agent 协作、跨部门流程、需要理解业务前后关系的东西，我就更愿意上 Claude / Codex 。贵是贵，但省脑子，省时间，也省半夜坐在电脑前骂人的次数。
折腾到现在，我的认知很朴素：
国产模型，适合你把任务拆得特别细，让它做最基础、最明确的那一块。
国外模型，贵，但省心。
别把一个大而模糊的活整个丢给便宜模型。它可能会串、会乱、会看起来很自信地跑偏。
但如果你能把活剁成一颗颗小螺丝钉，它拧得又稳又便宜。
复杂的、要自己把握全局的部分，交给更省心的模型，少熬很多夜。
现在我长期用 Claude Code 和 Codex 。说实话，我已经不怎么看代码了。我的工作变成了：描述我要什么，拆业务流程，验收结果，发现不对再让它改。
中间那些代码，大部分是 AI 写的。
一个十年没正经碰代码的人，靠这套又开始造东西，这事我自己都觉得有点魔幻。
但我还有个问题没完全想明白：
便宜模型和省心模型之间那条线，到底应该画在哪？
哪些活值得花时间拆到极细，喂给便宜模型？哪些活一开始就该上贵的？因为有时候省下的人力，可能比省下的 token 钱多得多。
这条线我现在还在一个个任务里试。
你们是怎么分的？
如果有人也卡在 Claude / Codex 的注册、付费、账单、额度，或者中转站选择这些坑里，我后面可以单独整理一篇。不保证标准答案，只讲我自己怎么踩出来的。
2
Select Language