月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

源自118位全网作者

14:48

一个工程师,一个月,1.5万亿token。

这是Cursor工程师Lauren Tan被曝光的用量。有人按每百万token 8美元给她算了笔账:每天约38.4万美元,年化1.32亿美元。就算Cursor能拿到一折的价格,一年也要烧掉约1300万美元——够雇26个年薪50万美元的资深工程师。36氪

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

数字一出,Reddit上的开发者先炸了:这是拿无限预算往代码库里灌AI slop(垃圾代码),不是软件工程。

但吵完之后,真正的问题没人回答:这1.5万亿token里,哪些是普通人抄得走的工程方法,哪些只是实验室特权?

token烧得多,不等于产出多

先看量级。工程管理平台Jellyfish统计了1.2万名开发者,典型用户每月用5100万token,第90百分位约3.8亿。Lauren的用量是典型用户的2.9万倍。36氪

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

但用量本身,说明不了产出。

Cursor论坛有个真实案例:一位用户让云端Agent每5分钟自动醒一次盯测试。一周里他只发了3条消息,Agent被叫醒474次,烧掉约3.17亿token。更尴尬的是账单构成:约99%的醒来结论是“没有新变化”,约95%的消耗是缓存读取——把已经看过的内容再读一遍。知乎

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

token账单一路涨上去,仓库里可以没有一行新代码。这是Agent工程里最容易被忽略的一件事:消耗和产出是两件事。

验证比生成更值钱

Lauren自己说得很直白:用Agent最重要的技能是验证——让Agent真正运行代码、抓CPU跟踪、打开模拟器,像真实用户那样把应用点一遍。能自己检查输出的Agent会一直干到任务完成;不能的Agent交个diff就停下,你就成了整个循环里最慢的一环。36氪

这个判断有数据支撑。Anthropic分析了约40万次Claude Code会话:计划决定约70%由人做出,执行决定约80%交给模型。专家用户一条指令能带出12个动作、约3200词输出,新手只有5个动作、约600词。一个合理的解释是:差距不在模型,而在你敢把多少验证交给它。知乎

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

这个思路已经有现成工具落地。Lauren开源的pstack(Cursor官方插件仓库里的工作流套件),把“先证明它能用,再说做完了”定成原则。它内置47个skill、23本playbook,修Bug前强制走“先复现、再调查、再修、最后跑回归验证”的流程,交付的不只是代码,还有验证证据。知乎

4000个PR的真相

Lauren说每月能高置信度合入4000个PR。她不是开了4000个聊天窗口。

结构是两层:外循环由Slack、Linear、邮件等连接器把外部需求自动推进来;内循环是一个只分派不干活的“幕僚长”Agent,把issue拆给20多个子Agent并行处理。知乎

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

而她本人只做两件事:发现Agent执行偏离原始意图时介入,以及每天抽样审查——不是看某次输出对不对,而是找“多个Agent在犯同一个错”的模式,然后去修环境(加lint规则、收紧约束),而不是修那一次输出。知乎

还有一个反直觉的细节:她专门养了一个什么都不修的Agent,只负责把发现的坏模式追加进文档,她每几天看一次。纯执行状态下容易只见树木,这个缓冲区逼她定期抬头看整体。

按每月4000个PR算,若每个都由人花5分钟检查,累计约333小时,一个人整月工时都不够用。逐条的人工审查撑不起这个规模,人只能退到抽样和修环境这一层。36氪

普通人能抄的三步

Lauren承认自己在AI实验室、token不限量,不劝人照搬。把她方法里靠无限token堆出来的部分剥掉,剩下三步是真能抄的:36氪

第一步,先只解决验证。让Agent能跑代码、能看见输出、能自己迭代。能写成脚本的检查,就别留在文档里——文档里的约定要靠Agent读到并遵守,脚本则直接拦截。知乎

第二步,把机械活从Agent手里拿走。比如代码迁移里AST级别的批量改写,别让Agent每次重新“想”一遍,抽成确定性脚本。这个思路也有量化佐证:Cursor把MCP工具改成用到时再加载后,调用过的会话token总量直接降了46.9%——确定性的机制,比让Agent每次重新“想”便宜得多。知乎

第三步,把重复纠正变成规则。这一步是从她“修环境而非修输出”的思路里直接推出来的:定期翻自己和Agent的历史对话,找反复纠正过的点,转成lint规则或skill。对话历史里记录的,都是你真实踩过的坑。

这套方法的边界

最后得说清代价。

高置信度的自动合入,前提是代码库先被改造成Agent友好:Lauren用了600多个PR重构,全面禁用useEffect、禁止写注释、严查依赖图。护栏是花钱花时间砌出来的,装个插件装不出来。36氪

能不能放手,还取决于你的领域有多“可验证”。软件工程恰好是可验证性最高的领域之一——有测试、能编译、能跑。换成写方案、谈客户这类没法自动核验结果的事,这套循环根本闭不上。

所以那笔1.32亿美元的账单,看看就好。真正该带走的是:Agent时代的工程师不是被替代的人,而是那个设计验证回路的人。

月烧1.5万亿token的Cursor工程师,真正值得抄的不是账单

验证回路闭合之前,token烧得再多,也只是账单。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章