不久前，一位开发者用 Claude Code 重构一个老项目，干了一下午，效果不错——代码改动完成，测试通过，Git 提交也正常进行。

但当他顺手查看 token 用量时，直接傻眼：一个下午竟然烧了 6000 多万 token，套餐余额告急。

明明只改了几十个文件，怎么消耗这么多？翻看对话历史才恍然大悟，真正的“罪魁祸首”根本不是自己写的代码，而是那些命令输出。

npm install跑一次，依赖树打印几百行；cargo test执行完，99% 的通过信息全是绿色文字；git status列出一堆 untracked 文件——这些内容全被原封不动地塞进了 LLM 的上下文窗口。

而 AI 真正需要的信息，可能只有 5%，剩下 95% 都是毫无价值的日志噪音。

如果您也遇到过类似的问题，那 **RTK（Rust Token Killer）**这个工具值得您花三分钟了解一下。

需要提前说明一下：RTK 的本质是做一种权衡——用更少的上下文，换取更低的成本。在大多数场景下，被压缩掉的都是“噪音”，对结果影响很小；但在极少数需要完整上下文的场景（比如复杂调试），或许需要手动查看原始输出。

本文接近 6000 字，建议收藏，通过本文您将掌握：

1. RTK 的四层压缩策略：每种策略分别针对什么类型的命令输出，如何实施压缩
2. Auto-Rewrite Hook 的工作机制：RTK 如何在不改动主循环的情况下透明拦截命令输出
3. 真实的 token 节省数据与成本换算：省下来的 token 到底值多少钱
4. 与其他省 token 方案的对比：不同场景该选用什么工具

RTK 是什么

RTK是一个用 Rust 编写的 CLI 代理工具，专门为 AI 编程助手设计。它的定位十分清晰：在命令输出到达 LLM 之前做一轮智能压缩，去除噪音，只保留信号。

用一句话概括它的设计哲学：您照常使用 Claude Code，照常执行命令，只是 token 消耗在不知不觉中降下来了。

因为是用 Rust 编写的，RTK 的启动延迟不到 10ms，内存占用不足 5MB，单一二进制文件，零依赖。这些特性意味着它几乎不会成为您工作流中的负担。

Screen Studio 虽然被很多用户视为产品演示视频的首选，但 每月29美元的订阅费 让相当一部分人停下了尝试的脚步。

现在，OpenScreen 以开源替代方案的身份出现了：完全免费、零水印、允许商用，它整合了屏幕录制、手动缩放、裁剪、注释、背景美化等一系列核心能力——足以满足那些只想“做一条好看的产品演示”的朋友。

1. Screen Studio：体验出色，但价格不菲

如果你曾制作过产品演示、技术教程，或者只是希望录出一段“漂亮”的屏幕视频，多半听说过 Screen Studio。它最吸引人的地方在于：

• 光标智能跟随与自动缩放：让观众的注意力始终聚焦在你操作的位置
• 丝滑流畅的动效：缩放、平移自然而顺畅
• 一键美化：通过背景、阴影、圆角等元素，瞬间打造“苹果风”质感

然而绕不开的成本是：$29/月或 $89 永久买断。对于偶尔录制一段视频的用户而言，这个定价确实有些高。

2. OpenScreen：为谁而生？

OpenScreen 是一个开源的屏幕录制与美化工具，目标很明确——成为 Screen Studio 的“免费简化版”。

作者在项目里诚恳地写道：

“这不是 Screen Studio 1:1 的克隆。如果你需要全部高级功能，我建议去支持原版（他们做得真的非常出色）。但如果你只想要一个免费、开源、够用的工具，OpenScreen 就是为你准备的。”

2.1 主要亮点

3. OpenScreen 能做什么？

3.1 录制功能

• 全屏录制：捕捉整个屏幕的内容
• 应用窗口录制：只录制你指定的某个应用窗口

3.2 编辑功能

完成录制后，OpenScreen 提供了一系列实用的编辑操作：

Warp 已在 GitHub 正式开源，不到 10 小时便收获 3.2 万星，截至目前已突破 5.14 万星，这一数字在开发工具领域相当震撼。

Warp 本质上是一款功能极度丰富的现代终端，AI 能力只是锦上添花，但功能丰富的代价是资源占用在同品类中处于最重一档。 无论你是否使用它的 AI 功能，都需要接受约 200 MB 以上的内存占用。

AI 功能是否好用暂且不论，对绝大多数开发者来说，终端最核心的需求就两个字——快和稳。Warp 在基础性能上确实做得不错，即便关闭所有花哨功能，Block 模型带来的交互体验也让人很难再回到过去。不过，不少用户最近已开始评估切换至 Ghostty，后续我们会进行实测并分享体验。

本文接近 6500 字，建议收藏。阅读后你将深入了解：

1. Warp 的四个核心设计：Block 模型、AI 原生集成、Agent 调度中心、自研 GPU UI 框架，各自解决了哪些痛点
2. 为什么要开源：创始人给出的三个理由及其背后的商业逻辑
3. 2026 年终端生态全景对比：Warp、Ghostty、Kitty、Alacritty、iTerm2 五款终端如何选择
4. 真实使用体验与局限：长期用户踩过的坑

Warp 的诞生背景与定位

先说一下背景。Warp 的创始人 Zach Lloyd 来头不小，他曾是 Google 的首席工程师，参与并领导过 Google Sheets 相关工程，还担任过 TIME 的临时 CTO。2020 年，Zach 创办 Warp，希望从零重做每个开发者每天都会使用、但长时间缺乏变化的终端。

为什么是终端？因为在 Zach 看来，终端和代码编辑器一样，是几乎每个开发者每日必用的工具，但终端的核心交互模型已很久没有本质变化：输入命令、等待输出、滚动查看、再输入。Warp 官方也指出，现代终端本质上仍在模拟早期的物理终端，许多体验数十年如一日。

Warp 从 2020 年开始开发，主体采用 Rust 构建。2022 年 4 月，Warp 首次公开发布 macOS Beta；2023 年 3 月加入 Warp AI；2024 年 2 月正式登陆 Linux，随后扩展至 Windows；2026 年 4 月，Warp 正式宣布客户端开源。

五一假期出游的懒人福音来了！用AI工具WorkBuddy，一句话就能自动生成专属打卡清单，手机端直接查看，连攻略都不用自己翻。

没错，就算在人挤人的五一，我也没停下实战笔记的分享。其实这趟行程我提前就用AI全部安排好了，临行前轻松搞定，现在我人已经在路上了！

WorkBuddy刚完成一波更新，专家中心就悄悄上线了一个新角色——美团生活助手，还特别标注了“五一旅游推荐”，显然是专为假期准备的。

不用再自己去查零散的攻略，配合最新上线的DeepSeek V4模型，只需要一句自然指令，就能直接生成全套行程单。

调用专家与DeepSeek V4模型

迫不及待地想体验下？让专家中心的美团助手给我定制一份五一旅游规划，同时启用最新出炉的DeepSeek V4模型，看看能碰撞出怎样的火花。

只用一句话下发任务，行程规划瞬间呈现。

一键授权同步腾讯文档，告别电脑

难道出门还要背台笔记本？想把排好的行程分享给家人怎么办？别发愁，WorkBuddy刚刚打通了腾讯文档，提供一键授权连接，彻底解决这个痛点。

只需用手机扫一扫完成授权，腾讯文档的创建、编辑、查看、管理等权限就全部到位了，全程不需要打开电脑。

继续对着WorkBuddy说一句“把行程整理到腾讯文档”，剩下的事交给它。

搞定！行程已经自动写入新建的在线文档。

现在拿出手机，打开“腾讯文档”小程序，刚刚创建的行程文档就安静地躺在列表里。点开即可查看，还能直接转发到家庭群，全家人都能同步出行计划。

还能更进一步：秒变旅游打卡清单

眼下特种兵式打卡旅行不是很火吗？那就直接把行程单改造成“打卡清单”样式。

每完成一项就☑️划掉，旅途进度一目了然。

今天的实战笔记虽然短小精悍，但绝对干货。核心思路就是要把AI工具的能力压榨到极致——省下查攻略、做表格的时间，出发前多睡半小时不香吗？学以致用，赶紧动手试试吧！祝大家五一玩得开心~

腾讯云近日发布了 CodeBuddy、WorkBuddy 计费方案调整公告。其中企业旗舰版将更名为“SaaS 企业版”，企业专享版将更名为“专有云企业版”，新计费方案定于 2026 年 5 月 15 日起执行。

腾讯云 CodeBuddy & WorkBuddy（5 月 15 日生效）

• 企业旗舰版：78 元/人/月 →198 元/人/月，涨幅约 154%
• 企业专享版：158 元/人/月 →316 元/人/月，涨幅约 100%
• 企业加量包同步上调约 25%

不久前，我的日常小任务几乎都交给了 WorkBuddy，没想到转眼就宣布涨价～

不过今天这篇文章的重点不在于如何挑选套餐，对于像我这样用量不大的用户，如何以最低成本把工具用到极致才是真正要解决的问题。

首先，核心思路就一个字：省！

如果掌握了下面要说的两招，只要 WorkBuddy 免费套餐还在，就根本不需要纠结该选哪个套餐。相关详细图文教程可以参考以往发布的“WorkBuddy 积分节省指南与自定义模型教学”（可自行搜索查阅）。

第二大要点是：赚！

下面这些就是我最近积攒到的：

积分究竟怎么赚到手？

每日签到可领 100 积分，连续签到满 7 天还能额外再拿 1000。

请注意：签到活动将在 5 月 10 日截止（直到快下线才通知，好在之前已有“WorkBuddy 安装后必做的几件事”帖子提醒过大家，可回溯参考）。

如果签到入口关闭了，也不要着急！除了签到，最新的成长计划里还安排了各式各样的任务：

把能完成的任务全部做完——

前期赠送的积分相当于“免费试玩”，等活动一结束，就得实打实地掏钱了。更何况，现在各大模型厂商的 Token 价格也在持续走高。

所以，现在请立刻完成这几件事：

1. 马上签到：坚持连续 7 天，一共能领到 1700 积分。
2. 清完任务：把“成长计划”里的所有项目都刷一遍。
3. 牢记截止日：死盯 5 月 10 日这个最后期限。

在上一期内容中，我们介绍了打工人必备的四个核心技能：docx、pptx、xlsx 以及 腾讯文档，借助 WorkBuddy 已经能轻松应对日常大部分工作。可实际工作中总会冒出一些“硬骨头”——扫描版合同需要提取条款，竞品数据分散在十几个网页里，临时需要一张配图却翻遍素材库也找不到合适的……这些进阶场景，单靠基础技能很难摆平。为此，我们整理了6个进阶技能实操，帮你把 WorkBuddy 的能力天花板再向上抬一个档位。

下面进入实操环节：

技能一：PDF 文档处理

核心技能： pdf

适用场景： 处理合同、报告或论文时，最让人头疼的就是从 PDF 里复制内容——格式全乱、表格支离破碎，扫描版更是连文字都选不上。pdf 技能插件可以直接读取、提取、合并 PDF，甚至能对扫描件进行 OCR 识别并转成可编辑文字，省去逐页手动输入的煎熬。

在技能商店搜索 pdf，选择官方套件版即可安装。

上周收到一份30多页的合作合同扫描件，老板让我梳理关键条款……

提示词： “请帮我读取这份 PDF 合同文件，提取以下关键信息：1. 合同主体及有效期；2. 付款条款与违约金条款；3. 知识产权归属；4. 保密协议核心内容。将提取结果整理为结构化的 Word 文档输出。”

技能二：浏览器自动化

核心技能： agent-browser（官方套件）或 browser-use

适用场景： 做竞品调研、数据采集或批量网页操作时，手动逐个打开页面复制粘贴，简直是在消磨时间。浏览器自动化技能能够直接操控浏览器，完成网页截图、表单填充、批量数据抓抓取等工作，真正实现“解放双手”。

推荐优先使用官方的 agent-browser 套件，近期上线的 browser-use 体验也很不错，大家不妨都试试看哪个更顺手。

前阵子做竞品分析，需要对比5个产品在官网上展示的功能和定价……

提示词： “请帮我打开以下竞品官网页面：[粘贴网址列表]。逐一截图并提取每个产品的：核心功能介绍、定价方案、目标用户描述。将所有信息汇总为一份 Excel 竞品对比表。”

技能三：AI 图像生成

核心技能： Nano Banana Pro

适用场景： 写推文需要配图、做方案需要封面、公众号文章需要头图——次次找素材都找到头秃。AI 绘图技能可以直接根据文字描述生成图片，无论是封面设计、插图还是产品效果图都能搞定，再也不用求设计师排期了。

提示词： “请帮我生成一张科技感的公众号封面图，尺寸 900x383 像素，主题是 AI 工具效率提升，配色以紫色渐变为主，风格简洁现代，包含几何装饰元素。”

技能四：实时联网搜索

核心技能： Perplexity 搜索

第一次打开 WorkBuddy 时，我最大的感触并不是操作复杂，而是入口太多，压根不知道从哪里入手。

界面上密密麻麻的选项看起来都和效率提升有关，可一旦真点进去，很容易选错路径。同一个任务，用了不同的模式，最终输出差别巨大，有时甚至会得到完全不符合预期的结果。

后来我花时间把它的底层逻辑梳理了一遍，重新走了一次完整的使用流程，才发现其实并不难。下面就把 WorkBuddy 的三种模式，以及对应的选择思路，整理出来供你参考。

选对模式，不仅省积分，更能大幅提升交付质量！

一、定位工作领域：代码开发 vs 日常办公

进入 WorkBuddy 后，最先看到的就是两个切换按钮——「代码开发」和「日常办公」，含义非常直给。

这一步只需要根据你的任务属性二选一：

操作建议：只要不涉及写代码，不管你是要写文章、做配图，还是整理素材，直接切到「日常办公」就可以。

二、理解三大执行引擎：Craft、Plan、Ask

在对话框下方展开，就能看到 Craft、Plan、Ask 这三种模式。它们决定了 AI 会以什么方式处理你的指令。

三者的核心差别在于：是否自动执行，以及是否有中间确认环节。

假如我们以“帮我写一篇 WorkBuddy 的使用教程”为例，三者的处理方式完全不同：

适配性分析：

阿里云百炼的 Coding Plan 已成过去式，仅剩少量用户还可续费一个月，取而代之的是全新上线的 Token Plan。现在无需抢购，随时可以购买，不再限购！

大家最关心的无非两点：团队版起步价 198 元/月，到底是贵了，还是更香了？

01

产品定位

Token Plan 瞄准的正是企业开发场景。它最大的特点就是可以灵活调用多个模型：用户按需使用，所有消耗都通过 Credits 统一抵扣，不必再为不同模型单独付费。

生态兼容方面，这套方案已经无缝对接了主流编程工具和各类热门 Agent，可以丝滑嵌入团队既有的技术栈。同时，产品设计了标准、高级、尊享三个坐席，用来精准覆盖从轻度到重度不同级别的使用需求。

🔒 预算可控性：采用包月订阅，直接从模式上规避了按量付费可能出现的“账单炸弹”风险。

数据安全与服务稳定性

**数据隐私：**明确承诺不会利用客户的对话数据训练模型。这对企业级客户来说不是加分项，而是底线。

**服务保障：**多租户隔离架构，确保高峰时段也不会排队卡顿。经历过 Coding Plan“一码难求”的用户，都深知稳定供给有多珍贵。

02

现状与局限

客观地看，目前的方案也还有一些遗憾。

最新模型支持尚不到位

目前暂未接入 Kimi K2.6、GLM-5.1、MiniMax-2.7 以及 DeepSeek v4 等前沿版本。特别是 GLM-5.1 的缺席，可能会让一部分用户在决策时陷入犹豫。

当前可用的模型包括：

**文本生成：**qwen3.6-plus、glm-5（非 5.1 版本）、MiniMax-M2.5、deepseek-v3.2

**图像生成：**qwen-image-2.0 系列、wan2.7-image 系列

虽然这些型号并非最新版，但应对常规业务场景，功能仍然足够扎实。

03

选型建议：三档怎么选

哪些人适合现在入手？

个人开发者：如果你对模型迭代有极致追求，建议先观望，等模型库更新后再行动。

企业用户：如果你的核心诉求是预算可控、数据合规、服务高可用，那么 198 元/月的起步价，性价比非常突出。

我们的判断

🎯 198 元的入门门槛到底值不值？直接说结论：它是目前最适合团队协作的方案。从过去的“抢购资源”转向“稳健服务”，这正是阿里云百炼的一次关键战略转身。

04

核心价值拆解

为什么叫团队版？因为它确实是为团队场景量身定做的。

理由一：统一 Credits 计量体系

百炼采用统一的“Credits”来计量一切用量，不管是对话、编程还是图像生成，都走同一个资源池结算。一个资源池，所有模型通用，透明又高效。

理由二：主流模型矩阵自由切换

在看过英伟达CEO黄仁勋2026年GTC的主题演讲之后，如果把具体的产品参数暂时搁在一边就会发现，他反反复复在强调一个核心脉络：AI正在从“模型时代”，快速跨入“系统时代”。

模型的能力当然还在持续提升，但行业真正的重心已经悄然转移——AI不再满足于“会说话”，而是开始“会做事”，进而一步步走入真实的物理世界。

计算本身的形态也随之发生了根本性的变化：计算从训练阶段大幅溢出到推理阶段，从单次调用演进为多轮调度，从云端延伸至本地，再进一步渗透到物理世界的每一个角落。

AI，正在从一个“回答问题的工具”，转变为一个“持续运行的系统”。

这是一条再清晰不过的产业路线。

大模型的进化史：一部Token消耗指数级增长史

如果试着把过去三年压缩成一条演进线，大致会呈现出下面这样的图谱。

第一阶段：以ChatGPT为标志 Transformer架构与大规模预训练的成熟，让语言生成终于变得稳定可用。模型能够直接完成表达与归纳，AI第一次真正像人类一样“开口说话”，完成了一次表达能力的巨大跃迁。

第二阶段：DeepSeek R1为代表的变革 这一阶段不单单是推理能力的增强，更叠加了开源模型的大爆发。借助强化学习和推理链，模型开始主动生成中间步骤再推导出结论，计算的重心被显著拉向推理阶段，处理路径大幅延长，Token的消耗也因此急剧攀升。与此同时，开源模型的快速迭代，将强大的推理能力下沉到更广泛的开发者与企业环境里，不仅加速了技术的扩散，也让“可控、可部署”的AI真正变成现实。

第三阶段：Manus、Genspark、Lovable——Agent雏形初现 模型被嵌入到更复杂的系统当中，依靠工具调用、任务拆解以及多轮执行，完成过去难以单次达成的复杂目标。此时，一次用户请求不再仅仅对应一次推理，而是一整串调度链条，计算开始在多个模块之间持续流动。

第四阶段：Claude Code——本地执行能力走向成熟 模型开始直接进入真实的运行环境，可以操作代码、文件以及系统接口。上下文的边界从一段提示词扩展为完整的执行环境，推理结果则能够立即转化为可落地的实际操作，生成能力与执行能力前所未有地融合在一起。

第五阶段：OpenClaw——执行能力的系统化 Agent、本地执行能力和工具生态被进一步整合成持续运行的有机系统，能够支撑长任务、多阶段反馈。计算不再被“请求”所触发，而是以“进程”的形式长期存在，具备连续性与状态保持能力。

这条演进主线有一个贯穿始终的共同特征：每向前迈出一步，Token的消耗就上一个新的台阶。

AI产业的竞争重心，正从单一的“模型竞赛”，悄然转变为全方位的“Token经济”。

• 推理模型让每一个简单问题都消耗更多的Token；
• Agent系统会持续、不间断地调用模型，Token已经变成某种“流量”；
• 长任务、多步骤交互，使得Token像电力一样形成持续计费的模式。

Token的使用量正在快速攀升，而与此同时，Token的单位成本却在持续走低。每百万Token的价格会越来越便宜，这几乎没有什么悬念。

真正关键的是两条曲线之间的速度差：

我们认为，Token成本下降的速度，很可能赶不上需求膨胀的速度。因此，即便每个Token变得更便宜，每个人消耗掉的Token数量却只会更多。两者叠加的结果是，总体支出非但没有下降，反而在节节攀升。

这正是Token越来越像一种基础资源的根本原因——单位价格长期下降，而总消耗量却屡创新高。

Agentic AI：一场系统级软件革命的开幕

以OpenClaw为代表的Agentic AI之所以会骤然爆火，关键就在于它恰好踩在了软件进化的一条关键拐点上。

传统的软件交互模式是人点击按钮 → 软件执行固定逻辑 → 返回既定结果。

而现在的模式正在被彻底重塑：人只需要下达一条自然语言指令 → Agent自动拆解任务 → 协同调用多个模型、工具和数据源 → 最终交付完整成果。

两者之间最本质的差别在于，软件从一个固化的功能集合，升级为能够自主完成任务的执行者。

正如黄仁勋在演讲中所描绘的，Agent有能力查阅资料、编写代码、制定规划、运行模拟、调用外部API，并且天然具备将复杂问题拆分为多个有序步骤的能力。

它早已超越单一模型的范畴，进化为一个包罗万象的综合系统，涵盖：

• 多模型（语言、视觉、语音）
• 多工具（搜索、数据库、软件接口）
• 多环境（本地、云、多云架构）
• 持续上下文（长期记忆）

这在实质上是在一步步改写整个软件生态的底层逻辑。过去，编写代码的核心是定义逻辑；而今天，构建系统的核心是编排能力。

因此，你会清晰地看到：

• OpenAI：持续深耕工具调用（function calling），最新的GPT-5.4已经原生支持「computer use」，能直接查看屏幕、操控鼠标和键盘。
• Anthropic：重点强化Agent的长周期循环，安全运行数天之久，同时推出Claude Computer Use以及多代理协作能力。
• 开源社区：OpenClaw彻底爆发，短短两个月GitHub星标就飙升至25万以上，成为目前最实用的自托管Agent框架。

而NVIDIA给自己的定位，并不是再做一款Agent产品，而是干脆成为Agent的基础设施层（NeMo、Blueprint、推理系统等）。

物理AI：AI开始理解真实世界的法则

如果说Agent的主战场还局限在“数字世界”之内，那么物理AI则标志着人工智能第一次大规模地进军真实世界。

两者的难度完全不在同一个量级上。语言模型只需要解析语义的对错，而物理AI必须真正洞悉现实世界的物理法则：物体遵守质量守恒、受力会产生反馈、动作天然附带延迟、世界呈现连续不断的状态变化。

换个说法：语言模型解决的是逻辑上的“对不对”，物理AI则必须直面现实中的“能不能做到”。

很多人用过 Claude Code，也听过“Agent”“Tool Use”“Subagent”这些词，但如果被问到“Claude Code 底层到底怎么运转的”，大概率会沉默。

市面上能把 AI 编程 Agent 的架构从头到尾拆明白的教程，说实话几乎找不到。要么太学术，满篇论文术语；要么太浅，讲完“调用 API”就收工了。

有一个开源项目Learn Claude Code（GitHub 56.5K+ Star），干的事很简单：从 84 行核心循环开始，每一步只加一个机制，最终搭出一个完整的多 Agent 系统：工具调用、规划、子代理、记忆、任务调度、多 Agent 协作……

这个项目也有很多人推荐了，最近作者对整体教程做了大幅升级，这篇文章会把其中的关键设计抽丝剥茧，一步步讲透。

一共19 课，4 个阶段，代码透明，改动可追溯。

本文接近 8500 字，建议收藏，通过本文你将搞懂：

1. Agent 的核心循环到底长什么样：一个 while 循环怎么撑起整个系统
2. 从单 Agent 到多 Agent 需要解决哪些问题：上下文爆炸、任务编排、并发冲突，一个不落
3. 每个机制的底层设计逻辑：每个机制都解决了一个真实痛点，没有多余的设计

一个核心认知：Model 是司机，Harness 是车

在聊代码之前，先搞清楚一件事。

智能来自模型训练，不是来自你写的代码。 这句话是 Learn Claude Code 整个项目的哲学基础。

打个比方：大模型是司机，你写的 Agent 框架是车。司机的驾驶技术是车企（Anthropic、OpenAI 们）通过海量训练数据练出来的，你没法替司机踩油门。但你能造一辆好车——给司机配上方向盘、仪表盘、刹车和安全带。

这辆车的名字就是前段时间刷爆技术圈的：Harness。

Harness 包含什么？工具（让 Agent 能读写文件、跑命令）、知识（按需加载的领域文档）、上下文管理（防止对话过长导致失忆）、权限控制（防止 Agent 瞎删东西）。模型负责思考和决策，Harness 负责提供手脚和边界。