最近两个月 AI Token 用量： 135 亿，缓存命中 96%，有点夸张

赚了多少呢？

我这边，AI Coding 的效能不算码农工资，是 15 倍左右回报率

请教一下，缓存命中这个如何提高？使用 OpenSpec 之类的么

@realpg 不算码农的工资是怎么理解呢？是不计员工工资或者这些码农是外包的不计入成本？

@yjxjn 只要模型上下文够长/压缩不频繁，相当于每次调用只有最近的一组 tool call+tool result 是新的（比如 1-2w token ），前面都是缓存的 token ，但使用 token 数按接近 1M 给你算，缓存率自然高。
这些是模型厂+agent 开发者考虑的事，不需要用户特别做什么

@bailywen 应该是不管用不用 AI 都能挣到工资的意思？

@xiaomushen 扎心了，老铁。就是工作中会用，然后维护了个开源项目，分逼不挣，用爱发电😂

https://github.com/chengzuopeng/stock-sdk

@yjxjn 不需要做什么，感觉也做不了什么。就是日常使用 Claude Code 和 Codex ，没有特意关注过缓存命中

越是不主动管理缓存，命中率越是高

日均 2 亿 token 放在做 AI 应用的团队里应该算中大型体量了，重度与否还得看具体场景——如果是纯聊天类应用，这个量级已经不小，如果是批量数据处理/Agent 自动化跑长流程，这个量级反而正常。请教一下，你这个是哪类场景呢？

@twocool 纯聊天用不了多少吧，日均两亿 这种应该是跑任务了

@artemisdiana 噢噢 难怪啊

两个月 三百多亿
基本上都在这个项目上 https://wdl.dev/
Codex 在 95%-96%
Claude 在 96%-97%

@twocool
@artemisdiana
倒是没有自动化跑长任务，聊天占比很少，基本都是 coding 消耗，工作 + 开源项目维护，日均大概 50-100 轮对话吧

@bailywen #4

码农工资加一起就不好算了，反正工资是小头
开发/维护/运营的低人员公司，码农也兼其他的，就好像我，在这公司，开发运维法务财税钻政策空子跟政府对接我都干，怎么衡量我在这里的成本，总共就四个跟技术沾边的人，有个开发还兼职公司司机呢

而且我还不止在一个公司工作

直接量化就是 每个月烧的 AI 创造的软件营收是 AI 投入的 15 倍左右

我差不多 1w 多刀。但是我不是开发。我们底下开发大概是我的数十倍。 但是回报率是值得的。

@Liftman 什么生意这么赚钱？量化？

开发每个月 10W 刀，那就算净利润 30%+来算，人均月营业额也要 100 万人民币了.

coding 都能用这么多啊，现在业务 coding 也不了几个 token

我也不懂这里面的赚钱逻辑，希望你们花这么大量 token 的 ， 能展开讲讲。

让 CLAUDE 测了一下对比，有个点需要跟作者分享下。首先作为行情通道做的非常好。
但同时想分享一组测试结果,供你和使用者参考。我们把 SDK 中信号类功能背后的思想,按学术文献口径构造成因子,在 A 股沪深主板做了 12 年(2014-2026,149 个月度截面)的验证,口径包含:财报时点对齐、退市股回补、行业和市值中性化、真实交易成本(佣金/滑点/分段印花税)、涨停买不进和跌停卖不出的约束、Newey-West 统计修正。结果:
追涨类信号全部反向。站上均线/多头排列(t=-5.2)、动量强势(t=-3.2)、大阳线(t=-10.6)、涨停次数(t=-8.5)、放量活跃(t=-6.9)——信号越强的股票,随后 5 到 63 天平均表现越差,五种持有期都一样;
筹码获利盘也反向(我们用 Grinblatt-Han 2005 的学术口径代替 CYQ 黑箱,t=-3.8),且与均线距离 0.81 相关,基本是同一个信号;
止盈止损救不了它。考虑到实盘没人按月傻拿,我们额外做了逐日路径模拟:追涨买入配 8%/5%、10%/7%、20%/10% 三档止盈止损,12 年全部跑输"同规则随便买"的基线;最紧那档年化 -17%——A 股中短期偏反转,止损频繁触发在反弹前,越紧亏越快;
反着用有信号但很薄:买远低于均线的,扣完成本每月约 +0.16%,撑不起单独的策略。
两个可能有用的建议:①信号文档里加一句风险提示,说明金叉/超买超卖类是描述性事件、未经收益率验证,避免使用者当买入依据;②内置回测引擎目前没有财报时点、退市股、涨跌停可成交性和分段成本的处理,测这类信号容易得出偏乐观的结果,加个说明或约束会让它更可靠。