andrejkarpathy刚刚说了一些应该让每个人工智能开发人员都不舒服的话。 “你的人工智能编码账单的90%是为你不需要发送的上下文付费的。” 你不是在为情报付费。 你正在为浪费买单。 以下是高级人工智能工程师停止做的10件事，这些事使他们的账单减少了60%到80%： 自动加载50个文件，修复30行。你从未读过的代币每回合1.20美元。80%的输入浪费了每一次会话。 对lint、格式化和重命名任务运行Opus。Haiku所说的0.02美元是0.60美元。清理工作多付30倍。 每次重试时重新发送完整仓库的工具调用循环。每个代理流的上下文成本为5倍。解决这件事可以减少你总账单的30%到50%。 2026年，Sonnet违约。Kimi 2.6在大多数编码任务上与之匹配，成本是它的六分之一。每节课你都要把60%到70%的时间放在桌子上。 稳定前缀工作流上的流式响应。杀死您的提示缓存。你为本应花费美分的代币支付了10倍的费用。 以防万一文件包括。80000个令牌提示，应该是3000。背景膨胀是无声的预算杀手。 每节课的知识重建。10分钟写一次SKILL.md，而不是每次跑步都付钱给代理人重新弄清楚你的环境。每次执行4美元，而每次执行0.30美元。 单一模型设置。每项任务的高级级别是目前人工智能编码中最昂贵的错误。 一次问10个小问题。10个单独的输入前缀费用与一个批处理呼叫相比。常规工作流程节省70%至90%。 同时支付Claude Pro、ChatGPT plus和Cursor Pro的费用。你真的用了一个。另外两个是习惯，而不是实用性。 实际化合物是什么： 上下文纪律。在取之前先把它捡起来。总是。 对每个稳定前缀进行快速缓存。 多模型路由。默认为Kimi 2.6。为10%需要它的人服务。 通过SKILL.md文件学习技能。 路由思维。适合正确任务的正确模型。 在12个月内，每月200美元和每月4000美元的开发人员之间的差距将不再是技能。 这将取决于他们的路线有多好。 将此标记为书签。研究一下。 关注@cyrilXBT，了解每一个可以提高你的产出并降低成本的人工智能工程见解。