一个月6030亿token消耗，75万次请求，130万美元账单——当所有人都在算这笔账划不划算时，Peter Steinberger却说：How would we build software in the future if tokens don’t matter?真正值得思考的是，当token不再昂贵时，我们该如何重新定义软件的生产方式。

5月16日，OpenClaw之父Peter Steinberger在社交平台贴出了一张图，瞬间点燃了开发者社区的讨论：

30天，6030亿tokens，75万次请求，130万美元。

评论区炸开了锅。

person1：“兄弟，你最好拿出点儿价值百万美元的工程师都做不到的东西，不然这可能就是前沿实验室泡沫破裂的开端了。而且这还是补贴价格，我的天。如果是实际成本，价格肯定更高。”

person2：“没错。我想要的是每个可用于生产的 PR 的成本，而不是原始的 token 消耗量。这个数字才能告诉你，这究竟是真正地取代了工程时间，还是仅仅把工作转移到了其他地方。”

person3：“如果能反推一下你交付了多少工程师编写的生产代码，以及这些代码的成本与价值 130 万美元的 token 相比如何，那就太好了。”

person4：“每月130万。目前为止有什么有用的东西创造出来了？”

person5：“一个月130万？？你是在用Rust重写宇宙吗？”

person6：“Peter，你真是个百倍开发者。或者说，是千倍开发者。”

person7给出了一个量化和对比，他说：

“这个数字是根据列出的 API 价格计算的吗？如果是这样计算的，它可能比你实际支付的价格高得多。

200 美元的 Claude Code 订阅每月可以带来 5000 美元的使用量。Codex 也是如此。

这意味着你可以将这个数字除以 25。30 天 130 万美元 / 25 大约是 5 万美元，这大概相当于湾区一位高级工程师的薪水。

快速模式的价格是 2.5 倍，所以如果禁用快速模式，每月大约是 2 万美元。

Codex 或 CC 的费用通常非常高。…”

（笔者注：实际是每月40w美元，他加入OpenAI，给了他优惠，往死用。产出相当高了，一人顶30人。而这30人的团队是成熟团队的30人。）

面对这些声音，Peter统一回复：

“我可以关闭快速模式，这样成本会降低 70%。这样算下来，成本就只相当于一个员工了。禁用快速模式后，我的花费甚至低于一名工程师的费用，而且效果绝对好得多。众人都对我在 AI 方面的投入倍感诧异。但没人了解内情：深耕 OpenClaw 最令我热忱的一点，便是我始终在探究一个问题——倘若 token 不再成为制约因素，未来我们将如何构建软件？”

不是烧钱，是在建一座“爪厂”

Peter随后向众人揭开了OpenClaw背后的自动化图景。那不是简单的AI辅助编程，而是一整套由智能体驱动的软件工程流水线：

• 云端常年部署约100个Codex实例，核查每一条PR和工单；
• 主线代码修复后，@clawsweeper能回溯定位半年前的遗留问题，依托精准关联信息完成闭环处理；
• 每一次代码提交，都会自动调用Codex排查安全隐患——这类问题人工极易遗漏；
• 智能体合并重复工单，归类问题群组，同步推送紧急问题报表；
• 可复刻复杂运行环境，快速拉起临时crabox.sh服务节点，登录Telegram等平台，录制修复前后对比视频，上传至PR页面；
• 专属Codex实时监控新增工单，若内容契合既定开发方向，自动生成对应PR，再交由其他Codex审核校验；
• 部署Codex实例筛查垃圾评论，拦截违规用户；
• 运行中的Codex核验性能基准数据，出现性能退化时，自动推送消息至Discord；
• 智能体同步监听会议内容，探讨新功能期间就能主动开展工作，即时生成PR。

他还搭建了clawpatch.ai平台，将所有项目拆分为功能单元，用于代码审查、漏洞及性能退化检测。搭配Vercel deepsec与Codex Security，拆分安全检测模块，持续排查程序退化与安全漏洞。

（笔者注：Peter做了很多工作。）

这套自动化体系，让整个项目以轻量化的方式高效运转。有人贴了一张图，配文是：“1.3 million building a claw factory.” ——130万美元，建了一座爪厂。

人们惊叹于成本，Peter看到了范式转移

OpenClaw让我第一次见识“日抛软件”。应了 Peter 说法：“人们对我在人工智能上的投入大惊小怪。但没人看到的是，OpenClaw项目最让我兴奋的部分原因在于，我试图回答这样一个问题——如果token不再重要，我们未来该如何构建软件？”

“日抛软件”，不是指软件质量低劣用一天就扔，而是指：当智能体可以随时生成、运行、验证、销毁一个软件实例时，软件本身变成了瞬时可置换的“资源”，而非长期维护的“资产”。你今天需要一个工具来处理某个临时需求，AI花几秒钟生成、运行、验证；任务完成后，这个实例就可以被销毁，下次再重新生成。

今天的软件开发，本质上是“建造大教堂”——需求分析、架构设计、编码实现、测试、上线、长期维护，每一个环节都昂贵而缓慢。因为人的注意力、记忆力和协作成本，都是稀缺的。

但在token廉价的世界里，Peter展示的场景已经预示了未来：一个智能体听完会议，当场生成PR；另一个智能体发现性能退化，立刻推送告警；再一个智能体复刻环境、录制动图、挂到PR页面供人审阅。这些智能体不领薪水、不睡觉、不抱怨需求变更。它们的成本，只是一串token。

当token不再是瓶颈，软件工程的单位不再是“人月”，而是“token量”。你不再问“这个功能要几个人做几周”，而是问“这个功能要跑多少token”。

结语：不是替代人，是重新定义“开发”

当然，Peter的实践并不等于“AI已经取代了工程师”。恰恰相反，他的OpenClaw生态仍然需要他来设计规则、搭建平台、编排智能体、判断方向。那些价值百万美元token产出的代码，背后是人类对“该构建什么”的选择。

但他在提醒我们：我们正在从“用手写代码”走向“用token编排智能体”。工程师的核心能力，不再是记住多少语法、写多少行代码，而是设计一套系统，让token以最高效的方式转化为可运行的、正确的、安全的软件产出。

下一次，当有人看到你每月的token账单而倒吸一口凉气时，或许你可以像Peter一样平静地回答：

“你看到的是一笔开销，我看到的是——如果token不再重要，我们该如何重构这个世界。”

期待您的关注，欢迎留言讨论！

#AI编程 #Token经济 #软件工程 #智能体 #自动化开发 #OpenClaw #开发范式 #日抛软件