ARTICLE · 1110649

AI 编程的钱到底花哪了?怎么看?

发布时间：2026-10-01 19:55:07 最近访问：2026-10-01 19:55:07

AI 编程的钱到底花哪了?怎么看?

国庆假期刷 GitHub，翻到一个项目：CodeBurn。

01一个被所有人忽略的黑箱：AI 编程的账单

现在用 AI 写代码的人越来越多。Claude Code、Codex、Cursor、Copilot……订阅一个接一个，每月固定扣款，用得也挺顺手。但有个问题：这个月我到底把钱花在哪了？

打开账单，你只会看到一个数字：本月 $XXX。它不会告诉你：

哪个项目最烧钱？
哪个模型在偷偷吃预算？
我花的钱里，有多少是被浪费掉的？
那个「五分钟的任务」为什么让 AI 跑了一个小时？

CodeBurn 的出发点就一句话：账单只给你一个月度总额，它不告诉你钱去哪了。而它的解法非常朴素——你用的这些工具，每一次调用都会在本地写 session 文件，里面记着每个 token 和每次请求；CodeBurn 就是去读这些文件，帮你把账拆开。不插代理、不接管你的请求、不需要账号，只是读你硬盘上本来就已经存在的文件。

图桌面版总览（官方演示数据）：总览 / 会话 / PR / 花费 / 模型，右侧把花费按任务类型分好类

0260 秒上手：一条命令，无注册无账号

它的安装门槛低到有点不像一个 11k Star 项目：

npx codeburn

没有账号、没有 API key、没有注册引导。跑起来它会自己去翻你已经装好的工具写下的 session 文件，给每个 token 定价，把结果打出来。想常驻：

npm install -g codeburn   # 或 brew install codeburn（需 Node.js 22.13+）

而且它不止有终端界面，同一个引擎铺到了好几个「面」上：

终端 TUI：键盘上下切时间范围、p 切工具；
桌面 App：macOS（已签名公证）、Windows（Microsoft Store 或安装包）、Linux（deb / rpm / AppImage）；
菜单栏 / 系统托盘：今日花费挂在时钟旁边，点开就是详情；
Capacity Dock：屏幕边缘一排「额度环」，启动前就知道还剩多少；
网页版：codeburn web；
MCP：让agent 自己回答「本周 token 花哪了」。

图菜单栏弹窗（官方演示数据）：All / Claude / Codex 分别多少，并按任务类型拆出花费

03它把「一笔钱」拆成了四个维度

这是我觉得 CodeBurn 最有价值的地方：同一笔钱，换个角度看，答案完全不一样。

按工具：是 Claude Code 花得多，还是 Codex？
按模型：Opus 和 Sonnet，到底谁在吃预算？
按项目：哪个仓库最贵？甚至能细到 git 分支——于是「这个功能花了多少钱」可以算出来；
按任务：Coding、Debugging、Planning、Delegation……它从会话内容里自己判断，告诉你钱花在「写」还是「修」上。

再往下还能钻取：点开一笔总账，能看到 Sessions（一次会话一行），再点进去是每个 turn 的花费——到底哪一段最贵，一目了然。

图终端 TUI（官方演示数据）：按项目 / 任务 / 模型分列，Coding 一项单独列出来

图7 天视角（官方演示数据）：项目精确到目录，模型直接点出最贵的那一个

04codeburn optimize：找出「花了钱但不产出」的东西

如果前面是「记账」，codeburn optimize 就是「体检」。它会扫你最近 30 天的会话和配置，列出花掉 token 却没换来产出的地方——每一轮都被重新读取的文件、装了好几个月从没调用过的 MCP server、长到每次请求都跟着走的 CLAUDE.md……

图Optimize（官方演示数据）：每条建议都带评级、修复方案和预估节省

05三个「顺手但很关键」的能力

① 模型对比：Opus 到底值不值？codeburn compare 把两个模型放到你自己的历史数据里比：一次成功率、重试率、自我纠正、每次调用成本、每次编辑成本、缓存命中率。这比看别人的跑分有意义得多——同样一个任务，Sonnet 一次就过、Opus 要试三次，那贵的那个反而更贵。

图模型对比（官方演示数据）：两个 Opus 版本的命中率与单次成本并排看

② 额度监控：别等跑完了才发现超了告诉它你买了哪个订阅（codeburn plan set），它就从「你花了多少」变成「你还剩多少」；codeburn quota 直接读你已登录工具的实时限额（5 小时窗、周窗），长任务开跑前先看一眼。

图额度监控（官方演示数据）：5 小时窗 / 周窗各用了多少，一眼看到

③ 花费护栏：给 Claude Code 装上刹车codeburn guard install 给 Claude Code 挂上 hook：超过 $5 提醒、超过 $15 直接停（数字都能改）。任务是自动跑的、人是走开的，这个钩子能救你一次。

06为什么它「不插在中间」这件事很重要

我最认可它的一点是：它选择做一个旁观者，而不是中间人。

你哪天把它卸了，你的开发流程一点都不会受影响；
你的 prompt、代码、项目名全都留在这台机器上；
没有账号、没有 API key、没有云端。

它靠的是读你本来就会生成的文件，价格表来自 LiteLLM，每天更新。与其在中间加一层（然后成为新的单点和风险），不如去读已经存在的数据。这个思路本身就值得学。

07它支持多少工具？大约 40 个

Claude Code、Codex、Cursor、Copilot、Gemini CLI、Cline、Kiro、Devin、Goose、Qwen、Kimi、Zed、Warp……也包括 OpenClaw 和 DeepSeek Harness。不用一个个配置，磁盘上有会话就会被识别。GitHub 上少见的是：它给每个工具都写了一页文档，数据存在哪、什么格式、有什么坑——40 多个会变的格式，能一直维护下去，本身就是件苦活。

图官方 README 里的「40 个工具」图标墙

图网页版（官方演示数据）：同一份数据，还能看 Context 上下文构成明细

图桌面版的 Overview / Spend / Optimize / Models 四个页面（官方演示数据）

看不见的成本，最后都会失控

这让我想到一件更重要的事：我们其实活在一个「成本黑箱」里。AI 订阅按月扣，多少钱花在哪不知道；手机套餐、云服务器、各种会员，也是「反正自动续费」。当一个成本不可见，它就一定会在某一天吓你一跳。

这套逻辑对任何东西都成立：你的时间花在哪了？注意力被什么吃掉了？你存了几千条却再没打开过的笔记？——「先度量，再优化」这件事，顺序不能反。你没法优化一个你看不见的东西。CodeBurn 只是把这条原则，用在我们刚刚开始为之付钱的领域：AI 编程。

这些数据本来就在你自己的硬盘上，一直都在。它做得最聪明的事，不是发明新数据，而是发现了已有数据的价值。如果你也在自己做工具，这个项目值得看——不是学它的功能，是学它「从哪里找答案」的思路。

▸它适合什么人

同时在用多个 AI 编程工具 / 订阅，想搞清楚钱花在哪；
关心成本，想验证「换个便宜模型行不行」；
项目多，想按项目 / 分支算清花的钱；
在意隐私，不希望自己的代码和 prompt 经过第三方。

反过来，如果你只是偶尔用 AI 写点脚本、压根不关心账单，它对你意义不大——它是个仪表盘，不是发动机。

✎最后

CodeBurn 是 MIT 协议、完全开源的，仓库在 github.com/getagentseal/codeburn，npx codeburn 就能跑。我也准备去试试它。

这类「成本可见化」的思路，我觉得会越来越重要——AI 时代的账单，不该是个黑箱。