夜雨聆风去年12月，我决定认真搞AI。
说"认真搞"其实有点夸张——就是每天花1-2小时学大模型相关的东西，调调API、试试新工具、写点小项目。到6月份，整整半年过去了，有天我翻了翻支付宝和微信的账单，把所有跟AI相关的支出拎出来算了一笔账。
算完之后我愣了一下：花了2000多块，但真正让我觉得"值"的部分，可能还不到500。
这半年我踩了不少坑，也确实学到一些东西。今天把真实账本摊开聊聊——不是让你学我怎么花钱，而是帮你少走弯路。
你可能会好奇：
- 搞AI到底要花多少钱？
- 哪些钱是必须花的，哪些是白花的？
- 新手入门到底该怎么控制成本？
先说结论
搞AI的门槛没有你想的那么高，但"乱花钱"的门槛特别低。我这半年最大的感触是：钱不是花在刀刃上，而是花在焦虑上。看到别人用什么工具就赶紧订阅，看到什么课程就买，结果80%的东西碰了两三次就再也没打开过。
一句话记住：入门AI的核心花费是时间，不是钱。如果你每月AI相关花费超过200块，大概率花多了。
我的判断可能有点武断，但这是真金白银试出来的结论。
我的真实账本
我把我这半年的AI相关支出分成了4类，逐项列出来：
1. API调用费：约680元
这是最大头。我主要用OpenAI的API和国内几个大模型的API。1月份刚开通的时候没什么概念，写了个批量处理文本的脚本，一口气跑了5000条数据。第二天看账单——120块钱。我这个人心大，当时也没太在意。到了3月份做RAG实验，embedding的调用量一下飙上去，单月API费就到了260块。后来我才学会设月度限额。
2. 工具订阅：约520元
ChatGPT Plus订阅了3个月（每月140块），Cursor Pro订阅了2个月（每月130块），Notion AI开了1个月没续。说实话，ChatGPT Plus我大部分时间用到的就是GPT-4的对话能力，但国内免费的大模型现在基本能满足需求了。Cursor确实好用，但对入门来说不是必需品。
3. 课程和书：约490元
买了两门课，一本纸质书。一门399的"AI应用开发实战"，一门99的"Prompt工程入门"。399的那门课我只看了前4节，后面就再也没动过——不是因为课不好，是我自己的问题，买了就觉得"学会了"，然后心安理得地不学了。99那门倒是看完了，但说实话，Prompt这东西，自己多试几次比听课有用。
4. 硬件：约350元
这350块花在一块1TB的SSD上——我本来想着本地跑模型，后来发现我的显卡（RTX 3060）能跑的最大模型也就7B参数的，效果跟在线API差太远，折腾了两天就放弃了。这350块算是打了水漂，虽然SSD本身还能用。
半年总计：约2040元。平均每月340元。但真正产生价值的，我估计只有600-700块。
钱花在哪 vs 赚到了啥
你看，真正值的只有API调用那一项——因为那是我真正动手做了东西的支出。其他的基本都是"焦虑消费"：怕落后、怕错过、怕不够专业。
三个翻车记录
光看账单不够，得说说我是怎么把钱花废的。
翻车1：API费用失控的那个月
3月份做RAG实验，我把一份300页的PDF丢进去做embedding。当时没注意chunk size和overlap参数，默认设置下一个文档被切成了4000多个chunk。每个chunk都要调一次embedding API。一个PDF处理完，embedding费就花了80多块。更要命的是，我测试检索效果的时候不满意，反复调整了5次参数，重新处理了5遍。一个PDF最终花了400多块。那天晚上看着账单，我终于懂了什么叫"烧钱"——这个词以前只在别人嘴里听过，这回是自己的钱包教会我的。
教训：处理大量数据前，先用10页的样本跑通流程、确认参数，再全量处理。别像我一样头铁直接上。
翻车2：399的课程买了没看
1月份看到一门"AI应用开发实战"课程，399块，20多节课，看起来内容很全。我付完钱那天翻了翻目录觉得值，第二天看了第1节觉得还行，第三天看了第2、3、4节……然后就再也没打开过。不是课不好——后来我翻了后面的内容，质量确实可以。问题出在我自己身上：买的不是知识，是"我在学习"的心理安慰。399块买了个心安，实际学了不到20%。
翻车3：以为要本地跑模型
2月份的时候我着了魔一样想本地部署大模型。买SSD、下模型、配环境，折腾了整整一个周末。最后用ollama跑了个7B的Llama模型，问它"1+1等于几"，它回答"1+1 equals 2"，但问稍微复杂点的问题就开始胡说八道。那一刻我才意识到，本地7B模型的能力跟在线API根本不是一个量级。350块的SSD、两个晚上的时间，换来的是认清现实——至少现阶段，本地跑模型对入门者来说纯属折腾。
常见误区
误区1："搞AI一定要买显卡"
我以前也这么想。2月份我还认真查过RTX 4090的价格，差点就买了（幸好没买，不然这篇账本就不好看了）。后来发现，对90%的AI入门场景来说，在线API完全够用。你不需要本地跑模型，你只需要调用API、理解原理、做出东西。除非你要做模型训练或者隐私敏感场景，否则显卡真不是必需品。我的3060现在基本就是吃灰状态。
误区2："先系统学理论，再动手做项目"
这是我最想劝你的。我前两个月就犯了这个错——先看Transformer原理、学Attention机制、啃论文摘要。结果看了两个月理论，一个能用的东西都没做出来。3月份我改变了策略：先做项目，遇到不懂的再回去查理论。这个转变让我进步快了10倍不止。做RAG的时候我才真正理解了embedding，做Agent的时候我才真正理解了function calling。说白了，做过才叫学会了，光看过真不算。
误区3："工具订阅越多学得越快"
我同时订阅了ChatGPT Plus和Cursor Pro，还开了Notion AI试用。结果是每个工具都用不深，哪个都只是浅尝辄止。4月份我取消了一切订阅，只留了一个免费版的大模型API额度，反而效率更高了——因为只有一个工具，就逼自己把它用透。说句大实话，深度使用一个免费工具，比浅层订阅五个付费工具强100倍。
入门建议
如果让我回到半年前重新来过，我会按这三步走：
第一步：零成本启动（0元，1-2周）
用免费额度就行。国内的通义千问、Kimi、智谱清言都有免费API额度，足够你做入门实验。别花钱，先动手。给自己一个任务：用免费API做一个能回答你自己问题的聊天机器人。做出来，你就算入门了。
第二步：针对性付费（50-100元/月，2-4周）
等你真正需要更强大的API能力时再付费。我建议只付一项：API调用费。其他订阅一律不加。每月预算控制在100以内，够用了。这个阶段的目标是做出一个完整的AI应用——带前端界面的那种。
第三步：按需扩展（根据需求，持续）
只有当你明确知道"我需要XX工具来解决XX问题"的时候才花钱。不是"大家都在用所以我也要"，而是"我遇到了具体问题，这个工具能帮我解决"。区别就是一个字：焦虑消费是给别人看的，投资是给自己用的。
半年复盘：值不值？
说完了坑，也得说说收获。这半年花的2040块，真正让我觉得值的：
- 用API做出了3个能用的AI小工具（一个文档问答、一个内容摘要、一个自动分类器）
- 搞懂了RAG、Agent、Embedding这些概念的真正含义——不是看了定义就懂，是做了东西才懂
- 建立了一个判断力：什么工具值得花时间、什么只是在制造焦虑
- 开始写公众号分享这些内容，虽然阅读量还不高，但至少在输出而不是纯消费
如果让我给这半年打个分，6分及格吧。花的钱有一半是冤枉钱，但另一半确实帮我从"完全不懂"到了"能做点东西"。这转变不值2000块，但也不算白花——至少下次再有人问我"搞AI要花多少钱"，我能给出一个靠谱的回答了。
关于未来趋势，我不太确定，也不敢乱讲。但我有个直觉：AI工具的价格只会越来越低，免费能做的事会越来越多。所以如果你还在犹豫要不要花钱入门——别花，先免费搞起来，等你碰到天花板了再说。
总结
入门AI，最贵的不是钱，是你花在焦虑和犹豫上的时间。动手做一个小东西，比买10门课有用。
几个要点：
- 入门AI每月花费控制在100-200块就够了，超过这个数大概率花多了
- API调用费是唯一"必须花"的钱，其他都是锦上添花
- 先做项目再补理论，反过来效率极低
- 买课不如做项目，订阅5个工具不如用透1个
- 本地跑模型这事，入门阶段别碰，用在线API就行
你入坑AI花了多少钱？有没有什么让你觉得"真不值"的消费？评论区聊聊，让我看看是不是只有我一个人花过冤枉钱。
