夜雨聆风👇 连享会 · 推文导航 | www.lianxh.cn
开课倒计时1天
🍓 连享会 · 2026 社会网络分析专题
嘉宾：杨张博 (西安交通大学)
时间：2026 年 8 月 18-19 日
咨询：王老师 18903405450（微信）
社会网络分析痛点：
• 概念繁多、理论分歧，增加了理解与使用门槛 • 方法体系分散，缺乏统一的分析流程 • 数据依赖性强，因果推断难度高
课程结合理论讲解、模型实操（R 和 Codebuddy）与研究复现，帮助学员系统掌握社会网络分析的方法与工具，提升在实证研究中的应用能力。
课程特色：
• 借助 AI-Agent 实现全自动网络分析 • 基础理论 + 前沿方法 + 论文解读 + 代码实操 • 覆盖个体网、整体网与动态网络的建模方法 • 聚焦网络因果分析的最新进展
作者： 艾米丽 (连享会)
邮箱：lianxhcn@163.com[1]
• Title: 来晒一晒：你每个月为 AI 工具花多少钱？ • Keywords: AI 工具, Claude code, Cursor, GitHub Copilot, Codex, DeepSeek, Kimi, Qwen, GLM, 豆包, 国内模型, 订阅费用
图 1 AI 不再只是免费工具，很多人已经开始认真管理自己的 AI 月账单。
随着豆包、千问等模型陆续发布收费计划，大家关心的问题不再只是「这个模型好不好用」，而是「我这个月额度还够不够」。
一个学生可能同时用 ChatGPT、Claude、Cursor、GitHub Copilot、Codex，也可能在本地的 Claude Code、Cline、Roo Code 或 OpenCode 里接入 DeepSeek、Kimi、Qwen、GLM、豆包等国产模型。单个工具看起来都不算贵，但如果同时保留两三个订阅，再加上一些 API 消费，AI 就不再是免费的学习工具，而是一笔需要认真对待的月度开销。
1. AI 不再只是免费工具
很多人第一次接触 AI 工具，是从免费版开始的。免费问几句，觉得不错；买一个 Plus，觉得也还可以；后来开始写代码、做论文、整理文献、跑项目，发现一个工具不够用，于是继续加。
ChatGPT 适合通用问答和写作；Claude 适合长文本和代码理解；Cursor 适合在编辑器里改项目；Copilot 适合代码补全和 GitHub 工作流。Codex、Claude Code、Cline、Roo Code、OpenCode 则更像是能读文件、改代码、跑命令、修错误的 Agent。
问题在于，这些工具不是简单的替代关系，很多人会组合使用：
• 一个通用聊天工具：ChatGPT 或 Claude； • 一个代码编辑器 Agent：Cursor 或 GitHub Copilot； • 一个本地命令行 Agent：Claude Code、Codex、Cline、Roo Code、OpenCode； • 一个便宜一些的国产模型 API：DeepSeek、Kimi、Qwen、GLM、豆包等。
每项支出单看都能接受，加起来就变成一张 AI 月账单。
这件事对学生尤其敏感。学生不是公司，没有团队账号，也没有明确的项目收入来覆盖工具成本。20 美元一个月看起来不多，但如果同时买三四个，再加上 API 或中转费用，折算成人民币就是几百元。对于很多学生来说，这是一笔不小的开支。
令人纠结的是：AI 工具的消费并不总是带来明确产出。AI 消费正在分化成两种：一种是生产型付费，一种是焦虑型付费。有些人用 AI 写论文、改代码、做项目，确实提高了效率；也有人只是担心落伍，于是不断安装新工具、订阅新产品、试用新模型，但并没有真正完成多少可交付的任务。
前者花钱买时间、买效率、买交付能力。后者花钱买安全感，买「我没有落后」的心理安慰。
图 2 单个订阅不算贵，但多个工具叠加以后，AI 就变成了真实的月度开销。
2. 为什么 Agent 更容易烧钱
普通聊天和 Agent 工作流，不是一个成本结构。
普通聊天通常是一问一答。你问一个问题，模型回答一段文字。上下文不长，任务边界也比较清楚。
Agent 不一样。你让它「帮我整理这个项目」「检查代码为什么报错」「把这个 Stata 分析流程改写成 Python」「读这个文件夹里的论文并形成提要」，它可能会读很多文件，调用多轮模型，生成代码，执行命令，检查报错，再继续修改。
你以为自己只是发了一条指令，Agent 实际上可能做了很多轮工作，比如：
• 它要读入更长的上下文； • 它会反复生成、修改和检查代码； • 它可能调用更强、更贵的模型； • 它会在一次任务中产生多轮 token 消耗； • 它可能并行执行多个子任务； • 它一旦走错方向，前面消耗的额度也不会退回来。
这就是为什么 AI 编程工具越来越难维持单纯的「固定月费、随便用」模式。
GitHub Copilot 的计费变化[2]就是一个信号。GitHub 在 2026 年 4 月宣布，Copilot 从 2026 年 6 月 1 日开始转向 usage-based billing，也就是用量计费。每个 Copilot 计划会包含一定数量的 GitHub AI Credits，超出后可以购买更多用量。用量会根据 token 消耗计算，包括 input、output 和 cached tokens。
这说明 AI 编程工具已经从「尝鲜」进入「成本核算」。以后真正的问题不是「Agent 能不能做」，而是「这个任务是否值得交给 Agent 做」。
比如，让 Agent 帮你检查一个复杂项目的报错，可能很值。因为它节省的是你几个小时甚至几天的调试时间。但如果只是写一个很简单的循环，或者完成一个你本来就应该掌握的课堂作业，完全交给 Agent 反而未必划算。你省下的是几分钟，失去的可能是一次真正理解代码的机会。
AI 时代的学习，不只是学会提示词，还要学会管理任务边界和使用成本。
3. 大家都在吐槽 AI 月账单
外网上关于 AI 工具消费的讨论，已经非常热闹。
有人觉得 20 美元一个月很划算。一个模型能帮他写代码、改邮件、整理材料、生成脚本，节省的时间远远超过这点钱。
也有人觉得压力开始变大。因为一个 20 美元还好，两个 20 美元也还能接受，一旦同时买 ChatGPT、Claude、Cursor、Copilot，再加上 API 消费，月支出很快就上去了。
例如，Cursor 官方价格页[3]显示，Individual Pro 为 20 美元 / 月，包含扩展 Agent 限额、frontier models、MCPs、skills、hooks 和 Cloud agents。Claude 官方帮助文档[4]则说明，Pro、Max 5x 和 Max 20x 用户达到计划内用量限制后，可以通过 usage credits 继续使用，相当于从固定额度进入额外按量付费。
这类信息对普通用户的启发是：AI 工具正在从「买了就随便用」变成「订阅 + 限额 + 额外用量」的组合。
从 Reddit、GitHub 社区和一些科技媒体报道看，用户大致可以分成几档。
• 第一档：20 美元左右。 这类用户通常只保留一个主力工具，比如 ChatGPT Plus、Claude Pro、Cursor Pro 或 Copilot Pro。使用方式以聊天、写作、少量代码辅助为主。 • 第二档：40-85 美元。 这类用户开始组合使用多个工具。例如一个通用模型加一个 coding agent，再加少量 API。对研究生、博士生和青年教师来说，这已经是比较现实的 AI 月支出。 • 第三档：100-150 美元。 这类用户通常是 AI 编程重度用户。他们不只是问问题，而是让 Agent 读项目、改代码、跑测试、修 bug。工具组合可能包括 Cursor、Claude Code、Codex、Copilot 和若干 API credits。 • 第四档：300 美元以上。 这已经是高强度 Agent 用户或专业开发者的消费区间。外网有用户在 Reddit 讨论[5]中提到，自己在 Claude Code、Cursor、API 和其他工具上的月支出达到数百美元。GitHub Copilot 用量计费生效后，也有媒体报道一些重度用户看到 projected bill 被推高到几百美元。
这些数字不能当作普通用户的平均值。公开吐槽的人通常是重度用户，也更容易出现极端案例。但它们揭示了一个趋势：当 AI 工具进入按量收费以后，用户会从「想用就用」转向「边用边算」。
4. 省钱方案：外壳用 Agent，底层接国产模型
国内学生的处境更复杂。国外工具访问不稳定，美元支付不方便，多个工具同时订阅也不便宜。于是很多人开始采用一种混合模式：上层继续使用熟悉的 Agent 工作流，底层模型则接入 DeepSeek、Kimi、Qwen、GLM、豆包等国产模型。
这可以理解为「外壳 + 模型」的拆分。
• 外壳是 Agent 工具，比如 Claude Code、Cursor、Cline、Roo Code、OpenCode。它负责读文件、组织任务、调用命令、管理项目上下文。 • 模型是底层大脑，比如 DeepSeek、Kimi、Qwen、GLM、豆包。它负责推理、生成代码、解释错误、改写文本。
这种做法的吸引力很明显：
• 访问更方便； • 支付更方便； • 单位 token 成本可能更低； • 可以在不同模型之间切换； • 对学生和个人用户更容易控制预算。
国内模型的价格页也在变得越来越细。例如，DeepSeek 官方价格页[6]已经按 1M tokens 区分 cache hit、cache miss 和 output；Kimi API 计费说明[7]也明确指出，Chat Completion 接口对 Input 和 Output 都按量计费，如果上传并抽取文档内容，再把文档内容作为 Input 传给模型，文档内容也会被计费。
这对论文阅读、长文档分析和知识库任务很关键。很多人以为「上传一篇 PDF 让 AI 阅读」只是一次简单提问，实际上模型可能需要处理大量 input tokens。文档越长、上下文越长、反复追问越多，成本就越高。
阿里云百炼也已经提供面向代码场景的 Coding Plan[8]，把固定套餐和请求额度结合起来。这说明国内平台也在从单纯 API 价格竞争，走向面向 Agent 工作流的套餐设计。
图 3 不少学生正在形成一种混合模式：上层用 Agent 工作流，底层接入国产模型。
但混合模式也不是没有问题。
不同工具对模型接口的兼容程度不一样。有些 Agent 对 Claude 或 OpenAI 的接口优化更多，换成其他模型后，工具调用、上下文管理、代码编辑能力可能会下降。便宜模型不一定适合所有任务，便宜接口也不一定稳定。
更需要警惕的是一些低价中转服务。代码、论文、数据、API key 一旦经过不可信中转，就不只是钱的问题，而是数据安全和学术合规问题。
因此，国内学生真正需要学会的，不是简单寻找最便宜的模型，而是做组合优化：
• 简单问答和初步探索，用便宜模型； • 长文档阅读和论文整理，选上下文能力强、价格可控的模型； • 复杂代码修改和项目级 Agent 任务，使用稳定性更高的工具； • 涉及未公开数据、论文初稿、合作项目代码时，谨慎使用第三方中转。
未来的趋势可能是这样：Agent 的外壳和底层模型分离，用户自己决定不同任务用哪种工具、哪种模型、哪种预算。
会用 AI 的人，不只是会写提示词，而是知道什么时候该用强模型，什么时候该用便宜模型，什么时候干脆自己动手。
5. 你在哪个消费档位？
如果把 ChatGPT、Claude、Cursor、Copilot、Codex、DeepSeek、Kimi、Qwen、GLM、豆包都列成一张横向价格表，信息看似完整，但手机上很难阅读。更好的方式是先看自己处在哪个消费档位。可以粗略分成四档，见下图：
图 4 与其追逐工具价格，不如先判断自己处在哪个 AI 消费档位。
所谓成本管理，不是让大家少用 AI，而是让大家少做无效消耗。一个简单规则是：把 AI 任务分成三类。
• 第一类是 高价值任务。例如项目级代码重构、复杂报错排查、论文复现、批量整理文献、课程材料生成。这类任务值得用强模型，也值得消耗额度。 • 第二类是 低成本任务。例如解释一个概念、改写一段文字、生成简单示例、检查语法错误。这类任务可以用便宜模型或免费工具。 • 第三类是 学习核心任务。例如课程作业中的关键代码、自己必须掌握的模型推导、论文识别策略的基本判断。这类任务不应完全外包给 Agent。可以让 AI 提示、检查和解释，但不能让它替你完成全部思考。
AI 工具贵不贵，取决于它是否进入了你的真实工作流。
6. 来晒一晒：你每个月为 AI 工具花多少钱？
你每个月花在 AI 工具上的钱，大概是多少？主要买了哪些工具？哪个最值，哪个最吃灰？
你是直接订阅，还是用 Agent 接国产模型？有没有为了省钱，折腾过 DeepSeek、Kimi、Qwen、豆包这些模型？
7. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh Claude codex, md2 nocat
安装最新版lianxh命令：ssc install lianxh, replace
• 丁星星, 2026, 从代码补全到AI Agent：Copilot/Cursor/Claude Code/Codex怎么选[9]. • 丁闪闪, 2026, AI我知道-01：AI 怎么读懂你的话？Token、上下文窗口与提示词[10]. • 丁闪闪, 2026, AI我知道-02：AI 为什么会出错？注意力机制、幻觉与推理模型[11]. • 丁闪闪, 2026, ChatGPT、Codex、Copilot、Claude Code：AI 工具如何分工协作？[12]. • 林芷涵, 2026, Claude Code Skills 写作指南：如何写好一个可复用的 SKILL.md[13]. • 罗丹, 2025, 提示词！提示词！数据清洗、数据分析、可视化一网打尽[14]. • 艾米丽, 2026, Claude 工程师力推 HTML 取代 Markdown，你怎么看？[15]. • 艾米丽, 2026, Codex 也有 Skills 了：安装、调用和定制科研工作流[16]. • 连享会, 2026, 公开课：Claude Code 协同 Stata：环境配置与应用实践[17]. • 连享会, 2026, 连享会 · A · 2026-AI-Agent 专题课[18]. • 连小白, 2026, Humanizer-zh：一个检查 AI 腔的 Claude Code Skill[19]. • 连小白, 2026, 从 Prompt 到 Skills：把论文复现、数据清洗和代码规范写进 AI[20]. • 连小白, 2026, 没有 Claude Code，如何实现 Skills？ChatGPT、DeepSeek、豆包[21].
🍓 连享会 · 2026 社会网络分析专题
嘉宾：杨张博 (西安交通大学)
时间：2026 年 8 月 18-19 日
咨询：王老师 18903405450（微信）
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：. ssc install lianxh. ssc install songbl
👉 使用：. lianxh DID 倍分法. songbl all
🍏 关于我们
• 连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 • 直通车： 👉【百度一下：连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
引用链接
[1] lianxhcn@163.com: mailto:lianxhcn@163.com[2] GitHub Copilot 的计费变化: https://github.blog/news-insights/company-news/github-copilot-is-moving-to-usage-based-billing/[3] Cursor 官方价格页: https://cursor.com/pricing[4] Claude 官方帮助文档: https://support.claude.com/en/articles/12429409-manage-usage-credits-for-paid-claude-plans[5] Reddit 讨论: https://www.reddit.com/r/vibecoding/comments/1t3ahir/how_much_are_you_actually_spending_on_ai_tools/[6] DeepSeek 官方价格页: https://api-docs.deepseek.com/quick_start/pricing[7] Kimi API 计费说明: https://platform.kimi.com/docs/pricing/chat[8] Coding Plan: https://help.aliyun.com/en/model-studio/coding-plan[9] 从代码补全到AI Agent：Copilot/Cursor/Claude Code/Codex怎么选: https://www.lianxh.cn/details/1837.html[10] AI我知道-01：AI 怎么读懂你的话？Token、上下文窗口与提示词: https://www.lianxh.cn/details/1770.html[11] AI我知道-02：AI 为什么会出错？注意力机制、幻觉与推理模型: https://www.lianxh.cn/details/1771.html[12] ChatGPT、Codex、Copilot、Claude Code：AI 工具如何分工协作？: https://www.lianxh.cn/details/1844.html[13] Claude Code Skills 写作指南：如何写好一个可复用的 SKILL.md: https://www.lianxh.cn/details/1791.html[14] 提示词！提示词！数据清洗、数据分析、可视化一网打尽: https://www.lianxh.cn/details/1638.html[15] Claude 工程师力推 HTML 取代 Markdown，你怎么看？: https://www.lianxh.cn/details/1788.html[16] Codex 也有 Skills 了：安装、调用和定制科研工作流: https://www.lianxh.cn/details/1828.html[17] 公开课：Claude Code 协同 Stata：环境配置与应用实践: https://www.lianxh.cn/details/1767.html[18] 连享会 · A · 2026-AI-Agent 专题课: https://www.lianxh.cn/details/1777.html[19] Humanizer-zh：一个检查 AI 腔的 Claude Code Skill: https://www.lianxh.cn/details/1822.html[20] 从 Prompt 到 Skills：把论文复现、数据清洗和代码规范写进 AI: https://www.lianxh.cn/details/1790.html[21] 没有 Claude Code，如何实现 Skills？ChatGPT、DeepSeek、豆包: https://www.lianxh.cn/details/1794.html