在家进行 AI 编程，无需倾家荡产
2026 年 6 月 13 日
在家进行 AI 编程有三种方式，无需像公司那样大手笔花钱，选择哪种主要取决于你对未来一年硬件和模型发布的信任程度。
第一种是自托管。你购买机器，本地运行开源模型，之后每次调用无需再付费。前期投入很高，而且你实际能在家里运行的模型，比前沿实验室推出的要弱。因此，只有当你能让这台机器持续忙于长时间运行的任务——让一个较慢、较便宜的模型彻夜工作——时，这种方式才划算。大多数人无法让家用机器保持如此高的负载，而且你今天购买的硬件，一年后可能看起来像一笔糟糕的投资。
第二种是跳过硬件，以 API 费率从服务商处租用同样的开源模型。对大多数人来说，这是正确的选择。你避免了在配置仍在变动时，将数千美元押在一套 GPU 设备上；你省去了从开源模型中榨取长期运行性能的麻烦；而且下个月你可以切换到更便宜或更好的方案，而无需转卖一台机器。像 OpenRouter 这样的服务，让切换几乎只需改动一行代码。
第三种是最大化利用 OpenAI 和 Anthropic 的前沿订阅服务。每月约 400 美元的订阅计划，按标价计算大致相当于 2800 美元的 API 用量，这确实很划算——直到你触及上限。这些计划是按量计费的，任何大型 AI 原生工作流都会迅速消耗掉包含的 tokens。它们适合你手动驱动的工作，但作为全天运行的 agent 引擎则力不从心。
我见过最有效的做法是将后两种方式结合。保留几个前沿订阅服务，用于处理复杂的思考和规格编写；同时以 API 费率支付开源模型，用于处理琐碎的小型机械性任务。依赖规格驱动的开发方式，让昂贵的模型制定计划，便宜的模型填充细节。做得好，你就能以大约一千美元的成本，完成一个二十人工程师团队一个月才能产出的成果。
在 Hacker News 上讨论