AI 编程与项目交付、模型、订阅与工具选择

围绕 VSCode 里的 Claude，群友讨论了多项目窗口、磁盘占用、速度、价格和使用场景分工。

Taylor 给出一条明确的成本经验：Claude Code 开 1m 上下文、一次上文输入 650k，花了 16 元算力，因此 Codex 压缩上下文时建议新开对话。

群里把 Codex 手动开启 1M 上下文的配置、成本和性能风险讲清楚了：超过 272K 会进入更贵的 Long Context，窗口继续变大也可能让效果下降。

围绕 Codex 额度消耗，群友给出了一套实操节流思路：标准模式比快速模式更省，快速模式约 1.5x 消耗；子会话要靠 Skill、SOP 和上下文预算约束，否则会撑爆上下文并影响正确性。

围绕 Pro、5x、20x 和代充价格，群友开始按工作时长和额度性价比算账：Pro 被认为没有 5 小时限制，20x 价格约 1100 元、5x 六百多但额度差四倍。

围绕开源模型副厂、智谱和其他国内模型，讨论焦点从能不能用转向是否更便宜、是否足够替代 Codex。

群里讨论微信群内容抓取和私域分析时，明确提醒个人版微信接入对话框做 AI 自动回复容易封号，微信本地数据库加密，解密工具也容易被法务盯上。

SuperGrok 是否也能使用 Grok Bot 的 8 核 16G 服务器，引出群友对赠送权益、新活动和额度消耗的讨论。

群里一边承认豆包用户量大、在家庭作业和办公场景渗透很强，一边用停车导航的亲身经历提醒：它会把过期或幻觉信息说得很确定。

陈奋斗用一个客诉现场问题举例：工程师三天没定位的问题，通过自己的 AI 架构从复现到解决只花 15 分钟，一遍过。

个人知识库讨论从销售中台延伸到私域经营驾驶舱和个人智能体：一方已经搭了快半个月，另一方强调本地 Obsidian 和 MD 文件双向互通，方便其他 AI 调用。

Peter 用一串 AI 关键词做圈层测试，引发群友共鸣：很多身边人仍停留在豆包写文档阶段，而群里已经在讨论 Codex、Skills、MCP、子智能体和上下文窗口。

杭州群友分享了 reverse-skill 的 GitHub README，属于可后续研究的工具项目线索。

Windows 小字号字体发糙时，可以把字体栈按苹方、思源顺序设置，Web 字体格式优先用 woff。

群友提出公众号排版工具选型问题，但当天消息里没有形成具体推荐或结论。

深圳 Cc 分享了 AI 教学变现路径：先开十来人的基础班，每晚两小时讲基础内容，再延伸到进阶班和一对一。

PAI 总分享给太川股份出报告时，能拿出让客户意外的内部信息，体现 AI 咨询不是只做漂亮文案，而是要打到客户真实转型问题上。

豆包工作模式被认为适合自媒体图片、视频和剪辑，优势是能直接根据链接抓视频素材，但实际视频生成额度消耗很快。

从明星 AI 短视频到拿朋友圈照片生成武打视频，群里把肖像权和个人照片滥用风险点了出来。

围绕按行业整理企业资料，群里给出了一套相对合规的路径：天眼查、企查查导出公开数据，再交给 AI 做分类分析。

关于 45M 手机本地模型，群友实测结论很直接：用过，但手机发烫，现阶段体验仍偏折腾。