每月300億tokens、累計數萬美元：一人開源AI辦公助手，把這行的真實成本表攤開了

V2EX開發者FixFuture近日在「分享創造」板發文，介紹自己獨力開發的開源AI桌面辦公助手Abu Cowork：需求、設計、開發、Agent架構、測試發布、運維到社羣營運全由一人承擔。貼文截至檢索時累積約488次瀏覽，尚未有回覆。產品定位講得具體：使用者一句話下指令，例如把發票彙總成表、按會議紀要寫周報，系統自行拆解步驟，在本機讀寫檔案、呼叫工具，最後產出可編輯的文件。模型層可接雲端API，也可透過Ollama全本地運行。

這類貼文的價值，常不在產品本身，而在它意外揭露的成本結構。這則也不例外。

先看帳：300億tokens與數萬美元

原文給出兩個關鍵數字。第一，開發者自述累計投入數萬美元；第二，平均每月消耗約300億tokens。開發者特別強調這「就是這行真實成本」，用意在於校準外界對AI應用開發的想像。

拿這組數字與跨案例對照，量級是合理的。本站先前分析過的自用agent-harness迭代心得中，開發者woodchen就已點出代理框架的隱性成本帳，而那是自用場景。Abu Cowork的差別在於它是開源產品，迭代是對外承諾，成本沒有收手的理由。

時間結構同樣值得拆。7天做出能用的初版，之後約6個月投入在多Agent、權限控制、測試復審這些「能長期養」的工程。換算下來，超過95%的開發時間花在初版之後。這個比例呼應軟體工程的老規律，但也說明AI輔助開發改變的主要是原型期，維運與品質保證的成本曲線並未同步壓低。

傳導鏈：誰在補貼這門生意

開源產品的財務結構向來是把成本內化、把回報外部化。開發者在文末寫得直白：覺得有用點個Star，就當給這家一人公司發工資。Star不構成現金流，數萬美元投入的回收路徑目前並不存在於產品本身，開發者的個人網站與官網暗示後續可能有商業化規劃，但貼文未提供具體方案。

對使用者而言，帳算得過來的前提是Ollama本地路線。全本地推理把邊際token成本壓到零，代價轉移為硬體門檻與推理速度。雲端API路線則把成本結構回到傳統SaaS邏輯，只是這次由開發者先行墊付了調試期的300億tokens。

競爭格局上，這條賽道並不空曠。騰訊開源的Octop曾在94天衝上8,480顆Star，其切入點正是AI助手的定價結構，詳見本站先前對騰訊Octop與AI助手定價之戰的分析。相較於大廠開源項目，一人項目的劣勢在持續投入能力，優勢在決策速度與維運成本的極致壓縮：沒有可交班的對象，反而沒有協作開銷。

收束判斷

Abu Cowork真正開源的不只是產品，還包括開發者用來一人扛下全流程的Harness：任務描述、多Agent、自動測試、獨立復審、權限、項目記憶。這套工程方法的樣本價值，可能高於助手產品本身。單一貼文的數字無法驗證，488次瀏覽也還談不上市場反應。但「初版7天、打磨6個月、月燒300億tokens」這組數字，已足夠為AI應用層的真實成本結構提供一個可參照的座標點，後續值得觀察的指標是Star累積速度，以及開發者是否會公布商業化方案。在兩者出現之前，這仍是一筆由一人獨自墊付、回收未定的帳。