2周消耗4亿tokens做8个项目

零、背景

工作上，团队的人力一直非常紧张，很多规划的项目以及很多想法迟迟无法启动。

直到上周，项目上遇到一个缓存一致性的挑战。

具体来说，我负责一个缓存系统，其中有一个数据的缓存时间是一分钟，这个是全链路各方多年前协商达成一致的。
在多副本的情况下，各个副本是独立判断是否需要刷新缓存的。
当这个数据更新时，由于不同副本的缓存刷新时机不一样，用户端的表现为这个数据在一分钟内在新旧数据之间来回跳动。

一群人会议沟通后确定新的协议，调小缓存时间到 N 秒。
风险是底层的存储的流量可能翻很多倍，服务也可能变得极不稳定。

存储侧负责人提出一个挑战：我体验了一下这个问题，体感是2~3秒数据就更新了。调小后的 N 依旧是大于 3 秒的，可能调小缓存时间到 N 秒无法解决问题。
这就涉及到一个问题：用户端的体感到底是多久，需要开发一个工具来度量出来。

本来我是想做这个事情的，考虑到人力原因，以及由第三方来度量会更有说服力。
我先与测试团队沟通，测试团队来度量这个事情，毕竟这个用户体验问题也属于产品质量的一部分，测试团队拒绝了。
我接着让后台团队来度量这个事情，毕竟这个产品页面是后台团队负责的，后台团队也拒绝了。
最终没人做这个事情。

于是在开会的时刻，我赶紧打开 AI IDE, 并简单思考了方案可行性，就写了一个项目规划清单，让 AI 帮我来做这个事情了。

随后的两周，我陆陆续续又 vibe coding 了很多系统。
现在到月底了，我一看消耗的 tokens，我的妈呀，竟然消耗了 4 亿 tokens。

我共在三个平台进行开发。

第一个平台是公司主推的 vibe coding IDE，我使用时间最长。
但是平台没有直接显示 tokens 的数据，只显示积分，积分额度消耗 38%。

第二个平台如下，输入 Tokens 189,026,049，输出 Tokens 1,830,445，总费用 $198.78，约 1.9亿 Tokens。

第三个平台使用了三天，输入 Tokens 77,965,843，输出 Tokens 91,034，金额（元）687.93，约 0.9亿 Tokens。

第一个平台用的最久，这里就先往估算小一些，算个平均数，按 1.4 亿Tokens 算，合计就是 4.2亿 Tokens。

这些 token 被我用来做下面的 8 个系统了，其中 7 个是全新的工具系统，一个是线上服务。

一、度量数据跳变时长

第一个项目，也就是前面会议提到的诉求，从用户视角监控一个数据来回跳变的持续时长。

基本思路是每秒爬取网页一次，提取出这个数据。
然后写一个算法，计算出数据跳变的持续时长。
最后，画一个曲线，在曲线上展示出跳变的时长。

针对每一次变化，也都当做一个事件罗列出来，记录了第一次变化的时间，以及最终稳定时间。

当对某个数据有疑问时，点击事件，就可以看到每一秒的数据了。

一个数据度量功能做出来后，继续完善系统支持了多个数据的度量，以及输出了总体数据的看板。

二、发布时间线

缓存时间要调小了，一般需要分批次逐步调小，每个批次之间等一段时间，用于观察服务质量。

那具体是什么时候调小的，等待时间有没有到呢？

于是我又 vibe coding 了一个发布时间线记录系统。

时间轴比较绚丽，但是不够直观，于是补充了一个表格。

后来其他场景也有这个诉求，我就新增了项目管理功能。

其他场景的操作还挺频繁的，于是我增加了发布模板、发布计划、操作登记、观察结果确认等功能。
这个功能未来的一个月，应该还会使用很多次。

三、时间桌面

平常经常需要看时间，但是电脑的时间在右上角非常小。

我有两个显示器，日常笔记本都是合上盖子，只使用外接显示器的。
那笔记本的显示器就可以来显示时间了。

于是花了 5 分钟 vibe coding 了一个时间桌面。

四、自动轮播系统

线上做重大操作变更，要求是会议投屏一起操作与观察服务质量的。

操作完了，有很多监控数据需要看。
如果是在以前，是投屏的人隔一段时间手动点击到另一个数据页面。

于是我 vibe coding 了一个自动轮播系统。
需要关注的页面加入到轮播系统，就可以隔一段时间自动切换到下个页面。

五、端口管理系统

把系统迁移到第二个平台后，经常发生多个系统之间端口冲突。
于是我 vibe coding 了一个端口登记管理系统，每个系统使用一个号段的端口。

六、预约监控系统

刚好最近要上一个热剧，保障文档里要求每天登记下预约人数。

于是，我顺手又 vibe coding 了一个预约监控系统。

本来我是想找后台负责人要一个预约人数的接口的。
后来一想，外网页面就显示的有这个数据，为何不让 AI 直接去抓取呢。

于是我把页面地址发给 AI，让帮忙写程序抓取预约人数数据。
一开始我提供的页面在我的笔记本上可以直接提取出预约人数。
可是第二天我部署到服务器上后，就拉不到预约人数了。

我让 AI 自己分析下原因，AI 说页面没这个数据，推测预约人数变成后台接口拉取了。
于是 AI 模拟浏览器，自动找到了预约人数的接口，并自己构造出接口的相关参数，成功抓取到预约人数数据。

七、网站地图

9 年前，我曾在《UNION系统的运营与运维》分享过，我做了一个网站地图。

可惜在 4 年前系统重构后，这个网站地图也就下线了。

现在一口气做了这么多系统，域名地址是平台随机生成的，缺少一个统一的入口。
于是我随手 vibe coding 了一个网站地图。

这次我是直接把这个截图发给 AI 的，AI 自己图片识别生成了类似的UI。

八、MCP 服务

最近越来越多的人在问，我们的系统是否有 MCP 可以直接调用。

本来去年有半个人力在建设 AI 相关的工具的，但是年底组织架构调整，被划出去了。

我上半年原计划从另外一个项目抽调半个人力来继续建设 AI。
但突然几个高优项目插入进来，导致完全没有人力做 AI 相关。

于是，我就想，也许借助 vibe coding，可以快速对业务提供一个 MCP。

我提前想清楚了用户鉴权、数据安全、流水审计等一系列问题后，借助 AI，周五一个晚上，就把 MCP 调通了。

九、最后碎碎念

做完这些系统，我有一些经验与看法分享一下。

对于工具，vibe coding 的开发效率非常高。
由于不需要考虑项目已有的代码，只需要确定技术栈和框架，就可以很快输出一个几乎可用的 demo 系统了。

这也引入一个问题：整个系统的代码都是 AI 生成的，代码量太大，靠人肉是根本看不过来的。
例如我，一开始我还会去看，到后面全部是一键保留代码了，只验收最终的效果是否符合预期。
也就是说，对于非重要的工具类系统，可以全部使用 AI 来自动生成，未来代码对开发者也是黑盒了。

另外，开发时间的分布也发生了很大的变化。

虽然几分钟或者几十分钟就可以得到几乎可用系统。
但想要这个系统最终可用，还是需要投入很多时间来微调的，这个也是最浪费时间的。

系统越大，时间分布越不均匀。
比如发布时间线这个系统，前面 10% 的时间就开发出了 90% 的功能，但是最后 10% 的体验优化，却消耗了 90% 的时间。

而对于已有的线上重要的项目，我的经验是让 AI 来一点点加功能。
因为需求比较小，每次变更的代码量也小，自己也可以逐行 review 代码，做到全局掌控在自己手上。

可能有人会担心 AI 生成的代码与项目已有的代码风格不一样。
这个倒不需要担心。
因为 AI 分析完整个项目后，会记住项目的架构、模式、风格等，生成的代码也会与当前项目完全保持一致的。

总的来看，借助 AI 确实快速提高了生产力。

未来我的打算是借助 AI 来提高定位问题的效率，具体来说是打通监控数据、流水数据、系统事件等等，结合日志数据，自动分析出问题的原因。
要打通这些系统，就需要封装无数的基建 MCP 接口了。

可以预测到，未来所有的新系统都需要对外提供 MCP 接口，真的算是面向 AI 做系统了。

《完》

-EOF-

本文公众号：天空的代码世界
个人微信号：tiankonguse
公众号ID：tiankonguse-code