三个人四周 708 个 PR，账单每月 1500 欧：Agent 上岗后我停掉的五笔开销

Tue, 13 Oct 2026 07:35:00 +0800

三个人，四周 708 个 PR

三个人，四周，708 个 PR。

这是 amaiko 的 CTO Stefan Kirsch 在 10 月 11 日公开的一份成本复盘。团队就三个人：他自己、资深开发 Markus Heigl、资深 SRE Florian Schauer。没有专职平台工程师，Kubernetes 升级、CI 维护、日志排查这些活大部分由 Claude 和 Codex 干，人只在旁边握着方向盘。

同一段时间，他们的服务器、CI、监控、代码评审和 AI 订阅加在一起，按标价算大约每月 1500 欧元。如果换成 API 计价，光 Kirsch 一个人的 Claude 用量一个月就值 9000 欧。

这篇文章解释了他不再付哪五笔钱，为什么。下面挑出账单里最值得看的部分。

服务器：省了八倍，但真正值钱的是能搬走

基础设施放在 16 台 Hetzner Cloud 服务器上，机房在德国和芬兰。其中 11 台组成三个 Talos Linux 上的 Kubernetes 集群：生产、内部工具、一个小开发集群，staging 是生产集群里的一个 vcluster。另外 5 台跑 CI。OpenTofu 负责开机器，ArgoCD 从 git 部署其余一切。

集群里塞着一堆本来会出现在云账单上的东西：CloudNativePG 管的 Postgres、Keycloak、NetBird VPN、Gatus 做可用性探测、Renovate、k8up 备份，还有监控。这些活由 SRE 管，但动手的多数是 Claude，从 Talos 升级到「为什么这个 rollout 起不来」。Claude 还会通过 Hetzner API 直接开服务器，token 从 shell 环境里拿，所以没人需要把密钥粘进对话。生产环境的改动一律走 git 加 ArgoCD，agent 想重启、删除、同步任何生产资源，都得先拿到人的明确许可。

代码变便宜，看懂它没有：评审为什么成了 AI 时代最贵的环节

Thu, 08 Oct 2026 07:40:00 +0800

「写得比读得快」这件事，软件行业享受了很多年，只是没人特意设计过它。

一个资深工程师读代码的速度，本来就快过一个初级工程师写代码的速度。评审因此能跟得上开发节奏，团队在互相读 diff 的过程里，也顺带把系统长什么样装进了脑子。这套流程管用，靠的是一个相对速度上的巧合：写代码慢且贵，读代码快且便宜。

这个巧合已经不成立了。

agent 写出一千行格式规整、大致合理的代码，用的时间比我读完这一段还短；而人的阅读速度，从我们开始整天盯着屏幕那天起就没怎么变过。约束于是往下游挪了一格，挪到唯一没有变快的那一步：一个人得确认这处改动是对的。

Addy Osmani 今年写了一篇长文，把过去一年里被反复量出来的数据、被反复争论的问题整理成了一张地图。他的结论是，评审没有因为 agent 的到来变得次要，它变成了核心工作。这个判断我认同，而且觉得对国内团队尤其值得看一眼，因为我们的讨论大多还停在「AI 到底能不能写好代码」。

数字比观点更硬

先看被量出来的东西。

Faros AI 从低 AI 采纳度到高采纳度跟踪了 4000 个团队、22000 名开发者，这是 2026 年 3 月的数据。好的一面先说清：开发者合并的 PR 明显变多，人均吞吐上升，活儿干得更多了。然后是同份报告的其余部分：

代码 churn 上涨 861%
事故与 PR 的比值上涨 242.7%
人均缺陷率从 9% 升到 54%
评审时长中位数上涨 441.5%，首次评审等待时间和平均评审时间都大致翻倍
零评审直接合并的 PR 增加 31.3%

最后一条最难解释，因为没人主动做过这个决定。评审者跟不上量，代码就开始在没人读过的情况下合进去，然后这变成了常态。还有一点，工程规范成熟的团队被冲击的程度和别人一样。好流程没保住他们，量的到来比任何流程设计的吞吐都快。

CodeRabbit 在 2025 年 12 月研究了 470 个开源 PR，其中 320 个有 AI 参与、150 个纯人工。AI 改动带来的问题大约多 1.7 倍：逻辑与正确性问题多约 75%，安全问题多 1.5 到 2 倍，可读性问题翻了三倍多。他们 AI 负责人 David Loker 把这些称为「可预测、可度量的弱点」。可预测三个字是关键，弱点已知、能定位，就意味着无论人工还是自动的评审流程，都能对着它们瞄准。

代码评审 on Codexer

三个人四周 708 个 PR，账单每月 1500 欧：Agent 上岗后我停掉的五笔开销