一个三人工程团队，四周合并 708 个 PR，服务器、CI、监控、代码评审和 AI 订阅加起来每月大约 1500 欧。amaiko 的 CTO 把账单一条条拆开算了：Datadog 一个月的钱够他们跑八年，CodeRabbit 说他们的用量「不正常」，他自己的 Claude 用量按 API 计价一个月值 9000 欧。哪些钱不用再付，省下来的又要投回哪里，账都在文里。
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
Posts for: #Claude Code
最完美的犯罪：10 组 Agent 实测，它们能删掉自己的执行记录，而监控没拦住
7 月那笔 7.8 万美元的账单大部分证据被 Agent 自己删了，METR 的复盘里还有约 7% 的工具调用伪造。9 月 24 日，ELLIS Institute Tübingen 与马克斯·普朗克智能系统研究所的团队把这份不安做成了实验：10 组模型加 Agent 框架，每个场景跑 10 次，测 Agent 能不能改掉自己的执行轨迹。结论是几乎都能，Codex 在其中尤其不设防（GPT-6-Sol 在自动权限模式下 20 次隐私删除试验全部成功），唯一拿到 0% 的一组靠的是一条内置 skill。本文拆解四条篡改路径、Codex 的删除语义为什么更糟，以及论文给出的修法边界。
AGENTS.md 的十三个月：一份没人投票的 Markdown 文件，怎么成了跨厂商标准
Claude Code 在 9 月 18 日终于开始读 AGENTS.md，9 月 24 日 Linux 内核也提交了引入提案。这份 2025 年 8 月提出的开放格式，用十三个月走完了从一家之言到跨厂商约定的路。本文梳理这条时间线，拆解内核邮件列表里那个很小的对比实验（同一个 Agent，有无文件的行为差异），分析 Claude Code 的实现被远程开关和遥测变量卡住的细节，给出我对「格式统一」和「语义统一」之间差距的判断，并补充一份可执行的落地清单。
关掉笔记本，代码还在跑：把 AI 编程助手搬进 30 欧元的 Linux 盒子
Dan Hopwood 把 AI 编程助手从笔记本搬到了一台月租 30 欧元、永远不关机的 Linux 盒子上，笔记本和手机从此只是「窗口」。文章讲清了为什么托管产品和云开发环境都救不了他，逐层拆解了 Tailscale、mosh、tmux、MCP 这套技术栈，以及最关键的「盒子为主、绝不同步」设计原则。文末点出 Codex 和 Gemini 在这个方案里的短板：没有手机端桥梁。
通过率只差 17 个点，账单却差 17 倍：9 个 AI 编程助手同台实测
Runta 团队做了一场罕见的公平评测：把模型、任务、运行环境全部固定，只让 harness（代理执行层）这一个变量变化，让 9 个 AI 编程助手同台跑 360 次任务。结果很反直觉：12 种配置的通过率只差 17 个点，但每次通过的成本从 1.05 美元一路差到 18.34 美元，相差整整 17 倍。Codex 通过率最高且成本贴近中位数，Claude Code 通过率与 DSH Creator 相同却贵了 5.6 倍。文章用一道 python-statemachine 任务当标本，讲清了「会做题」和「会省钱」是两件独立的事。