成本控制

马斯克称 Grok Bot 会在 Claude 更好时选用 Claude：单一模型忠诚已死

马斯克在 X 上发帖说，SpaceX 的 AI 代理 Grok Bot 今后会针对每个任务选用最好的后端模型，其中明确包括 Claude Opus 5.5、MidJourney、Suno 等第三方 API，而不是只用 Grok 自家模型。Grok Bot 由 SpaceXAI（马斯克的 AI 实验室，已并入 SpaceX）和 Cursor（SpaceX 6 月同意以 600 亿美元股票收购、8 月完成）联合打造。作者采访了 22 家公司的负责人，至少 10 人表示会按任务挑模型，把贵的留给真正需要的活，主要目的是省成本；但换模型有风险，有团队在重要演示前三天换模型导致工作流崩溃，只能周末回滚，所以应先跑评测再切换。OpenRouter 数据也显示便宜的小模型承担了大部分调用量，而 Claude Opus 5.5 这类前沿模型用量一周增长 74%。

Claude Sonnet 5.5 对比 Opus 5.5：便宜 42%，每次运行都完美

Anthropic 在发布 Opus 5.5 六天后推出了 Sonnet 5.5。作者用三个编程任务各跑五遍对比两者：Sonnet 5.5 十五次全部通过，Opus 5.5 只通过十三次。虽然 Sonnet 每次调用更便宜，但它常常要多花不少 token 才能做完，所以实际总费用只便宜约 36%，而不是价格表上的一半。对于难度较高的编程任务，作者建议把 Sonnet 5.5 当作默认选择。

演讲：Spotify AI 广告平台的多智能体模式

Spotify 的工程师 Pratik Rasam 在一场演讲中介绍了 Spotify Ads Manager 如何用 Google ADK Java 在生产环境大规模运行多智能体系统。多智能体系统就是让多个 AI 程序各管一块任务、协同工作；规模一大就容易变成难以维护的“单体巨兽”，也难控制成本。他分享了架构模式、领域归属、确定性护栏和基于追踪的评估策略，以及划定智能体边界、优化工具结构、控制成本等经验教训。目前这是演讲分享，材料未说明具体落地成效或可复用代码。

Token Radar：实时监控 Claude Code 与 Codex 的 token 消耗、费用与订阅额度

seaways1015-afk/token-radar · 实时监控 Claude Code / Codex 的 token 消耗、费用与订阅额度的桌面应用 · Real-time token, cost & quota monitor for Claude Code and Codex

Token Radar 是一个基于 Electron 的桌面应用，通过读取本机 Claude Code、Codex 等 AI 编程工具的本地会话日志，实时展示 token 消耗速率、预估费用、缓存命中率、订阅额度使用率与重置倒计时等信息，并可自动识别订阅套餐、生成用量体检报告，以及在用户主动配置后调用自有模型 API 进行深度分析。所有数据默认本地处理，无需 API Key。

Grab 重新设计 Counter Service 存储，P99 延迟降低 50%

Grab 把用量很大的 Counter Service 从一种宽列数据库换成了 Aerospike 存储。他们先做了一层存储抽象，用影子流量对比新旧数据，确认一致后再逐步切换流量。重新设计的数据模型把按时间分桶的记录合并成基于 map 的记录。结果读延迟 P99 下降约 50%，磁盘占用从 3 TB 降到 1 TB，单节点成本降低 45% 到 50%。

使用 Datadog CI/CD Optimization 加快交付、提升可靠性并控制 CI 成本

Datadog 推出 CI/CD Optimization，帮助平台和 DevOps 团队应对 AI 辅助开发带来的 CI 压力。AI 让代码产出变多，但流水线跑不完、测试结果不稳定、算力开销水涨船高，交付反而变慢。这个产品把流水线和测试数据与提交记录、日志、运行器及基础设施信息放在一起，帮团队找出瓶颈、自动重试不稳定的测试、只运行受改动影响的测试。对读者来说，这意味着查看合并请求的等待时间可能缩短，CI 账单也不会随代码量同步膨胀。文中提到 Betterment 把平均构建时间从近 40 分钟降到 10 分钟以内，The Browser Company 把 CI 流水线时间缩短了 50%。