X 笔记
AIX 文章·

Codex token 烧太快?这套「规划-执行」分工让我省下 85%

这几天我做了一个实验。

以前我用 Codex 或 Claude Code 做项目时,基本是把所有事都丢给同一个模型:

  • 理解需求
  • 看代码库
  • 找相关文件
  • 制定实现方案
  • 写代码
  • 改 bug
  • 做代码审查

这套流程当然能跑,但问题也很明显:

你在用最贵的模型,做一堆并不一定需要它亲自做的事。

尤其是代码库探索、文件定位、方案整理、页面框架设计这类工作,消耗的 token 非常多,但它们未必都需要CC或 Codex 这种级别的模型全程参与。

所以我开始尝试一种更省钱的做法:

把编程工作流拆成三个阶段,让不同模型只做自己最擅长的部分。

一、我的新工作流:规划、探索、执行分离

我把一个代码任务拆成 3 个 Pod:

Pod 1:规划与指挥

这一层交给 GPT-5.5 或 Claude Opus。

它们不直接写代码,而是先帮我做三件事:

  • 理解我的真实需求
  • 拆出任务边界
  • 生成一份给探索模型用的代码库侦察指令

也就是说,它们更像“架构师”或“项目经理”。

它们负责判断:

这个需求到底要改什么? 哪些地方可能受影响? 后面的模型应该重点检查哪些文件? 什么结果才算完成?

这个阶段最重要的不是写代码,而是别一开始就跑偏。


Pod 2:代码库探索与方案验证

这一层我交给 Kimi K2.7 Code。

Kimi 不负责最终落地,而是负责进入代码库做探索:

  • 找相关文件
  • 梳理现有逻辑
  • 判断哪些模块会被影响
  • 输出实现计划
  • 设计页面结构或功能框架
  • 给 Codex 准备可执行的任务说明

这里是我这次实验里最惊喜的地方。

Kimi K2.7 Code 的优势不是“完全替代 Codex”,而是它在低成本长上下文探索里非常划算。

它可以把代码库里一堆零散的信息整理成 Codex 能直接执行的方案。

换句话说:

Kimi 负责把战场地图画出来,Codex 负责真正上战场。

Pod 3:代码执行与 PR 落地

最后一步才交给 Codex。

这时候 Codex 拿到的已经不是一句模糊需求,而是一份相对清楚的执行计划:

  • 要改哪些文件
  • 每个文件改什么
  • 不能破坏哪些逻辑
  • 需要补哪些状态、接口、样式或测试
  • 最终验收标准是什么

这样 Codex 就不用再花大量 token 去“猜我要什么”“重新探索代码库”“边看边想”。

它只需要做自己最擅长的事:

按计划改代码、调试、跑通、提交 PR。


二、为什么这样更省钱

很多人用 AI 写代码贵,不是贵在最后那几行代码,而是贵在前面的反复试错。

最烧 token 的地方通常是:

  • 让模型一遍遍读代码库
  • 让模型反复理解需求
  • 让模型边探索边写
  • 写错以后再推倒重来
  • 一个模型从头干到尾,重复消耗上下文

而我的做法是:

贵模型只做关键决策,便宜模型做大规模探索,Codex 只负责最终执行。

这样一来,每个模型都没有被乱用。

Codex  token 烧太快?这套「规划-执行」分工让我省下 85%

这不是“谁替代谁”,而是把模型当成一个团队来用。


三、我做了一个实验

我让它们合作完成一个网站设计与改造任务。

流程是这样的:

  1. 规划阶段:GPT-5.5 / Claude Opus 先理解我的需求,拆出探索方向和验收标准。
  2. 探索阶段:Kimi K2.7 Code 进入代码库,查找相关文件,梳理现有结构,输出实现计划和页面框架方案。
  3. 执行阶段:把 Kimi 产出的方案、文件路径、接口逻辑、页面结构交给 Codex,由 Codex 负责真正改代码。
  4. 评估阶段:再让 GPT-5.5 和 Claude Opus 对最终方案做评审,分别打分。
  5. 成本记录:记录不同组合在整个流程里的 token 成本。

结果很有意思

所有组合都能产出可合并的 PR 方案,最终质量差距并没有想象中那么大,但成本差距非常明显。

在我的这组实验里,使用 Kimi 参与探索的组合,整体成本大约只有最贵组合的 1/7 左右,这才是重点。

不是 Kimi 一下子吊打所有模型。 也不是 Codex 不好用了。 而是:

不要让最贵的模型做所有脏活累活。

四、Kimi K2.7 Code 到底适合做什么

Kimi K2.7 Code 更准确的定位,不是普通聊天模型,而是偏代码和 Agent 工作流的模型。

它适合做这些事:

  • 长代码库探索
  • 多文件逻辑梳理
  • 找接口、找组件、找状态来源
  • 给出实现路径
  • 生成页面框架草图
  • 把模糊需求整理成工程任务

但我不建议把最终执行完全交给它。

原因很简单:

最后真正改代码、跑测试、修报错、处理边界细节,还是 Codex 更稳。

所以我现在更愿意这样用:

Kimi 做侦察兵,Codex 做工程师。

Kimi 帮我把地形看清楚,Codex 再进去施工。


五、为什么这个分工有效

因为编程任务本来就不是一个动作,而是一条链路。

它至少包含三种能力:

  • 第一种能力:判断方向

这个需求值不值得做? 要不要改架构? 风险在哪里? 哪些地方不能动?

这类问题更适合 GPT-5.5 或 Claude Opus。

它们是对话模型,超长上下文能力好,而且还不需要 token


  • 第二种能力:探索代码库

代码在哪? 现有逻辑怎么跑? 哪个组件负责页面? 哪个接口负责数据? 状态从哪里来?

这类任务非常吃上下文,也很烧 token,如果全程用最贵模型做,成本会很高。

Kimi K2.7 Code 这类低价长上下文代码模型,正好适合承担这一层。


  • 第三种能力:执行落地

但写代码之前,如果计划已经足够清楚,执行模型的负担会小很多。

Codex 不需要从零开始猜需求,只要按照方案施工。

这也是为什么“规划 - 探索 - 执行”分离之后,成本会明显下降,但质量并不会明显牺牲。


六、这套方法真正省的不是钱,是试错

我以前最大的问题是:

把一个模糊需求直接丢给 Codex,然后指望它自己理解、探索、设计、实现、修 bug。

这当然能跑,但很容易变成:

做一版,不满意。 再改一版,又跑偏。 继续补充需求,再消耗一轮 token。

现在我会先让 GPT-5.5 / Claude Opus 把需求拆清楚,再让 Kimi 把代码库摸清楚,最后再让 Codex 执行。

整个流程会更像一个真实团队:

  • 我负责提出需求和拍板
  • GPT / Opus 负责战略拆解
  • Kimi 负责调研和方案整理
  • Codex 负责工程落地

这才是我觉得最接近“AI 团队协作”的地方。


七、我的结论

Kimi K2.7 Code 的价值,不是让你马上抛弃 GPT-5.5、Claude Opus 或 Codex。

它真正带来的变化是:

你可以把昂贵模型留给关键决策,把低价代码模型用于大规模探索,再让 Codex 专注执行。

这是一种更像团队分工的编程工作流。

对于个人开发者和中小团队来说,这个思路很实用:

  • 同样的预算,可以跑更多任务
  • 同样的质量,可以少花很多钱
  • 不再让 Codex / Claude 全程燃烧 token
  • 每个模型只做自己最擅长的环节

我不会让一个模型从头干到尾,我会把 AI 当成一个团队来调度。

因为真正省钱的方式,不是找一个“万能模型”。

而是学会让不同模型,各干各的活。

在 X 上看原帖并评论1,596 次浏览 · 22 赞
0x小师妹
0x小师妹 @0xshimei

AI 工具实测与币圈观察,SANYUE.AI 创始人

在 X 上关注

相关笔记