最近，我认真算了一遍自己的 AI 账单。
过去我们为视频会员、音乐会员和网盘付费，如今账单里又多出了一批新面孔：大模型、编程助手、API、图片生成和视频生成工具。
每一项看起来都不贵，叠在一起，却已经是一笔不能忽略的固定开支。
# 我的 AI 订阅账单
| 工具 | 主要用途 | 计费方式 | 参考月支出 |
|---|---|---|---|
| Codex / ChatGPT | 写作、编程与日常研究 | Plus 固定订阅 | 约 ¥144 起 |
| Claude | 长文本、分析与编程 | Pro 固定订阅 | 约 ¥144 起 |
| DeepSeek API | API 调用与方法测试 | 按 Token 计费 | ¥20～50 |
| Kimi API | API 调用与方法测试 | 按 Token 计费 | ¥30～100 |
| Seedance 2.0（即梦） | 视频生成 | 会员订阅＋积分 | 视使用量而定 (PS: 真贵) |
| 基础合计 | 两项固定订阅＋少量 API | — | 约 ¥338～438 / 月 |
这里还没有把视频生成的积分消耗完全算进去。真要频繁使用 Seedance 之类的工具，预算上限很容易继续往上走。
所以，一个相对克制的 AI 工具组合，每月大约需要三四百元；如果开始批量生成图片和视频，支出就很难再用 “轻量” 形容。
# 一开始就用好的，反而可能更省钱
AI 工具多少有些上手成本。
注册账号、迁移数据、适应界面、调整提示词，每换一次工具，都要重新磨合。如果再遇到中转站跑路、服务不稳定，或者通过倍率和模型名称偷梁换柱，省下来的那点钱，很快就会被折腾的时间抵消。
因此，我更倾向于选择官方订阅。
它未必最便宜，却相对稳定、透明。对于个人用户或一人公司来说，官方套餐提供的用量通常已经足够完成许多事情。
省钱不只是少花钱，也是少踩坑、少迁移、少把时间浪费在反复验证工具是否可靠上。
不过，我并不反对尝试新工具。
恰恰相反，掌握 AI 最直接的方式，就是亲手把各种工具都用一遍。
只看产品介绍，很难真正理解一个工具。你得把自己的任务交给它：让它写一篇文章、改一段代码、整理一份资料、生成一张图片，或者搭建一个小应用。
只有在真实使用中，你才会发现它擅长什么，又会在哪些地方一本正经地胡说八道。
广泛尝试，本身就是一种学习策略。
它能帮助我们建立对 AI 能力边界的直觉，也能让我们看清不同产品背后的共通之处。许多看起来截然不同的 AI 应用，拆开之后，无非是模型、提示词、工作流、数据和界面的不同组合。
问题不在于试得多，而在于试过之后舍不得删。
一个工具完成了它的 “教学任务”，就不一定还要继续收你的月租。更健康的方式应该是：
广泛尝试，迅速理解；认真比较，快速淘汰。
最终留下的，应该是那些高频、可靠、难以替代的工具。至于功能单一、使用频率低，或者只解决自己某个小问题的产品，不妨考虑亲手做一个。
# 同样的工具，不一样的创意与品味
工具很容易给人一种安全感。
仿佛只要订阅了最先进的模型，安装了最流行的应用，效率和创造力就会自然增长。
可现实往往不是这样。
同样一把锤子，有人只会拿来钉钉子，有人却能用它做出一整套家具；同样一个 AI，有人让它批量制造平庸内容，有人则用它把一个模糊的念头，慢慢打磨成真实的产品。
差别不在工具，而在使用工具的人。
工具的价值，从来不在于你拥有多少，而在于你能用它们产出什么。
一个摆满工具的工作台，并不会自动长出作品。真正决定结果的，是你能否找到值得解决的问题，能否辨别结果的好坏，以及是否愿意把一个想法推进到完成。
所以，我现在更愿意把自己的 AI 策略归纳成三句话：
- 广泛尝试，是学习策略。
- 快速淘汰，是成本控制。
- 自建工具，是长期积累。
该付费的工具继续付费，该取消的订阅果断取消。那些真正贴近自己工作方式的能力，则尽量沉淀到代码、流程和经验里。
工具只是杠杆。
真正决定它能放大多少的，始终是一个人的判断力、创意和执行力。
