选题卡：TOP-0386（观点向，与 TOP-0385「怎么统计」实操文互为表里）
类型：实战型（自己项目是骨头，外部观点当镜子）
配图：3 张（见文中标注位置）
前阵子我做了个小工具，叫 Token Ledger。
干的事很简单：把我本地两个 AI 工具——Codex 和 WorkBuddy——每天消耗的 token 汇总起来，按日期、按时间段、按任务类型拆开看。
做完第一天我就盯着面板看了很久。
![[01_内容母版/01_长文/assets/2026-07-19_token-ledger-01.png]]
*图 1：Token Ledger 总览。累计 4.20 亿 token，今天花了 3711.6 万，AI 活跃 2 小时 41 分钟*
01 先报个数
4 天，4.20 亿。
Codex 占了
- 05 亿，WorkBuddy
- 16 亿。
日均大概 1 亿左右，有时候还不够。
不过我倒没觉得这数有多大。生财有术里有个 Token 排行榜，前十名基本都是一天十几亿、二十亿的消耗量。跟他们比，我日均这 1 亿，真不算什么。
亦仁有句话点了我一下，他说 token 是最诚实的指标。
我想了一阵，觉得亦仁这话对。
先说清楚我的判断：
消耗量大，不代表产出好。
你不能拿数字吹。我自己这 4 天的账拉出来一看，里面确实有相当一部分是在跟 AI 反复拉扯同一个没想清楚的需求。看起来很忙，其实没产出。
但反过来，我现在越来越确信的一件事是：
消耗量小，一定说明产出不行。
这话听着有点绝对，我解释一下为什么。
02 为什么量小说明你没真正用起来
我把每天的明细拉出来看了，是这个样子的：
![[01_内容母版/01_长文/assets/2026-07-19_token-ledger-02.png]]
*图 2：AI 工作节奏统计和每日明细。日均活跃 5 小时 40 分钟，最高并发 8 个记录单元同时跑*
7 月 16 号到 19 号，四天。
最少的一天也跑了 5 小时 05 分钟，最多的一天 7 小时 47 分钟。每天的工作时段基本集中在早上 9 点多到晚上七八点，中间断断续续一直在用。
峰值那天（7 月 17 号）烧了 1.46 亿，60 个记录单元，最高峰 15 点那个小时，8 个任务同时在跑。
什么概念呢？就是 Codex 在这边帮我改代码、跑工作流，WorkBuddy 在那边帮我同步对话、生成视频、排版公众号，好几条线并行推进。
这不是我在「体验 AI」。这是我日常干活的方式。
所以我说量小有问题，不是说你要去追数字。而是说，如果你的 token 消耗长期只有几千万，甚至更少，大概率意味着这几件事还没发生：
第一，你真正拿 AI 去解决的具体场景不够多。可能偶尔让它帮写个文案、查个资料，但没有把它接进你每天真正在做的那些事里。
第二，你的工作流没成型。用一次开一次，每次从头描述背景，没有沉淀成可以反复跑的东西。这种用法 token 消耗自然上不去，但效率也没上去。
第三，你还没有把 AI 当成「干活的伙伴」，更像是「偶尔问问的助手」。这两者的使用密度差很多。
说白了，token 这个数字本身不重要。它既不是成绩单，也不是 KPI。
但它有个很诚实的地方：能照出你到底有没有把 AI 嵌进日常。
就像步数一样。你不需要每天两万步，但如果长期只有两千步，那确实说明你动得太少了。
03 我每天到底在花什么 token
光看总数没用。我做这个工具最大的动力，其实是想知道：我的 token 到底花在哪了？
点进某一天的详情，能看到很细的拆解：
![[01_内容母版/01_长文/assets/2026-07-19_token-ledger-03.png]]
*图 3：7 月 19 日详情。Codex 7 个会话 + WorkBuddy 11 个工作流，按小时拆开看 token 消耗分布*
以今天为例（截至中午 12 点左右）。
总共 3711.6 万 token，2 小时 41 分的 AI 活跃时间。
其中 Codex 跑了 7 个会话，2663.2 万 token。主要在工作区 codespace 和 obs_wiki 里，用的模型是 gpt-5.6-terra 和 codex-auto-review。做的事情包括本地工具调用、代码修改、网页搜索、MCP 工具调用、图像生成。
WorkBuddy 跑了 11 个工作流，1048.4 万 token。全是 hy3 模型，状态全部「已完成」。基本上就是我大部分时间在做的事——写长文、做公众号排版、剪短视频、跑 AI 工作流。
如果按时间段来看，今天的高峰在 10 点到 11 点之间，一个小时烧了 1945.8 万 token，8 个记录单元同时跑。那是上午最密集的一段工作时间。
9 点刚开工的时候还不算高，499.9 万。到了 10 点全铺开了。11 点开始收一点，12 点基本接近尾声。
这个时间线和我的实际体感是对得上的。早上 9 点半左右坐下来，先处理一下当天要推进的事情，然后 10 点左右全面开工，几条工作流同时跑。中间有来回，有效率高的时段也有拉扯的时段。
把这些数据摆出来，我想说的是一件事：
当你能把 token 消耗拆到这个粒度，它就从「一个数字」变成了「一面镜子」。
你不再关心「我今天花了多少」，而是开始问：「我这一个小时花的这几千万 token，到底产出了什么？」
有些时段你看一眼就知道值不值——代码跑通了、文章写完了、视频渲染好了，产出清晰。
有些时段你会犹豫一下：好像一直在调整提示词、反复试错、跟 AI 来回纠正同一个问题。这种消耗就属于「看着忙，但产出模糊」。
亦仁有句话我觉得说得对：这个时代最便宜的是 token，最贵的是好想法和好判断。
量给你了，关键是你拿它干了什么。
04 我现在的习惯
做完这个工具之后，我的习惯变了一点。
以前用 AI 就是打开终端或浏览器，干完活关掉，不太在意消耗了多少。现在每天会看一眼面板，主要看三件事：
第一，今天的总量是不是在正常范围。
我目前日均大概 1 亿。如果哪天突然只有一两千万，那我大概率是没怎么用 AI 干活，可能在处理别的事，或者那天比较闲。反过来，如果哪天突然蹿到两三亿以上，我也会看一下是不是有什么异常消耗——比如某个工作流卡住了反复重试。
第二，高峰时段的产出是不是值得。
看哪个小时消耗最大，然后回忆那个小时干了什么。如果那个小时的产出很明确，那就没问题；如果那个小时就是在反复调来调去没有实质进展，那就说明需求没想清楚就开始让 AI 干活了，下次注意。
第三，Codex 和 WorkBuddy 的比例是否合理。
这两个工具在我这里分工不一样。Codex 偏重写代码、改项目、跑技术活；WorkBuddy 偏重内容生产、工作流自动化、日常杂活。比例不会固定，但如果某一方长期占比过低，可能说明那一块的工作流还没建起来。
这三个问题不需要每条都给出标准答案。它更像是一个自我检查的框架，帮你意识到自己当前的状态。
05 关于「别人多少」这件事
我知道肯定有人会问：那到底多少才算够？
说实话，这个问题没有标准答案。
生财有术的 Token 排行榜我看过，前十名一天基本都是十几亿、二十亿的消耗量。我日均 1 亿，跟他们比差距很大，所以我不觉得自己的量大。
但我不觉得应该追那个数字。
因为每个人的场景不一样。你用 AI 写代码和我用 AI 做内容，消耗模式本来就不一样。一个人用 Claude API 调用接口和另一个人用本地桌面客户端跑，统计口径也不同。
所以与其追总量，不如追一件事：你上周比这周，是不是更多的事情交给 AI 了？你的工作流是不是更顺了？同样一件活，你是不是花更少的人工干预就能完成了？
这些才是真正重要的。
token 指标的意义不在于让你变成「日耗过亿俱乐部」的会员，而在于让你有一个可量化的方式，检查自己和 AI 协作到底到了什么程度。
量小的人，先别急着优化效率。先把量提上来，先让自己每天都实实在在地用 AI 干几件事，先把工作流跑通。
量大的人，也别拿数字沾沾自喜。看一看这里面有多少是有效产出，有多少是伪勤奋消耗。
我也是在这样提醒自己的。
*如果你也想做一个类似的本地 token 统计工具，我之前写过一篇实操文讲具体怎么做，可以在历史文章里找「怎么统计每天的 Token 消耗」那篇。*