在家用 AI 寫程式又不想破產：一份省錢實戰心得

AI 輔助寫程式很香，但帳單也很真。一篇〈AI coding at home without going broke〉登上 Hacker News，作者分享他怎麼在個人與家用場景下，把 AI 寫程式的成本壓到可負擔——核心是別無腦把所有任務都丟給最貴的旗艦模型。

他的省錢策略大致幾招：依任務難度分級用模型，簡單補全用便宜或本地模型、複雜推理才動用旗艦；能跑本地就跑本地，把日常、隱私敏感的任務交給自己機器上的開放權重模型，省下 API 呼叫；以及嚴格控管 context 長度，別每次都把整個 repo 塞進去燒 token。

這套思路跟前面 aisuite 那條呼應：把模型當成可替換的零件，依成本與品質動態調度，而不是跟單一昂貴 API 綁死。對個人開發者、獨立接案者、學生來說，這直接決定了 AI 工具是「用得起的日常」還是「偶爾才敢開的奢侈品」。

對大量用本地 Ollama 跑模型的人，這篇等於是同好心得：本地生圖、本地推理本來就是繞開 API 帳單的正解。把「貴的留給真的需要的、便宜與本地的扛掉日常」內化成習慣，AI 才會是省時間又省錢的工具，而不是新的固定支出。