「AgentSky 引爆编码代理性价比之战：同一任务 Claude Code 花 150 美元，DeepSeek harness 仅 2 美元」

当一次 Agent 任务的成本可以相差 75 倍，"每百万 Token 解决多少任务"正在取代"模型跑分"，成为更硬的选型指标。

一、一条 135 万浏览的推文，撕开了成本黑箱

8 月 25 日，开发者 @quxiaoyin 发布了一个叫 AgentSky 的对比平台，并贴出同任务横向实测：在一项相同的 coding 任务上，Claude Code 花费约 150 美元，而 DeepSeek 的 harness 方案只花了约 2 美元——差距接近 75 倍。这条推文浏览量冲到 135 万+，@svpino 将其类比为"Agent 版的 OpenRouter"：它把 Claude Code、Codex 等不同编码代理并排跑同一个任务，统一回收账单与 diff，让性价比第一次变得可量化。

二、为什么是现在？Agent 的 token 账单失控了

OpenRouter 数据显示，真实的 Agentic 请求平均消耗的 token 是普通聊天的 15 倍；一个代码 Agent 的上下文会在任务推进中从约 6 万涨到接近 40 万 token，还不断穿插子 Agent 调用。于是"模型谁更强"的叙事，正在让位于"成本与协作形态"：语音 Agent（OpenAI Devs 预告 Codex 语音免键盘工作流）、跨工具记忆、本地化执行成为新热点。同期 @alvarombt 还揭露 Codex 的某些使用限制被 harness 绕过、导致高额 token 消耗，OpenAI 随后调整了策略。

三、字节的回应：把"编程+智能体+办公"塞进一个豆包

同一天，字节跳动完成 AI 产品线整合——TRAE 编程工具、扣子（Coze）智能体平台并入豆包，并推出"豆包工作"：围绕用户目标自主拆解任务、调用工具、推进工作流，与飞书深度打通。这标志着国内大厂的竞争从"单点模型"切换到"全栈生产力平台"：模型—工具—办公的闭环。

四、值得关注的逻辑

编码代理的竞争规则变了。过去比 benchmark、比刷榜；现在比"同样一件事，谁花得更少"。AgentSky 这类对比平台会把战场拉到可量化的经济性维度。这与近期 Orca ADE 的并行编队、各家 harness 的成本契约，是同一股潮流的不同切面——Agent 时代的胜负手，正从"模型力"位移到底层的"经济性基础设施"。

参考来源

• 稀土掘金《AI 日报 2026-08-25》
• AGI HUNT · AI News Daily 2026-08-25
• 腾讯新闻《OpenClaw 快讯》《AI Agent 动态日报》8/25
• Smartotics AI Daily Report 2026-08-25