codeburn 实测：你的 AI 编程开销到底去哪了？

上周五下午，我对着 Claude Code 的终端等一个重构结果——第 3 次了。同样的代码库，同样的指令，AI 在同一个坑里反复打转。屏幕那头的 Token 计数器不知道跳了多少，但我知道账单会在月底准时到来。

我不知道问题出在哪。

我只知道，我每个月付给 Claude Max 的 200 美元，并没有给我换来「可观测性」。

黑箱里的 Token 账单

这是 AI 编程工具最讽刺的地方：一边标榜自己是生产力的放大器，一边把自己最大的成本敞口藏得严严实实。

Claude Code 自带一个 --verbose 选项，可以看单次调用的 Token 数。但它没有累计视图，没有按项目分组的账单，没有"上周我到底在哪个任务上浪费了最多 Token"的总结。Cursor 的用量面板更接近一个黑箱——给你一个进度条和一个百分比，但「百分比的基数是多少」你得自己猜。

我的日常工具流是 Claude Code（主力）、Cursor（偶尔）、Codex（批量任务），偶尔切一下 Gemini CLI。每个月少说几十万 Token 的消耗，分散在三四个平台、七八个项目里。月底看到信用卡账单时，我的反应永远是：

这些钱真的是我花的吗？

codeburn 是什么

codeburn 是一个开源的终端仪表盘工具，由 AgentSeal 团队维护。它能做的事情只有一件：把你的 AI 编程工具的 Token 消耗可视化出来。

不是"估计"——它直接从磁盘读取会话日志，不做网络请求，不需要注入 API Key。目前已支持 25 款以上的 AI 编程工具，包括 Claude Code、Codex（OpenAI）、Cursor、OpenCode、Gemini CLI、Codebuff/ManiCode 等主流产品。

安装极其简单：

# npm
npm install -g codeburn

# 或者 Homebrew
brew install codeburn

装完直接在终端输入 codeburn：

codeburn       # 默认展示最近 7 天
codeburn -t 0  # 只看今天
codeburn -m    # 本月汇总
codeburn -r    # 实时刷新（每 30 秒）

开箱体验：一个 TUI 的自我修养

第一次启动 codeburn，一个终端全屏仪表盘展开。结构很清晰：

左上区域：按工具维度汇总（Claude Code 花了多少、Cursor 花了多少）
右上区域：按模型维度汇总（Sonnet 占比、Flash 占比）
下方：按任务类型的柱状图——Coding、Planning、File Operations、Review 等 13 种分类
底部状态栏：快捷键提示

对我来说，最有价值的是按任务类型的分布——Task Categories。

最扎心的一屏：codeburn optimize

codeburn 有一个子命令 codeburn optimize，它会扫描你的会话数据和配置文件，给出具体的浪费建议。

比如它会告诉你：

模型选型不当——你用 Sonnet 做的某些批量任务，用 Haiku 能省 80% 的 Token
冗余系统提示——你的 CLAUDE.md 里塞了 2000 行上下文，但实际每次调用只用到其中 5%
工具过度调用——某些工具因为循环调用模式，同一个错误输出了 17 次，全部计入 Token
会话膨胀——某些长期会话积累了过多历史上下文，每次调用都在为历史买单

每一项建议都附带预估的 Token 和金额节约量，以及修复命令。你可以直接按 o 从仪表盘内联查看。

横向对比：一个场景，三个工具的 Token 效率

我之前写过一个实战案例——用 AI 重写一个 Legacy Vue 2 组件到 React+TypeScript，分别在三个工具上跑了同样的任务：

工具	任务描述	Token 消耗（估计）	结果
Claude Code	交互式重构	~50K	成功，需要少量手动修正
Cursor Agent	VS Code 内联	~120K	成功，但多次自行验证和修复
Codex	后台提交	~35K	成功，无人工干预

数据不严谨，毕竟每次跑的结果有随机性。但趋势很明显——Codex 的 Token 效率最高，Curror 因为编辑器内循环验证消耗最多。

codeburn 的 compare 子命令让你按模型维度做横比。用一个命令就能看到不同模型在你最近 30 天的任务中的 Token 效率和成本占比：

codeburn compare          # 模型横向对比
codeburn compare -m table # Markdown 表格输出，方便贴到文档里

我发现了什么？

装好 codeburn 跑了一周，几个让我意外的发现：

1.「无用」调用占比约 14%

优化扫描结果显示，我约有 14% 的 Token 消耗在了可以优化的地方——主要是任务定义不清导致 AI 进入循环修正。

2. Cursor 的单次调用成本比 Claude Code 低

Cursor 的内嵌模型（GPT-4o 等）单价更低，但因为它的代理模式会频繁调用验证和预览，总消耗反而不低。

3. 模型切换能省一半

同样的 CRUD 任务，haiku 和 Sonnet 的生成质量差距不大，但成本差了 5-10 倍。codeburn 的 optimize 建议我建一张「任务类型 → 模型」的映射表。

和同类工具的简单对比

市面上还有几款类似思路的产品，简单列一下我的感受：

工具	数据源	免 API Key	界面形态	特色
codeburn	磁盘日志	✅	TUI 仪表盘	optimize 建议、模型对比、任务分类
CodexBar	macOS	✅	菜单栏插件	40+ 工具配额显示
Claude Code 内置面板	Anthropic 服务端	❌	网页	准确性最高，但只限 Claude
claude-tap	磁盘日志	✅	CLI	流量代理级追踪，粒度更细

选择建议：如果你只用一个工具，Claude Code 内置面板够用。如果你和我一样在多工具之间切换，codeburn 的统合视图和 optimize 建议是刚需。

值得提的局限

实事求是地说，codeburn 不是没有缺点。

成本估算，不是结算账单。 它基于 LiteLLM 的模型价格库进行估算。价格更新有缓存，如果你的模型走企业合同价，需要手动配。官方文档也说得很清楚——treat the dollar numbers as directional signal，不是审计级数据。

依赖磁盘日志格式。 它读取的是工具写入本地的会话日志。如果 Anthropic 或 Cursor 某天改了日志格式且 codeburn 没跟上，就会断。好在项目活跃度不错（8k+ Star），社区响应速度应该不慢。

不是实时管控工具。 codeburn 只看不控——它不会在 Token 接近上限时弹窗提醒你暂停。要等未来版本或别家产品补这个空缺。

最后

从「凭感觉估算」到「有数据支撑的决策」，codeburn 解决的是一个非常朴素的需求：我花的 AI 编程的钱，花在了哪。

对我来说，改变一个具体的 CLI 配置，每个月能省下差不多 60-80 美元的 Token 开销。这个 ROI，已经值回了阅读文章的这 5 分钟。