寫一篇文章要花6到8小時，還要再花2小時翻譯成加泰羅尼亞語和西班牙語。按這個速度，每周一篇都保證不了——這是作者開發(fā)Chrome擴展時面臨的現(xiàn)實。AI代理能幫忙，但"昂貴的token經濟"讓人望而卻步。于是他搭建了一套系統(tǒng)：7個Claude代理、5個GitHub Actions工作流，人類只需點一下合并按鈕。

單篇文章成本約1.5美元，覆蓋三種語言，包含定制SVG圖表和Open Graph卡片。按每周一篇的發(fā)布節(jié)奏，API月支出大約7美元。

核心設計在于"分離"與"分層"。代理代碼單獨打包成Python庫，工作流通過pip直接安裝調用，迭代提示詞不用碰工作流文件，版本更新只改一行代碼。更關鍵的是模型選擇——不是所有任務都值得用最貴的模型。

策略規(guī)劃用claude-haiku-4-5，JSON進JSON出，便宜夠用；長文寫作用claude-opus-4-7，因為"聲音"很重要，公式化的"X takes care of itself"式表達會暴露機器痕跡；編輯判斷用haiku做二元決策；技術分析、選題生成、翻譯、圖像生成則用claude-sonnet-4-6，其中選題生成必須支持web_search，haiku沒有這項能力。

成本大頭在寫作環(huán)節(jié)，占總支出的60%到70%。作者試過用Sonnet 4.6寫稿，技術層面沒問題，但讀起來像模板。換成Opus后，月支出只多5美元，"值得"。

另一個省錢技巧是Anthropic的提示詞緩存。寫作代理經常需要兩到三輪迭代才能通過編輯審核，而背景材料——brief、聲音指南、產品文檔、組件模式——每輪都一樣。 naive地重復發(fā)送完整提示詞意味著要為同樣的輸入內容付三次錢。緩存機制解決了這個問題。

只有選題策劃（Flow D）和英文初稿（Flow A）需要人工審核后合并，翻譯和多語言發(fā)布（Flow E）則自動合并——因為人類把關點在上游，要么選題本身已經過篩選，要么英文版本已經過審。