OpenAI CFO 说每块钱该越用越值，我那五十万字节的规则库偏偏反着来
哈喽，我是飞飞。
你花在 AI 上的钱，到底换回来了多少能用的东西？
这个问题我一直以为自己答得上来。我写过怎么把单价打下来，也写过怎么让稿子更稳。直到有人递给我一张记分卡，我拿它量了一遍自己那条线，前三项都过了，最后一项我答不上来。
递尺子的人，是 OpenAI 的 CFO。
她那四问挺实在
七月十七号，OpenAI 的 CFO Sarah Friar 发了篇东西，叫《AI 时代的记分卡》。
她的起手式我挺认同。她说过去衡量软件都看采纳率，卖出去多少席位、多少人还活跃、到期续没续约。AI 不能这么量，得看它到底干成了多少活。
她给了个指标，叫 useful intelligence per dollar，说人话就是每花出去一块钱，换回来多少能用的智能。
这个指标底下拆成四个问题。
你让 AI 干的活，重不重要。
每一次真正干成的活，花了多少钱。
它交出来的东西，你敢不敢直接拿去用。
用量涨上去以后，每块钱是不是变得更值了。
她还给了具体算法，就三步：把干完这摊活的全部开销加起来，数一数其中有多少次达到了你要的质量标准，拿总开销除以成功的次数。
我看到这儿愣了一下。
因为她把「全部开销」定义得挺狠，里头明确包含了人工复核的时间、重试，还有返工。我原本以为这种大厂文章会在这儿留个空子，结果人家写得比我预想的实在。
她还有一句我特别服：单价最低的那个，未必是每个结果最便宜的那个。一个贵模型如果一遍就做对，省下来的重试、等待和复核，可能远远超过它多花的那点单价。
这句话我是拿真金白银验证过的，所以我信这份记分卡不是拍脑袋憋出来的。
那就拿它量一量我自己那条线。
前三问我都答得上
我有一条内容流水线，十几个 skill 串起来跑：拉资讯、选题、调研、写稿、润色、评阅、沉淀经验、配图、分发，最后才是发布。
先说活重不重要这条。
对我来说重要，因为它天天在出活。到今天为止，从这条线里出来的稿子是一百二十七篇。这个数我不用自己记，规则库文件头上挂着一个计数，每写完一篇，沉淀那一环把教训写回去，顺手就把它加一。
再说每次干成的活花多少钱。
这个我答得上来，因为我本来就是逐篇过秤的人。派活之前我会在心里过一遍：这活错了代价多大、一天要跑多少次、单价多少。三样相乘，决定它配用哪一档模型。
剩下一条，敢不敢直接拿去用。
敢。但这里有个前提，我得说清楚。
我敢直接用，信的不是模型。
信的是那一百四十六条规则。
破折号一个都不许留，对仗句全文最多一处，三连否定的排比不许排，小标题超过十二个字揪出来重写，中文字数拿正则数一遍卡在两千到两千五。这些规矩是一条条踩出来的，命中一条打回一条。
Friar 那篇里讲可靠性讲得很准，她说能力让人愿意上手试一回，可靠才让 AI 真的长进你干活的流程里。
我完全同意。我只想补一句她没说的：在我这种小作坊，可靠这东西模型不白送，得我一条条买。
买来的东西，就有价钱。
卡住我的是最后一问
前三问顺顺当当，再往下就走不动了。
最后一问是：用量涨上去以后，每块钱是不是变得更值了。
Friar 给的判据挺清楚：同一套流程跑一段时间，如果干成的活涨得比总开销快，质量还没掉，那每块钱就是更值了。
我拿这个判据往自己身上套，套不进去。
问题出在那份规则库上。
我刚去量了一下那个文件。50 万字节出头，843 行，146 条经验。
这个体积已经越过一条线了。我那套工具读不动整份，敲下去就甩回来一句超出上限，读都不给读。挺荒唐的：这些规矩是我一条条写进去的，现在我想从头到尾看一遍都办不到，只能按关键词一条条往外捞。
而这份文件，是每写一篇稿子都得过一遍的。
那把它删薄一点不就完了？我也这么想过。别扭就别扭在这儿。
我提高可靠性的唯一办法，是往规则库里加规则。规则越多，稿子越稳，敢不敢直接用那条的分就越高。
可规则每多一条，每篇稿子要背的那个包袱就重一分，每次成功花多少钱那条的分就往下掉一点。
同一个动作，一边把成功率往上推，一边把每篇的底价往上抬。
Friar 那个判据要求干成的活涨得比总开销快。可在我这儿，让活干得更成的那个动作，本身就在推高开销。
复利也有本金那面
说到这儿我得认个错，认给我自己看的。
六月底我写过一篇，讲我这套系统怎么越用越聪明。里头有一段我当时写得挺得意：每写完一篇，沉淀那一环把复盘提炼成新规则回写进规则库，规则库就厚一层，下一篇就少踩一次同样的坑。那时候这个计数停在一百次。
我把它叫复利。
现在回头看，复利这个说法没错，但它只说了利息，没说本金也在涨。
规则库厚一层，确实少踩一个坑，这是利息。同时它也让往后每一篇的起步开销高一点，这是本金。
我以前只盯着利息看，因为利息看得见，稿子明显变稳了。本金藏在每次调用的上下文里，不会跳出来提醒你。
这个坑我其实在别的地方撞过。
我把给 AI 看的那份项目说明从十二 KB 砍到四 KB，就因为那里面每一行每一轮都要当前缀重发一次。我还把装着的 skill 从五十多个卸到二十八个，因为光那些 skill 的说明文字，占用就从一千 token 涨到了四千二。
这两个数是在别的东西上量的，不算规则库本身的账。但那个形状，一模一样。
同一个道理，换个对象我就没认出来。
摊薄这事分规模
想明白之后，我觉得 Friar 那个判据底下藏着一个前提，她没写出来，因为对她的读者来说那是默认的。
她的读者是企业。企业规模化，是同一套东西服务更多次调用。那份提示词写一次，一万次请求分着摊，像一口大锅炖出来分给一万个人，每人碗里那点柴火钱薄到看不见。规模越大，越划算。
我这种个人流水线，规模化的样子不一样。
我这儿是一人一灶。篇数越多，规则库越厚，每做一顿都得重新生一次火，摊不薄。
同一条公式，在两种规模底下，指向的结论正好相反。
所以我现在不敢直接套用她那个判据。她那把尺子是给摊得薄的场景量的，拿来量我这种摊不薄的场景，会给出偏乐观的读数。
这也是我得老实交代的地方：这笔账我只算到了方向，没算到数。
我没有逐环节的精确账本，不知道调研那一环具体吃掉多少、评阅那一环具体吃掉多少，也没跑过对照实验去测规则库到底让每篇贵了多少。
我能确定的只是方向：它在涨，没人替我盯着。
今天先删哪条规则
方向想清楚了，能做的事很具体。
我现在的做法是分三层：主文件只放流程，二十二 KB，每次必读；细节全部挪到外挂文件里；跑的时候只按需要捞那几条，绝不整份加载。
这个做法把成本暂时按住了，但它治的是症状。病根是规则只进不出。
所以我打算给规则库加一道体检，问每一条同一个问题：过去这些篇里，你真的拦住过东西吗。
拦住过的留着。从来没命中过的，说明它当初是为一个特例写的，而那个特例再没出现过，那就合并掉或者删掉。
这件事我还没做，是写这篇的时候才想到的。
绕了一圈我才明白，AI 这笔账最难算的，是你为了让它可靠而额外垫进去的那一层。
如果你手里也有一套跑着的 AI 工作流，今天可以做件小事：把你为了让它别出错而加进去的东西摊开看看。提示词、规则、检查项、人工复核的步骤，一样一样列出来，然后问一句，这里头哪几条是每次都要重付一遍的。
那部分就是你的本金。它不出现在任何一张账单上，但它在涨。
你那套工具里，有没有哪一条规则其实早就没拦住过东西了，只是你一直没敢删？评论区聊聊，我挺想知道别人是怎么给自己的规则库瘦身的。