CodeBurn：让AI编程投入产出可见化

AI 编程工具正在成为开发者和工程团队一笔不可忽视的开销。

但大多数提供商的控制台只回答一个问题：

你消耗了多少？

它们很少告诉你：

哪个项目消耗了它？

哪个模型产生的费用？

Agent 是在写代码、调试、规划，还是仅仅在对话？

它重试同一次编辑的频率是多少？

这项工作最终是否产生了 commit 或 pull request？

昂贵的模型是否在做便宜模型就能完成的工作？

这些信息通常已经存在。它们就躺在编程 Agent 写入本地磁盘的会话文件里。

我们构建了 CodeBurn 来读取这些文件，并将其转化为有价值的信息。

AI 编程可观测性中缺失的那一层

仅仅知道 token 总量不足以做出好的工程决策。

假设两次编程会话都花费了 10 美元。

第一个会话实现了功能；编辑了正确的文件；首次尝试即成功；产生的代码最终进入了代码库。

第二个会话反复重新读取相同的文件；重试了多次编辑；大部分时间花在对话上；最终没有任何 commit。

账单上看到的是 20 美元。

而工程团队看到的是两种截然不同的结果。

更有用的单位不仅仅是每 token 成本，而是更接近于：

每成功工作单位的成本。

实现这一点首先要从更好的归因开始。

数据就在你的机器上

Claude Code、Codex、Cursor、Copilot、Copilot 以及众多其他编程工具都会保留本地会话数据。

根据工具的不同，这些数据可能包括：

读取或编辑过的文件；

对话历史。

CodeBurn 目前支持 40 种编程工具和 Agent。它将这些工具不同的存储格式统一为同一种本地使用视图。

模型前方没有代理，工作流周围也没有包装。CodeBurn 读取的是工具已经写好的记录。

这个区别很重要。

你的编程记录可能包含源代码、文件路径、架构决策、调试输出以及其他敏感的项目上下文。你不应该为了了解自己的使用情况，而被迫将所有这些上传到另一个服务。

因此 CodeBurn 在本地运行：

不会上传任何记录；

不会暴露会话内容。

从 token 总数到工作模式

一旦将使用量与项目、模型和工具活动关联起来，更多有价值的问题就变得可能了。

钱花在哪里了？

CodeBurn 按以下维度拆分使用量：

npx codeburn

这会使用机器上已有的会话数据打开交互式终端面板。

如需生成可复制的报告：

codeburn overview

你也可以缩小分析范围：

codeburn overview --provider claude
codeburn overview --from 2026-08-01 --to 2026-08-12

模型的工作效率如何？

仅凭 token 消耗无法判断模型是否费力。

CodeBurn 衡量以下模式：

每次调用的输出 token；

委托和规划行为；

codeburn compare

这使用你自己的工作来比较两个模型，而不是通用的基准测试。

在公开基准测试上看起来更强的模型，在你的项目上可能仍然不够经济。它可能需要更多重试、生成更多输出，或在调试、功能开发和重构方面的表现不同。

你的工作负载才是最终重要的基准。

哪里有可以避免的浪费？

CodeBurn 可以检查会话和本地配置，查找反复出现的浪费模式：

codeburn optimize

跨会话反复加载到上下文中的文件；

在读取足够多的相关代码之前就开始编辑；

未使用的 MCP 服务器增加工具模式开销；

未使用的 Agent 或技能被加载到会话中；

过大的指令文件；

会话内容繁重但输出甚少；

反复重试但没有可观测交付物的昂贵会话。

对于支持的修复，CodeBurn 可以准备或应用更改，并保留本地日志以便撤销：

codeburn optimize --apply
codeburn act list
codeburn act undo --last

在有足够的变更后数据存在时，它会比较预估的节省与实际观察到的结果。

目标是衡量一项优化是否真的有帮助，而不是仅仅声称它应该有帮助。

最难的问题是 AI 支出是否产生了有用的工作。

CodeBurn 开始通过将会话窗口与 Git 活动关联来接近这个问题：

codeburn yield

结果将支出分类为：

这种归因被刻意描述为启发式的。接近会话的 commit 并不从数学上证明该会话导致了它。并行会话使归因更加困难。

但即使是一个可检查的启发式方法，也比将每个消耗的 token 视为同等有价值要有用得多。

为什么这不仅仅对个人开发者重要

对于个人开发者来说，直接的好处是可见性：

哪个工具成本最高？

哪个模型最适合我的任务？

我在哪里浪费了上下文？

哪些会话产生了有用的工作？

对于团队来说，问题变得更大了：

我们从 AI 支出中获得了哪些有用的工程产出？

这需要的不仅仅是汇总账单。它需要将成本与项目、工作流程和结果联系起来，同时尊重开发者数据的敏感性。

我们认为本地优先的可观测性是解决这个问题的一个有用起点。

CodeBurn 是免费、开源且采用 MIT 许可证的项目。

无需安装即可运行：

npx codeburn

GitHub: https://github.com/getagentseal/codeburn

网站: https://codeburn.app

Product Hunt: https://www.producthunt.com/products/codeburn?launch=codeburn-2

如果你重度使用编程 Agent，我们特别希望看到你对一个问题的回答：

关于你的 AI 编程使用情况，你目前无法测量什么，但你希望能够测量？

这是我们下一步想要构建的方向。