一只鹈鹕，骑走了我的 AI 周额度

半梦半醒买了一年 Gemini Pro，清醒之后，发现事情没那么简单。

人最好不要在刚睡醒的时候做任何重大决定。

尤其是涉及信用卡的。

前几天，睡眼惺忪地刷到一条消息：Google 的 Gemini 4 Argon 终于开放使用了。

Argon 我之前就一直想试试，毕竟各种评测看起来都挺厉害。当时脑子还没完全清醒，随手点进 Google 的订阅页面，赫然看见一个 Special Discount。

折扣这东西很奇妙。原本还在考虑要不要买，一看到折扣，就开始担心不买会不会吃亏。

于是我非常果断地替未来一年的自己做了决定：Gemini Pro，年付。

付款成功，安心睡觉。

等再次醒来，准备好好享受一下刚买的生产力，更新 Antigravity，打开模型列表。

嗯？

Argon 呢？

再仔细一看，原来 Argon 当时在 Antigravity 里只对 Ultra 用户开放。

我买的是 Pro。

不能说 Google 骗了我，人家确实开放了，只是没完全开放给我。

这感觉就像冲着酒店广告上的顶楼无边泳池订了房，兴冲冲换好泳裤、坐电梯上去，才发现泳池只对总统套房的客人开放。

房间倒是订成功了，浴袍也挺舒服，就是我想游的那个泳池，跟我没什么关系。

算了，反正会员买都买了。至少今年不用再纠结要不要订 Gemini Pro。

毕竟已经没有选择了。

鹈鹕让我重新燃起了希望

没想到 Google 这次动作还挺快。

就在今天，Antigravity 突然提示 Argon 已经可以用了。打开一看，Pro 用户也能选，之前那点小小的不愉快瞬间烟消云散。

人就是这么没出息。

更巧的是，我的 Codex usage 刚好见底，weekly reset 还没到。平时常用的 GPT-6.1 Sol XH 暂时指望不上，正好轮到新同事上场。

我决定先跑个鹈鹕测试。

结果出乎意料地不错。

一只大嘴鹈鹕，戴着蓝帽子，披着红围巾，骑着一辆绿色自行车。车篮里还装着两条鱼，神情轻松，仿佛刚送完上一单，准备去海边接下一单。

构图、配色、细节都挺完整，至少没有出现 AI 绘图常见的肢体事故。

我盯着画面看了一会儿，心想这回 Google 可能真的有点东西。

再看看那只鹈鹕，一脸春风得意。

连一只鸟都能骑车上班了，我还有什么理由不努力？

于是，我决定不努力了。

让 Argon 替我干活。

一个 Goal，两个字：没了

当时的想法很简单：既然模型这么强，干脆找个真正有难度的任务，看看它能不能帮我省点时间。

我认真整理了要求，写了一份 Goal，选择 Argon High，交给 Antigravity 跑。

这次不是让它随便生成几行代码，而是需要理解上下文、研究资料、做出判断，再把工作完整交付。

我对它的期待还挺高。

然后它开始工作了。

努力地工作。

持续地工作。

我甚至一度产生了某种错觉：这位新来的同事虽然不怎么说话，但看起来挺勤奋，应该靠得住。

等它终于跑完，我迫不及待地去看成果。

怎么说呢。

如果这是一份外包交付，我大概会礼貌地回复一句：“辛苦了，我们再研究研究。”

翻译成人话，就是还得重做。

更精彩的还在后面。

我顺手看了一眼 Antigravity 的用量提示。

Weekly usage，用完了。

……

好家伙。

Codex 的周额度还没恢复，刚买的 Gemini Pro 又把自己的周额度跑完了。

两个 AI 工具，一个等恢复，一个也等恢复。

我花钱买了一堆生产力，最后成功实现了带薪休假。

只可惜放假的是 AI，不是我。

事后查了一下 /goal 的机制，才发现它本来就没有固定的迭代次数上限。只要认为目标还没完成，就可能继续检查、修改、重试。

这设计本身没什么问题，碰上边界清楚、验收标准明确的工程任务，说不定非常好用。

但我这次交付的要求里，有不少事情依赖判断和质量取舍，并不是跑通测试就算完事。

想想也挺荒谬的。

我原本希望它能替我省时间，结果它花了大量额度，替我证明了这件事没那么容易。

当然，这笔账不能全算在 Argon 头上。任务拆分、执行模式、验收条件，都可能有问题。

不过我现在至少确定了一件事：

以后再看到 /goal，得先确认一下自己还剩多少额度。

不然哪天让它帮忙修个小问题，回来发现它顺手把整个项目重构了，问题还在，额度没了。

那到底还用不用 Argon？

用，当然用。

年费都付了，现在放弃，岂不是显得我早上那个决定真的很草率？

只是暂时还不会让它直接接管大型任务。

这段时间用下来，GPT-6.1 Sol XH 仍然是我比较信任的主力。遇到复杂的工程问题，它对上下文的理解、架构的把握，以及持续推进任务的能力，整体感觉更稳。

也不是不会犯错。只不过它出错的时候，我通常还能理解它想干什么。

这点其实很重要。

Opus 5.5 High 也很不错，有些任务的处理甚至相当漂亮。问题是 usage 消耗得实在太快。

每次用它，都像拿着非洲的工资，跑到苏黎世打车。司机一路开得很稳，我却盯着计价器心惊肉跳，甚至开始认真思考：目的地真的有必要去吗？

Grok 4.7 就比较适合接手一些零碎活。便宜大碗，要求不太高的事情交给它，通常也能做。

偶尔犯点蠢，就当是办公室里那位工作态度不错、但需要有人帮忙检查的同事。

至于 Argon，目前还不好说。

鹈鹕测试的表现确实让我惊喜，但后面那个大型任务，又让我有点摸不着头脑。

也许是我的使用方式不对，也许是任务刚好踩中了它的弱点。新模型才用这么几次就下结论，多少有点冤枉人家。

等额度恢复，再找几个不同类型的任务试试。

这回会先从小一点的开始。

最后，说点不那么好笑的

以前写代码，遇到问题要自己查资料、读文档、想办法。

现在很多事情确实能交给 AI，效率比以前高了不少。但随之而来的，是另一种麻烦：你得学会判断什么事情适合交给谁，该给多少自由度，以及什么时候应该叫停。

有时候看着 Agent 一路执行，过程相当热闹，最后却还是得自己收拾残局。

最令人沮丧的并不是它做错了。

而是它很努力地做错了。

代码改了一大堆，日志刷了满屏，任务清单一项项打勾。看到最后，还真有点不好意思说它没做好。

可惜，工作不是看谁比较辛苦。

我也不太在意哪个模型又拿了什么 Benchmark 第一名。排行榜可以参考，真正用起来是另一回事。尤其当一个任务需要连续工作好几个小时，模型能不能稳定完成，比偶尔秀一次神操作更重要。

这次使用 Argon，说不上满意，但也谈不上失望。

毕竟才刚开始，而且说真的，如果不是自己手痒，非要一上来就把大型 Goal 丢给它，也不至于这么快用完额度。

算是花钱买了个教训。

反正会员还有一年，时间多得很。

现在那只鹈鹕还在图片里骑自行车，戴着帽子，吹着海风，笑得相当灿烂。

我看着它，突然有点羡慕。

至少它不用等 weekly reset。