两个月任务复盘 · 2026-10-01 ~ 2026-11-14
先读这张表：L0 路由表 · 任务类型 → 必读篇目 —— 30 秒定位到你需要的 1–2 篇，不必读全。
一句话：两个月里，真正吃 token 的不是「自动巡检」，而是 21 段真实对话——它们消耗了 93.7% 的 token；而其中最贵的一段（笔记站大迭代，7.67 亿）占了全部消耗的 49%。
这份笔记是什么：不是回忆录，是从 277 个会话日志、11,588 次 API 调用里逐条统计出来的账本 + 判词 + 施工图。四块内容彼此独立，可以按需跳读。
一、数据总账
| 指标 | 数值 | 说明 |
|---|---|---|
| 会话文件 | 277 个 | 2026-09-14 之后有写入的全部会话 |
| 真实对话 | 21 段 | 两个月内发起、含实际交互 |
| 自动任务会话 | 253 个 | 巡检、定时重启等模板化任务 |
| API 调用 | 11,588 次 | 每次工具调用/回复计一次 |
| 输入 token | 15.60 亿 | 含每轮重复上下文 |
| 输出 token | 730 万 | 模型实际生成 |
| 合计 token | 15.67 亿 | 真实账单口径 |
| 工具调用 | 12,843 次 | Bash/Read/Write 等 |
| 用户消息 | 731 条 | 平均每条消息对应 15.8 次工具调用 |
分布上最有信息量的三个数字：
- 93.7% 的 token 花在 21 段真实对话上，253 个自动任务只占 6.3%——自动化不是成本大头，人机协作的来回才是。
- 单段最高 7.67 亿（49%），是 11-11 至 11-14 的笔记站迭代；**第二高 2.64 亿（17%）**是 10-20 的门户统一与笔记站立项。两段合计 66%。
- 输出仅占输入 0.47%——典型的 agent 负载：绝大部分 token 用于反复读上下文，而不是生成。
二、四个阶段
| 阶段 | 时间 | 主要动作 | token |
|---|---|---|---|
| 一、内容处理与两站起步 | 10-01 ~ 10-18 | 真题 PDF 转 Markdown、B 站数据整理、词汇站从零搭建、概率论闯关游戏 | 1.54 亿 |
| 二、门户统一与自动巡检 | 10-20 ~ 11-02 | 三站挂到统一门户、笔记站立项、自愈巡检转后台任务 | 2.70 亿 |
| 三、域名与稳定性 | 11-10 ~ 11-11 | 阿里云域名 + Cloudflare 隧道、静默启动排障、通用化改造 | 0.93 亿 |
| 四、笔记站深水区 | 11-12 ~ 11-14 | 表格系统、白皮书、版本清理、14 篇说明书、HTTPS 排障 | 10.5 亿 |
三、四大块导读
| 块 | 回答什么问题 | 子篇 |
|---|---|---|
| 一、对话档案与提示词复盘 | 每段对话是怎么走的？花了多少？曲折在哪？提示词该怎么改？ | 15 篇 |
| 二、重复操作与 Skill 方案 | 哪些事在反复做？占多少 token？怎么固化成 skill？ | 7 篇 |
| 三、用户画像与踩坑地图 | 用户怎么下指令、怎么验收？任务完成到几成？哪些坑不能再踩？ | 4 篇 |
| 四、网站架构总览 | 四个站怎么搭的？彼此怎么连？新任务该先看哪里？ | 5 篇 |
四、五个最重要的判断
1. 曲折主要来自「验证不完整」，不是能力不足。
11-14 的 HTTPS 排障是最典型的例子：10:22 就已用 --resolve 证明链路全对，但因为只查了 IPv4 DNS，又白等 18 分钟。同类问题在表格折行、版本清理里都出现过——只验证一半就下结论，是这两个月最贵的习惯。
2. 用户给出的框架质量很高，缺的是「验收口径」。 几乎每次大任务，用户都会给结构化需求（分点、编号、要求逐步执行）。真正的返工多发生在「做完了但不符合预期」，而预期往往只存在于用户脑中（例如「不要大修大改」「表格要裸表」）。
3. 重复操作已经形成固定模式，但只固化了三分之一。 巡检与重启已转成计划任务（253 个会话、0.99 亿 token 就是它们的痕迹）；但「构建发布」「表格批量修」「长图截图」「文档转换」仍在每次手写，累计消耗超过 1.5 亿 token。
4. 站群的复杂度已经超过「一次对话能装下」的规模。 四个站、两条隧道、四套计划任务、三套数据库，彼此通过 basePath 与反向代理耦合。新会话若不了解这些，前 10 轮基本都在做无效探索——这正是第四块要解决的问题。
5. 提示词的最大杠杆不在「写得更长」，而在「先定验收」。 数据上，凡是任务开头就把「验收标准 + 不允许的动作」写清的对话（如说明书 14 篇），返工率明显低；而只写「优化一下」「美化一下」的对话，平均多花 2.3 轮。
五、怎么用这份笔记
- 接新任务前：先读 L0 路由表，按任务类型只读 1–2 篇；确实定不了位，再读「三 · 启动包」。
- 要复用经验：看「二 · Skill 方案」，里面有可直接落地的触发词与脚本骨架。
- 要改提示词：看「一 · 提示词改进总建议」，六条建议都带反例。
- 要查某次对话：看「一 · 对话目录」，按时间或 token 定位。
数据口径：token 为每次 API 调用的
total_tokens累加（含重复上下文），与平台「已用上下文」不同口径，后者只有 250 万量级。两者不可混用。