研究发现：近六成token耗费在CodeReview上

AI Coding花费的token这么多，钱到底花哪了？ 研究发现，近六成的token，竟耗在Code Review上了。 研究团队用了一个叫ChatDev的开源框架，跑了30个开发任务，从生成斐波那契数列这种简单算法，到做一个完整的国际象棋游戏，复杂度跨度很大。 然后他们把整个开发流程拆成六个阶段，逐个统计token去向，就是要看看token到底花在哪儿了。 数据显示，写代码不是耗token最多的，居然只占8.6%；做设计更不是了，只有2.4%；真正的吞金兽，是Code Review代码审查环节，平均吃掉了59.4%的Token，接近六成！ 这是什么原因？原来，Code Review需要写代码的AI和审查代码的AI来回对话、反复修改代码的过程，每改一轮，双方都要把完整的代码上下文重新传一遍。 AI们光是互相传话、同步信息就烧掉了大半资源，真正产出新东西的部分反而很少。 进一步研究发现，钱不只是花在哪个阶段，还花在了哪种token上。 token分两种，一种是输入，就是AI每次要读进去的内容；一种是输出，就是AI实际写出来的东西。整体算下来，输入token占了53.9%，输出只占24.4%，差不多2比1。 这说明，大部分钱花在让AI反复读懂一大堆上下文了。每一轮对话，越来越长的代码都要被重新喂进去一次，读的成本远远超过了写的成本。 AI写代码最贵的地方，不在写本身，而在它们没完没了地互相传上下文。一段代码改五轮，就被完整传了五遍，钱就是这么烧没的。