这篇文章把本次 AI 编程研讨会的核心输出物整理在一起，便于转发与留存：
- 问卷样本：40 份
- 覆盖维度：工具、模型、Token 渠道
- 输出物：问卷统计报告、研讨会一页纸、回放链接
01 调查结果（问卷报告）
我们发起了一个关于 AI 编程工具的调查，包括 AI 编程工具、Token 渠道、模型等方面，收集了 40 份问卷数据。
图 1：问卷统计报告
02 研讨会主要总结（一页纸）
图 2：研讨会一页纸
- 本次做了什么：用问卷导出 CSV → 让 AI 写脚本统计 → 用 HTML 做可视化报告并可导出图片，快速把群里使用现状量化出来。
- 调查核心结论（40 份样本）
- 工具：Cursor 使用最多；OpenCode/Trae/Claude Code/Antigravity等也有明显占比。
- 模型：Claude（尤其 Opus/Sonnet）提及最高，Gemini 3 Pro 也很主流；有一些免费模型（如 Grok Code Fast）被用来补充。
- 花费：平均约 250 RMB/月，最高约 1500；不少人 0 花费/白嫖。
- 编程风格：更偏 Vibe Coding（少设计、对话驱动），其次是 SDD/规格驱动；团队规模多在 2～5 人的小团队。
- 渠道：整体更偏 官方合规；第三方/中转站、淘宝/闲鱼、linux.do、openrouter、poe.com 等作为补充或省钱方案被提及。
- 关于“中转站/第三方渠道”的讨论
- 优点：价格可能非常低，甚至出现“1 折”级别的说法。
- 风险：稳定性差（随时跑路/崩）、账号/漏洞被封后不可持续；“逆向/破解”渠道不可控。
- 体验问题：有人反馈中转站 token 消耗异常快，成本与预期不一致；所谓“缓存命中”是否真实、怎么计算也缺乏可验证结论。
- 关于“海外服务访问/封号”的经验
- 地区很关键：HK 可能被部分服务限制；建议节点更稳定地定位到美国等可用地区。
- 封号更常见原因是 IP 不干净/多人共享污染，而不是“机房 IP vs 住宅 IP”本身；住宅 IP 反而可能更危险（来源不明）。
- 自查与方案：用 AbuseIPDB 等查 IP 信誉；有条件可自建独享节点（成本约千元/年量级）。
- 工具对比与方法论
- OpenCode/Oh My OpenCode 的价值在于“工作流/策略封装”（Plan→执行→自修复），而不只是模型本身。
- 观点：同模型不同结果，核心差在工作方法/提示词工程；通过流程化/结构化（“原提示词”加工、多轮、上下文收集）可以在一定程度上“抹平模型差异”，用 token 换稳定产出。
- IDE 侧：提到 IDEA 里 Continue 等插件；以及通过配置地址/token 切换第三方服务的方式（不同工具/CLI 支持程度不同）。
- 共识/结论
- 公司/生产环境优先：更倾向 官方渠道 + 稳定工具（Cursor / OpenCode）。
- 省钱渠道可以用，但要接受“短期、不可控、随时失效”的现实；更值得投入的是把“工作策略/规范/流程”固化下来，让产出更稳定。