最近跟几个同事聊了下 AI 工具的使用情况，发现一个挺有意思的事：

大家都在用 AI，但愿意掏多少钱，差别巨大。

我自己现在每个月 AI 订阅的花费超过 500。日常开发里，我已经比较习惯让 AI 参与进来了——拆任务、写代码、排查问题、局部重构，然后我来做审查、取舍和最终把控。常用的主要是 Codex、Claude Code 这类偏 agentic coding 的工具，我从大约25年9月份后基本很少去手写代码了。

但我身边的同事，使用方式明显不一样。

有个同事算用得比较多的，淘宝拼车买了 Cursor 会员，平时主要是 vibe coding，加上一些简单的 agent 使用。我问他愿意为 AI 付多少钱，他的心理价位是：一年 200 以内。

另外两个同事就更保守了，基本没有付费的打算，日常主要用 IDE 集成的免费代码补全，或者网页端 Chat 工具问点问题。

这让我意识到：程序员不是不用 AI，而是不同人对 AI 的价值感知，差得太远了。

同样是 AI，付费意愿为什么差这么多？

如果只是偶尔打开网页问一句“这个报错怎么解决？”，或者让 AI 帮忙解释一段代码，那它在心里自然就是一个增强版搜索引擎。

这种用法下，让一个人每个月花一两百订阅，确实很难。

但如果 AI 已经改变了你的日常，情况就不一样了。

这时候 AI 不再是“问答工具”，更像一个能真正帮你干活的分身，甚至比你自己做的更好更快。

我愿意每个月花 500 以上，不是因为我钱多不在乎，而是它确实能影响我单位时间的产出。

工作量判断，开始变化了

最近还发生了一件事，让我感受更明显。

我们计划接一个外包项目，甲方希望基于现有小程序做 UI 重构，设计图已经有了，后端也在，不需要我们维护。

从传统开发视角看，这当然不是“没工作量”的项目。小程序功能很多设计图有300多个页面，要还原设计图，交互要调整，接口要对，部分新增需求也得处理。

但我个人对这件事的工作量预期，并不高。

原因很简单：这类任务里，我觉得 AI 至少能协助完成 70% 左右的工作。

尤其是 UI 重构这种场景——设计图明确、业务逻辑已有、后端接口也不需要我们维护，很多活儿其实就是“把确定的 UI 设计图还原出来”。这种任务特别适合 AI，先定义全局的通用样式、组件和类库，规则约束定好 AI 基本能做到一次搞定，我们只需要最后再搂一眼，跑偏了及时改规则就行了。

但同事的判断就不一样，他觉得这个项目挺复杂，工作量不小。

这不是谁对谁错，是双方的评估方式已经不一样了。

以前评估工作量，基本是按“人手写代码要多久”来估。

现在我会下意识把工作拆成：哪些可以 AI 来做，哪些必须人工参与，是否有技术难点，总体是否可控，来进行总体一个分拆评估。

当这个拆分习惯形成以后，对项目复杂度的感知会明显变化。

这可能才是深度使用 AI 之后真正带来的改变：不是代码写得快了一点，而是你开始重新估算什么叫“工作量”。

AI 付费的本质，是价值判断问题

所以我现在不太愿意简单地讨论“AI 值不值得付费”。

脱离使用方式去聊这个问题，真的没啥意义。

如果 AI 只是个网页聊天工具，一年 200 可能都嫌贵。

如果 AI 是 IDE 里的代码补全，那它的价值可能就是“省一点输入时间”。

但如果 AI 已经变成开发流程的一部分，能参与实现、重构、排查和交付真正帮你干活，那每个月几百块的成本，你会觉得很值。

比如我自己做的免费HTTPS证书自动续期部署项目 CertFlow，整个开发过程基本都是AI帮我完成的，我只是在产品方向、功能取舍和UI上进行把控。虽说不是完全替我完成这个产品的开发，毫不夸张的说AI帮我实现了95%以上的代码。

这种经历会改变一个人的判断。
以前我会想：“这个功能我得写多久？能不能搞定其中的技术难点？”
现在我会先想：“技术上有AI协助应该没问题，可以试一试！”

---

从我身边的情况来看，程序员对 AI 的付费意愿差异很大。

有人每月花几百甚至上千，把 AI 当生产力工具。
有人愿意低成本试试，但还没真正深入参与使用。
也有人只用免费的补全和网页聊天，不觉得有付费的必要。

这背后不是简单的消费观差异，是 AI 使用深度的差异，用的越多，你就越会用，就越能发现 AI 的价值。