用每月50美元运行全天候AI公司

# 如何用每月50美元运行一家全天候AI公司（GPT-6 Astra + DeepSeek V4.1 Flash - 完整配置指南）

我曾经一个晚上就烧掉100美元。

9个AI智能体。同时运行。彼此互相通信。

为机器人的闲聊支付前沿模型的价格。

然后DeepSeek V4.1-Flash发布了。

GPT-6 Astra得分的98%。成本仅为1.4%。

于是我重建了整个系统。

20美元的ChatGPT Plus。30美元的DeepSeek API额度（如有需要，可加上10美元的Opencode Go）。

一套简洁的系统，全天候运行。

以下是具体做法。

## 改变一切的基准测试

OpenDesign Arena用真实日常任务测试了11个模型。

结果：11个模型的得分都低于Flash，而且成本更高。

只有Astra得分更高。

但Astra每次任务的费用是Flash的70倍。

问题不再是"哪个模型最好"。

而变成了"每项工作我究竟需要哪个模型"。

## 每月50美元的技术栈

我还建议将OpenCode Go用于DeepSeek，因为它似乎只需10美元就能提供60美元的用量（https://opencode.ai/go）

规则：Astra负责思考，DeepSeek Flash负责执行。

Astra是CEO。它读取目标，将其拆分为子任务/工单，然后委派出去。

Flash是团队。它以1/70的成本完成实际工作。

你的工作：向Astra解释一次目标，其余的它来运行。

## 第一步 — 安装codex-router

https://github.com/duolahypercho/codex-router

一条命令即可完成所有安装并打开仪表盘：

安装完成后仪表盘会自动打开。

在仪表盘中：

→ 粘贴你的DeepSeek API密钥（在platform.deepseek.com获取，或从Opencode获取）

→ 启用DeepSeek提供商

→ 将deepseek/deepseek-v4-flash选为可用的子智能体模型

→ 保持Astra作为Codex的根模型——不要将Flash设为新任务的默认模型

→ 如果路由未自动启用，请从路由器目录运行./bin/model-router codex enable

→ 完成——Flash现在可作为你的专属执行子智能体使用

## 第二步 — 在Codex中解锁Astra神模式

将以下内容添加到~/.codex/config.toml（或直接让Codex来做）：

然后保持~/.codex/AGENTS.md简洁，专注于项目规范。

两个模型的实际连接方式：

你在Codex中输入目标。这是你唯一下达命令的地方。

→ Codex将Astra作为大脑运行——读取你的目标，制定计划

→ Astra显式生成一个有边界的子任务，指定使用deepseek/deepseek-v4-flash

→ codex-router将该子智能体调用路由至DeepSeek Flash

→ Flash执行，结果返回给Astra

→ Astra审核后将最终答案返回给你

重要提示：如果Astra没有显式地用DeepSeek模型生成子任务，工作就会留在Astra上执行。路由器不会自动对任务分类。这正是第三步中系统提示词至关重要的原因。

配置项说明：

→ reasoning_effort = "low" — Astra的基准测试是在最高设置下运行的。日常任务很少需要如此。从低档开始，根据具体任务按需提升。

→ experimental_mode = true — 可在上下文窗口之间保留笔记，自动检索之前相关的消息，减少无效token消耗，在长时间重构和调试过程中保持Astra的连贯性。

启用后重启Codex并开启新任务。

依赖分流前请先验证：

→ 根模型选择器显示 gpt-6-astra

→ 路由器状态报告为integrated/routed模式，而非native-only

→ 一个小型委派测试任务在路由器活动中显示deepseek/deepseek-v4-flash

## 第三步 — 设置你的默认Astra提示词

这是让 Astra 作为编排器运行并显式委托给 Flash 的系统提示词。

将其粘贴到 Codex 设置中的 System Prompt 选项下（直接问 Codex 即可）：

## 第四步——80/20 路由规则

当显式委托时，Flash 以 1/70 的成本处理 95% 的日常任务：

让你的智能体变得昂贵的 3 件事

大多数人在第一周内就会踩到这些坑。

1. 上下文膨胀

每个全局注入的文件都会在每次调用时消耗 token。

→ 保持 AGENTS.md 在 800 token 以内

→ 保持 SOUL.md 在 500 token 以内

→ 保持 MEMORY.md 在 2,000 token 以内

→ 将项目详情移至按需加载的项目级文件中

2. 在前沿模型上运行心跳和定时任务

心跳的作用只是检查是否有任务需要处理。

每天在 Astra 上运行 48 次检查 = 昂贵的机器人失眠症。

→ 将每个心跳和定时任务配置为显式使用路由后的 Flash 模型

→ 效果相同，成本降低 70 倍。

3. 破坏提示词缓存

DeepSeek 会自动缓存你的系统提示词前缀。

一次缓存命中 = 新鲜调用价格的 1/50。

有一件事每次都会破坏它：前缀中的动态值。

→ 系统提示词中不要加时间戳 → 前缀中不要加 session ID → 保持每次调用结构一致

当配置稳定时，Codex 会自动处理缓存。这就是为什么保持 AGENTS.md 简洁、以及在会话之间不改变配置如此重要。

## DeepSeek V4.1-Flash——真正改变了什么

这不只是一个更便宜的模型，它的架构是不同的。

KV 缓存的减少正是它专门适用于智能体的原因。

缓存命中费用在智能体成本中占很大比例。

Flash 更小的缓存意味着即使持续运行，这些费用也会大幅降低。

## 注意 Astra 的价格悬崖（API 用户）

如果你曾经通过 API 直接调用 Astra，而非通过 ChatGPT Plus：

解决方法：使用 ChatGPT Plus（每月 $20）通过 Codex 访问 Astra。

无需按 token 计费，没有价格悬崖，固定月费。

整月预算固定。

而使用 Opencode Go，费用还会更便宜。

配置清单

□ 安装 codex-router（一条 curl 命令）
□ 在控制台添加 DeepSeek API 密钥
□ 将 deepseek/deepseek-v4-flash 启用为显式子智能体模型
□ 保持 Astra 为根模型——而非 Flash
□ 添加 Astra godmode 的 config.toml 配置
□ 保持 AGENTS.md 简洁且聚焦
□ 在 Codex 设置中粘贴系统提示词
□ 将心跳和定时任务配置为显式使用 Flash
□ 保持系统提示词结构一致（不加时间戳）
□ 重启 Codex，验证路由器活动显示 Flash 正在处理委托任务

就这些。

ChatGPT Plus $20，DeepSeek API $30，一条路由规则。

$50/月，全天候 AI 公司。

停止为所有事情支付前沿模型的价格。

开始智能路由。

资源链接：

DeepSeek API：       platform.deepseek.com
Opencode Go：         opencode.ai/go
codex-router：       github.com/duolahypercho/codex-router
ChatGPT Plus：       chat.openai.com

如果这对你有帮助：

→ 转发给每一位为 AI 付出过多的开发者

→ 关注 @sairahul1 获取更多此类系统

→ 收藏这篇文章——配置和默认提示词是你现在最需要的两样东西

我写关于 AI、产品构建以及让系统在你睡觉时自动运转的内容。