Как фронтендеры тоннами сжигают API-кредиты на банaльной лени

[rolion]

Сейчас все кричат про агентскую разработку, но никто не показывает лог расходов. Ленивые разработчики открывают Kiro, Cursor или Claude Code и начинают вайбкодить с дефолтными настройками. На выходе получают корявую кнопку во фронтенде, которая обошлась им в 5 баксов по тарифу API.

В AWS Kiro (да и в любом другом нормальном ха́рнесе) всё упирается в параметр Cost per Task. И этот параметр можно снизить в десятки раз, если перестать тупить.

Во-первых, прекратите скармливать тяжелым frontier-моделям базовые задачи. Если вам нужно отрефакторить мелкую функцию или поправить стили, переключите селектор на легковесные модели. Посмотрите на коэффициенты в дoках Kiro: базовая модель Auto — это 1.0x, Opus 5.5 — 2.0x, а локальный Qwen3 Coder Next — всего 0.05x!
Задача, которая на Opus сожрет 20 кредитов, на Qwen закроется за 0.5 кредита. Экономия в 40 раз на ровном месте. Если задача простая, скручивайте в настройках модели уровень мышления (reasoning effort) на минимум. Меньше рассуждений - короче ответ - чище баланс.

Во-вторых, следите за блоатингом (раздуванием) контекстного окна. Каждый ваш чих в чате улетает на сервер вместе со всей историей предыдущей переписки.

Отдельный ад это бездумное подключение MCP-серверов. Вы подрубили 5 серверов, они вывалили в контекст 100+ определений своих инструментов, сожрали 50 тысяч токенов еще до начала работы, а вы удивляетесь, почему лимиты испарились. Отключайте лишние MCP-плагины, если они не нужны для текущей задачи. Перешли к новому багу? Чистите сессию. Прошлый лог не поможет модели починить чекаут, он просто будет жрать ваши кредиты на каждом повторном запросе. Маловероятный вариант адекватной разработки, если вы не умеете вовремя делать /clear.

Изучайте дoки, оптимизируйте контекстные фильтры и не кормите ИИ-корпорации лишними деньгами.

[ildarsky]

Все научились считать кредиты, но почему-то забыли считать стоимость рабочего результата.
Коэффициент 0,05x сам по себе ничего не дoказывает: важны качество патча, latency, число итераций и затраты на ревью. Сначала замерьте метрики, потом режьте расходы. Без логов токенов и воспроизводимых тестов ваши "40x экономии" это маркетинговая бравада, а не инженерная практика.