随着大模型 API 的 token 价格持续走高，AI 编程的使用成本成为开发者的现实负担。一位开发者在 V2EX 分享了其应对思路：利用厂商提供的免费网页版 Chat 服务，替代按量计费的 API，实现类似 AI Agent 的自动化任务执行。作者基于该思路创建了开源仓库 kcode，工作流程为：先由 AI 完成任务规划，再驱动 AI 逐步实现，从而在免费网页对话界面上模拟出 Agent 的执行效果。作者表示该方法已能达成 Agent 的基本效果，但在细节处理上仍需继续完善。为验证可行性，作者制作了一个五子棋 demo 作为演示。项目已在 GitHub 开源，感兴趣的开发者可自行查看仓库试用，也可从项目的 GitHub Actions 页面下载构建产物，或自行打包运行。作者同时提示了风险：通过自动化程序驱动网页 Chat 属于对免费服务的非典型使用，不确定是否会触发平台的滥用检测机制而导致账号被封禁。这一实践从侧面反映出当前 AI 编程工具的成本痛点：主流 Agent 类产品多按 token 计费或对订阅用户设置额度限制，高频使用场景下成本不低，促使部分开发者探索免费额度最大化利用的替代路径。
事件分析
该项目的核心看点在于成本套利思路：网页版 Chat 通常包含在订阅套餐或免费额度中，边际成本远低于按 token 计费的 API，用自动化方式驱动网页对话，相当于把订阅额度转化为 Agent 算力，这与 Claude Code、Codex 等产品引发的限额争议一脉相承。技术实现上，此类方案需解决会话保持、上下文注入、输出解析等工程问题，稳定性和上下文长度天然受限，难以承载复杂长任务，因此作者也承认细节仍需打磨。产业层面，这类灰色用法可能促使厂商强化网页端反自动化检测，或收紧订阅政策；另一方面，它也向市场传递信号——若 Agent 产品定价持续高于用户心理预期，替代性方案会不断涌现。后续值得关注厂商对这类用法的容忍尺度，以及官方是否会推出更精细的额度分层与定价策略。
核心观点：用免费网页 Chat 复刻 Agent，本质是开发者对 token 高定价与订阅限额的民间反制，AI 工具定价体系正被用户行为倒逼调整。
原文链接：V2EX 分享发现
