AI编程工具频现资源黑洞与付费限制:Trae高耗能存争议,Claude限额惹众怒,成本压力浮现

AI编程工具Trae被指资源消耗大、遥测隐私存疑,Claude Code限制付费用户,凸显AI应用资源挑战与用户体验困境。

原文标题:双“雷”暴击!Trae 被曝资源黑洞、Claude背刺超级付费党,开发者们被“刀”惨了

原文作者:AI前线

冷月清谈:

近期,两款备受关注的AI编程工具Trae和Claude Code相继曝出影响开发者体验的问题。字节跳动的Trae被指过度消耗系统资源,其进程数量和内存占用均远高于同类产品,甚至有用户反映其在用户尝试关闭遥测功能后,仍持续向字节跳动服务器发送大量敏感用户数据,且在社区讨论相关隐私问题时,用户发言会被自动屏蔽。这引发了用户对其资源效率和数据隐私策略的深切担忧。与此同时,Anthropic公司宣布对旗下AI编程工具Claude Code的付费用户实施新的、更严格的每周使用限制,此举主要影响少数重度付费用户,官方解释为应对“前所未有的需求”。

这些事件共同揭示了AI编程应用普遍存在的挑战:运行卡顿、资源消耗惊人及推理成本高昂。厂商在追求商业化的同时,必须在算力成本与用户体验之间进行艰难权衡。文章指出,虽然当前市场上高端AI订阅服务价格持续走高,但其吸引力不仅在于提升效率,也包括满足一部分“尝鲜”用户对前沿科技的探索欲。然而,资源硬性约束对普通用户的冲击日益显现,预示着AI服务未来的价格可能持续上涨,且重度用户将面临更高的成本压力和更严格的使用限制。

怜星夜思:

1、文章里提到Trae被曝出偷偷收集用户数据,甚至阻止用户讨论相关问题。你觉得作为普通开发者,面对这种潜在的隐私风险和言论管控,我们还能信任类似的AI工具吗?除了干脆不用它,还有没有什么其他办法能保护自己的隐私?
2、文章提到Claude这种大模型服务,在给付费用户限流的同时,还预示着这些AI套餐的价格未来只会越来越贵。这是否意味着AI的“免费午餐”或者“高性价比”时代要结束了,我们都得做好为AI功能支付更高昂费用的准备?那些重度用户是不是根本无法负担?
3、文章里提到很多AI编程工具资源消耗巨大,让电脑“负荷”很高。你觉得未来会不会出现那种又智能又轻量级的AI编程助手,或者有没有什么新的技术方向能缓解AI工具的“资源黑洞”问题?

原文内容

整理 | 褚杏娟、核子可乐

主打“自动化执行、多模型调用、上下文记忆”的 AI 编程应用大热,但运行卡顿、资源消耗惊人、推理成本过高等问题也随之而来。

近日,Trae 被曝过度消耗资源,同时 Anthropic 宣布 Claude Code 对付费用户增加每周调用限制。无论是产品侧的性能困境,还是是平台侧的成本管控,两者都指向了同一个事实:AI 产品的资源问题,不单是厂商的困扰,也时刻影响着每个用户。

Trae 被曝过度消耗资源

开发者“s3gFault”和“obxyz”在为个人项目评估开发环境时,对 Visual Studio Code、Cursor 和 Trae(字节的 VSCode 分支),这三款流行的 IDE 进行了对比分析,初步测试结果显示三者的资源消耗存在巨大差异:

测试环境:微软 Windows 11 Pro、英特尔酷睿™ i7-14700KF、64GB RAM

测试项目:在各 IDE 中加载相同的代码库

监控工具:System Informer, Fiddler Everywhere

官方更新版本至 v2.0.2 后,进程数量从 33 个流程减少到约 13 个流程,内存使用量降至约 2.5 GB。

Trae 产生的进程比 VSCode 多 3.7 倍,内存消耗多 6.3 倍

“s3gFault”称 在 Trae 的 Discord  上报告了此问题后,开发团队承认了这个问题。2.0.2 版本解决一些问题,将进程数减少了约 20 个。

此外,“s3gFault”还发现了一个新问题:网络监控显示其与字节跳动基础设施之间存在出站连接,并且“s3gFault”在尝试取消遥测功能后,禁用遥测并未减少网络活动,Trae 反而保留了与 mon-va.byteoversea.com 和 maliva-mcs.byteoversea.com 的现有连接,并提高了批量收集端点的请求频率。其中,端点 maliva-mcs.byteoversea.com接收更细粒度的用户交互数据:

测试中,单个批次的数量量高达 53606 个字节。在主动使用编辑器的过程中,在约 7 分钟内发生了约 500 次调用,短时间内共计传输数量量 26 MB。

已识别的主要端点包括:

  • http://mon-va.byteoversea.com

  • http://maliva-mcs.byteoversea.com

  • https://mon-va.byteoversea.com/monitor_browser/collect/batch/?biz_id=marscode_nativeide_us

调用次数增加

据悉,该遥测系统捕获:系统信息,包括硬件规格、操作系统详情、架构;使用模式,包括活跃时间、会话时长、功能使用情况;性能指标,包括响应时间、资源消耗;唯一标识符,包括机器 ID、用户 ID、设备指纹;工作区详情,包括项目信息、文件路径(已加密)。

“s3gFault”还录制了相关视频:https://streamable.com/e/agr0a2?loop=0

不过,有网友对“s3gFault”分享的视频提出了质疑:“原帖视频中,用户来回切换了多个遥测设置的开关,但每次设置发生变化时,都会弹出一个提示窗口,显示“设置已更改,需要重启编辑器才能生效”——而用户每次都点击“取消”,并没有重启编辑器。然后,结果也不出所料,观察到的行为没有任何变化。也许是我理解不够,或者说重启编辑器其实并不会产生实质影响,但至少从表面上看,我不确定这种测试方式能得出什么有价值的结论……”

“s3gFault”还表示,当其试图在 Trae 的 Discord 上讨论这些发现时,被自动黑名单屏蔽了“track”一词,提及追踪问题立即触发 7 天的发言冻结,并被告知“出于合理的安全考虑,这被视为扰乱秩序的行为。”

发言冻结三天后,社区管理员“Rdap”表示这是自动封禁,且目前似乎已经解封。但触发自动警告的 Discord 消息仍仅对拥有相应权限的用户可见。“我不确定为什么没有立即解封,特别是工作人员当时已经亲眼目睹了全过程。”s3gFault 说道。

截屏内容显示: “我们不会公开这些内容,但会根据服务器需要进行调整。”也就是说:由于包含被服务器屏蔽的内容,此条目无法发布。但服务器所有者仍可看到这些内容。

有开发者建议:试着用 Pi-hole 来屏蔽那些特定的端点,通过让 DNS 解析失败的方式来实现,看看在无法访问遥测端点的情况下,它是否还能正常运行。

还有开发者表示,“遥测在实际项目中性能影响应该是很小的,它这个内存占用看着很离谱,遥测数据收集开发者是可以随意打桩的,这类 App 扫描用户文件也正常,但是有没有把信息发送到后端谁也说不准。而且说遥测关我一样上传,这里也比较可疑。”

还有用户指出,“VScode 无时无刻不在干这个事情”。

成本管控指向高价付费用户

该报告出来后,很多国内开发者纷纷吐槽使用 Trae 过程中遇到的“很卡”、“内存占用高”等问题。这很大概率反映了底层资源调度与系统设计的问题,特别是计算资源不足或使用不当时,问题更容易暴露出来。

虽然并未针对原报告作出回应,但 Trae 官推在 7 月 28 日晚上发布了一个小更新,用户可以设置 Tab-Cue 的延迟提醒时长,这可以让 Cue 响应时间减少 300 毫秒,同时减少运行时的 CPU 和内存占用。另外,Trae 展示了用户如何在后台检查 CPU 和内存使用情况。

AI 编程工具运行成本高、资源消耗大,这已是行业的共性问题。

为此,Anthropic 决定开始限制部分订阅用户“全天候 24 小时持续在后台运行 Claude Code。该公司在 X 上称,这项新的使用限额将于 8 月 28 日起生效,适用于其每月 20 美元的 Pro 计划,以及每月 100 美元和 200 美元的 Max 计划。

Anthropic 表示,其现有的使用限制仍将保留,每五小时重置一次。同时,公司还将引入两个新的每周使用限额,每七天重置一次:一个针对整体使用限制,另一个则专门针对其最先进的 AI 模型 Claude Opus 4。Anthropic 还表示,Max 订阅用户可以在超出限额后按标准 API 价格额外购买使用额度。

今天公告发布前,Anthropic 就悄然为 Claude Code 引入了使用限制。当时公司表示已经注意到相关问题,但没有做进一步解释。不到两周前,Claude Code 用户遭到了意外使用限制,问题似乎主要集中在重度用户身上,其中很多人订阅的是每月 200 美元的 Max 用户。

用户只会看到一条提示:“Claude 使用额度已达上限”,并被告知一个时间(通常在数小时之内)额度将重置。但当时官方并未明确发布使用限制变更的公告,许多用户因此认为自己的订阅被降级,或是使用情况被错误统计。

对于这次限制公告,Anthropic 发言人 Amie Rotherham 回复称:“自推出以来,Claude Code 的需求达到了前所未有的水平。”Rotherham 特别指出,“大多数用户不会察觉到变化”,此次限制预计只会影响不到 5% 的订阅用户,依据是他们当前的使用模式。

Anthropic 表示,大多数 Pro 用户每周在 Claude Code 中使用 Sonnet 4 的时间预计在 40-80 小时之间。每月 100 美元的 Max 订阅用户每周可使用 Sonnet 4 的时间在 140 - 280 小时之间,Opus 4 的使用时间在 15 - 35 小时间。而每月 200 美元的 Max 高级订阅用户每周可使用 240 - 480 小时的 Sonnet 4,以及 24 - 40 小时的 Opus 4。

该公司指出,实际使用情况可能因代码库规模等因素而有所不同,不过目前尚不清楚 Anthropic 是如何具体衡量这些使用量的。Anthropic 曾声称 200 美元的 Max 计划相比 Pro 计划提供了 20 倍的使用量,但根据更新后的数据,用户实际上只获得了大约 6 倍的 Claude Code 使用时长。

这个“20 倍”的说法可能在以 tokens 或计算资源来衡量时仍然成立,但 Anthropic 并未立即作出明确解释。这也表明,即使是顶级大模型服务商,也必须在算力成本与用户体验之间重新权衡。

商业顾问 Allie K. Miller 订阅了多种高价 AI 套餐,她指出,这些高价位订阅的核心目的是优先测试新界面、新交互方式。她将付费超过 200 美元 / 月的用户大致分为两类:

  • 第一类,是硅谷内部人士,有钱也愿意尝鲜这些价格不菲的“Alpha 产品”。这类用户关注的不是通过工具赚钱,而是社群中的身份象征以及那种“探索新世界”的感觉。Miller 将 Google Glass 和 Apple Vision Pro 的用户也归入这类人群。

  • 第二类,是相信这些高价工具能带来实际回报的人。他们认为,自己通过节省时间或提升效率,很快就能把这笔钱“赚回来”。比如,一些硅谷投资人用 AI Ultra 来自动处理邮件沟通;程序员每天用 Claude Max 写代码;投行人士用 Perplexity Max 跟踪市场动态。Perplexity 首席商务官 Dmitry Shevelenko 表示,多数 Max 订阅用户确实是将该工具作为赚钱利器。

Anthropic 这一限制自然引起了广大开发者的不满。有网友留言表示,“我不太明白。之前不是已经有使用限制了吗?难道这些限制宽松到可以在每月 200 美元的套餐上使用价值几万美元的算力?”

Foytech CEO Richard 公开了自己的使用体验:“我对一个大型代码库进行了完整的 TypeScript 迁移,连续两周 24 小时不间断地使用 Claude。期间我用了 10 到 15 个智能体持续工作,分别负责迁移的不同阶段,并且每个 5 小时的使用窗口都触到了硬性上限。不过在迁移成功后,我就恢复了‘正常’使用。”

结束语

许多公司正迅速烧钱和做商业化资金回笼。

国内商业售卖价格相对便宜,如 Trae 的国内版目前免费,国际版上线了 Pro 版付费方案,收费 3 美元 / 月。相比之下,ChatGPT 最早推出了 200 美元 / 每月的 ChatGPT Pro 档位,之后很快被竞争对手效仿。Anthropic 推出了每月 200 美元的 Claude Max 计划,谷歌推出包含云存储的 Gemini AI Ultra 计划,价格为 250 美元 / 每月。紧接着, Cursor 推出了 AI 编程助手“Ultra 计划”,同样为 200 美元 / 月;主打 AI 搜索的 Perplexity Max 计划也是 200 美元 / 月。最近,Elon Musk 的 xAI 推出了价格最高的 SuperGrok 计划,达到 300 美元 / 每月。

尽管高端订阅计划价格不断上探,这些公司依然普遍保留了免费(但功能有限)的使用选项,并提供每月 20 美元的中端套餐,供给非重度用户选择。

各种资源的硬性约束深刻影响着每个普通用户的使用体验。

即便有更多普通用户愿意转化为每月支付数百美元的 AI“重度用户”,但究竟还能负担得起多长时间这种高价格水平的介入服务,仍然是个未知数。不过,有一件事几乎可以确定:这些套餐的价格在未来一段时间里不会保持不变,反而只会越来越贵。

“我们还远未触及这些系统成本的上限,尤其是在企业市场。”Miller 表示,当市场价格由“氛围”决定时,一切皆有可能。

参考链接:

https://github.com/segmentationf4u1t/trae_telemetry_research

https://discord.com/channels/1320998163615846420/1335032920850825391/1398374824987852891

https://x.com/anthropicai/status/1949898511287226425

https://techcrunch.com/2025/07/28/anthropic-unveils-new-rate-limits-to-curb-claude-code-power-users/

https://www.wired.com/story/seriously-why-do-some-ai-chatbot-subscriptions-cost-more-than-200/

声明:本文为 AI 前线翻译整理,不代表平台观点,未经许可禁止转载。

会议推荐

首届 AICon 全球人工智能开发与应用大会(深圳站)将于 8 月 22-23 日正式举行!本次大会以 “探索 AI 应用边界” 为主题,聚焦 Agent、多模态、AI 产品设计等热门方向,围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例,邀请来自头部企业、大厂以及明星创业公司的专家,带来一线的大模型实践经验和前沿洞察。一起探索 AI 应用的更多可能,发掘 AI 驱动业务增长的新路径!


今日荐文

图片

你也「在看」吗?👇

关于“AI的‘免费午餐’是不是快结束了”,我个人认为是的,至少对于大多数高质量的、消耗算力大的AI服务来说。大模型训练和推理成本极高,厂商前期烧钱是为了占领市场和验证技术,一旦达到规模效应,商业化回血是必然的。限流和涨价是其优化营收结构、平衡成本的手段。重度用户可能会面临更大的成本压力,或者需要更精细地优化自身使用方式。未来市场可能会呈现多层级付费模式,免费版功能有限,中端版可满足大部分日常需求,而高级订阅则真正服务于对性能和资源有极致需求的专业用户。这就要求我们重新评估AI工具的ROI了。

讨论“AI编程工具的‘资源黑洞’问题”,这确实是当前 AI 辅助开发领域的痛点。我觉得随着技术发展,未来肯定会出现更智能、更轻量级的助手。可能的方向包括:一是模型小型化,通过模型蒸馏、剪枝、量化等技术,在保持性能的同时大幅压缩模型体积,使其能更好地在本地运行;二是边缘AI计算,将部分推理任务放到用户设备端执行,减少对云端资源的依赖;三是专门的AI加速硬件(如NPU、TPU),能更高效地完成AI计算,降低能耗;四是混合模式,即本地处理常规任务,复杂任务才上传云端。相信这些技术进步会让使用者体验更好。

关于“Trae这种被曝出偷偷收集用户数据、甚至阻止用户讨论的行为”,这确实挺让人心寒的。技术层面,可以尝试用防火墙、网络嗅探工具(比如文章里提到的Fiddler)来监控和阻止它的出站连接,或者在虚拟机里跑这类工具,用完就销毁。但说到底,信任崩塌了很难重建。作为开发者,我们得保持警惕,优先选择那些开源的、或者有良好隐私政策和透明度的工具,并且多看看社区反馈,不能光看宣传。如果一款工具连讨论隐私的权利都不给,那是真的要重新考虑了。

哈?涨价?还限流?感情这AI不是来解放生产力的,是来掏空我钱包的!这简直是“高端的食材往往只需要最简单的烹饪,比如蒸、煮、炖,而高端的AI往往只需要最简单的——加钱!”我觉得“免费午餐”确实快没了,以后估计得花钱买“AI面包屑”了。重度用户?他们可能是“真爱粉”或者公司报销吧,不然普通个人真扛不住。看来,是时候把当年学过的Python基础知识捡起来,告别这些“吞金兽”AI了。

是的,我认为“又智能又轻量级”是AI编程工具发展的必然趋势。这不光是技术问题,也是用户体验和商业化成功的关键。除了前面提到的模型优化和硬件加速,还有可能的技术方向是:更高效的算法设计,减少不必要的计算;构建模块化的AI服务,用户按需加载功能,而非一次性跑一个巨型模型;以及利用增量学习、联邦学习等技术,提升模型效率的同时保护数据隐私。另外,未来可能会出现更多垂直领域的AI模型,它们更专注、更小巧,能解决特定问题,而不会像通用大模型那样“大而全”,从而降低资源消耗。这需要整个AI生态链的共同努力。

我说句大白话,看了这文章,就感觉自己跟个透明人似的,代码写得咋样、用了多久,对面都一清二楚。这哪是工具,这是个“监视器”啊!你说还能信任吗?嘴上说相信,身体可能就老实地去用别的了。保护隐私?可能除了拔网线,就是在用这些工具的时候,心里默默念叨‘它不知道,它不知道’,然后只把不敏感的代码放进去跑。毕竟,真要完全安全,得自己开发一套了,那还用什么AI编程工具啊?简直是回到了石器时代。

从宏观角度看,这种AI工具的隐私争议并非孤例,反映了数字时代数据权属和监管的复杂性。用户除了“用脚投票”选择更负责任的产品外,也应呼吁相关部门加强数据隐私立法和执行力度。从个人层面,除了刚才提到的技术手段,养成良好的数据安全习惯也很重要,比如不将核心商业机密代码直接喂给不透明的AI工具,定期检查软件的网络活动,并关注行业内对工具透明度的讨论。信任是基于透明和负责任的行为建立的,一旦缺失,其商业价值也会大打折扣。

这背后是AI技术发展的宿命,也是市场经济的必然。大模型的发展需要巨大的算力投入和研发成本,这些成本最终会以各种形式转嫁给消费者。限流和涨价,一方面是为了控制成本、优化资源分配,避免算力滥用;另一方面也是在筛选真正的“高价值用户”,毕竟不是所有人都需要全天候不间断地使用最先进的模型。对于重度用户而言,这确实可能迫使他们重新考虑投入产出比,或者寻找替代方案,比如部署更小的本地模型,或者利用云服务商的优惠策略。未来AI工具的分化会更明显,有钱的用顶配,一般的用“经济适用型”,甚至一些开源项目会提供免费但可能不那么方便的解决方案。

哎,这问题问到心坎里了!现在用个AI编程工具,感觉电脑风扇都能起飞,卡得要命,跟回到拨号上网时代似的。我梦想中的AI助手,得是那种润物细无声的,悄悄帮你把代码写出来,然后你的电脑还跟没事人一样,安静地躺在那儿。有没有可能,未来AI工具能直接集成到操作系统底层?或者利用云计算的弹性,在后台默默帮你处理,而你完全感受不到它的资源消耗?或者… 我直接换个外星科技电脑?算了,还是期待技术突破吧,不然我这小破本子真要退休了。