作为一个想学视频摄影的普通用户，我给自己定了个目标：

让 AI 教我摄影，并帮我产出作品

一天下来，成果确实不少：3 个技能掌握、4 份学习文档、1 张设计作品、1 套宣传片策划案。

但回头一看账单：约 1000 积分没了。

冷静下来复盘，我发现浪费主要在四个地方：

同一个会话里，AI 每轮都要背着之前所有的对话历史。我一天干的事太多（调研→安装→实操→总结），到后面每说一句话，AI 都要先"回忆"一遍全天内容——

AI 读一个几百行的 SKILL.md，可能就是几千 Token。我让 AI 一个个读技能全文做安全检查，读完还要在对话里复述要点——

这份内容其实看一遍就该存档，不需要在对话里流转

AI 的每条回复都算 Token。前期它给我回复动辄上千字，方法论、分析、总结一应俱全。

信息量是够，但很多内容我其实看一眼就存档了，没必要在对话里展开。

比如改一张脑图的背景色，AI 分了三轮：先改底色、再改配色、最后截图。

每多一轮，就多一次完整的上下文重放。

痛定思痛，我让 AI 把这些教训固化成规则写进长期记忆，之后效果立竿见影：

核心心法：让 AI 记住"你已经会了"

AI 最大的浪费是"重复劳动"——重复读文件、重复解释方法。

解法是把知识沉淀到本地文件，之后直接引用，不再重读。

我的做法：AI 学完任何东西，立刻写成 Markdown 存盘（如 

），同时把要点压缩进长期记忆。下次用的时候，AI 只需要知道"文件在哪"，不需要重新学习。

 我那 1000 积分换来的学习文档和作品，后面能反复用——比如那张设计作品是我用 Pillow 代码渲染的，改改参数就能批量产出同系列。

积分要花在"能沉淀资产"的事情上，省在"纯流转"的环节。

WorkBuddy 的积分机制其实很公平：它逼你想清楚——

这次对话的产出，值不值这个 Token？

烧掉 1000 积分后我才明白：AI 不是越勤快越好，

💬 你在 WorkBuddy 上烧过最多积分的一次是什么？评论区聊聊。

作为一个想学视频摄影的普通用户，我给自己定了个目标：让 AI 教我摄影，并帮我产出作品。

# 我把1000积分"烧"在视频摄影上，才看懂WorkBuddy的正确打开方式（附省积分避坑指南）

> 一篇真实复盘：从疯狂烧积分，到自我反思出一套"省钱打法

人工智能

职业发展

开发工具

AI时代效率工具积分消耗复盘：一个视频学习者烧掉1000积分后发现，浪费主因是上下文反复膨胀、大文件重复读取、回复过长与任务拆分过碎。省钱打法核心：知识落盘不再重读、短问短答、需求一次说清、大额操作先确认、简单任务用轻量模型。关键是让AI记住“你已经会了”，将沉淀资产与纯流转环节区分，避免AI重复劳动。

深度学习

WorkBuddy 

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

# 我把1000积分"烧"在视频摄影上，才看懂WorkBuddy的正确打开方式（附省积分避坑指南） > 一篇真实复盘：从疯狂烧积分，到自我反思出一套"省钱打法

# 我把1000积分"烧"在视频摄影上，才看懂WorkBuddy的正确打开方式（附省积分避坑指南） > 一篇真实复盘：从疯狂烧积分，到自我反思出一套"省钱打法

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐