6月1日，GitHub Copilot正式告别无限畅用时代。Pro用户的10美元月费没变，但计费规则从“按请求次数”变成了“按Token用量”扣除AI Credits。输入、输出、缓存Token都要折算成积分。重度用户的账单变得不可预测，网上有人晒出账单暴涨的截图，直呼破防。
我刚撞上这波调整，手头正好有200个Java DTO要重构。活儿不复杂：加Jackson注解、改驼峰命名、补Bean Validation校验、生成MapStruct映射方法。搁以前，直接把文件全扔进Copilot Chat，让它一键重写。现在不行了，200个文件乘以多轮对话，Token消耗是个天文数字，稍不留神几十上百美元就烧没了。
为了控成本，我换了个混合工作流：Copilot定骨架，Cursor做手术。
先是用Copilot的Composer功能跨文件操作，只让它生成基础的Mapper接口和DTO类结构。指令极简：“为指定包下的所有类生成标准的MapStruct Mapper接口骨架，字段保持原样。”这步没产生大量代码输出，Token消耗低，几分钟搞定了200个接口。
接着切到Cursor编辑器改DTO细节。不再让AI思考整个项目，只针对单个文件注入精准Prompt。比如给UserDTO加@JsonProperty和@JsonFormat。点对点操作虽然慢点，但Token利用率极高。很多时候按几下Tab键，自动补全就填好了注解，根本不用触发完整的Chat请求。
前50个DTO手动微调Prompt，平均每个文件消耗约500个Token。中间100个用Cursor多光标编辑配合AI建议，速度翻倍。最后50个涉及复杂嵌套对象，回退到Copilot Chat，但严格控制对话轮数，只生成特定方法的代码片段。
这200个DTO加测试用例，总共消耗约4.5万个Token。基础订阅费里包含一定额度，加上大量使用本地缓存和Cursor自动补全，最终额外消耗的Credits折算下来，总成本在30美元出头。如果完全交给Copilot自动迭代，这笔钱大概率要翻几倍。
AI编程的“无底洞”时代结束了。成本透明化倒逼开发者回归精细操作。与其追求全自动，不如把AI当专家顾问，精打细算地用。控制Token消耗是省钱，也是工程纪律。