一个房产中介,为什么会用掉26.5亿Token?

就在刚刚，我看到自己的AI使用统计，愣了好一会儿。

累计Token数26.5亿，峰值3.7亿，最长的一次任务跑了3小时35分，还连续用了33天。

这组数据放在程序员身上，也许不稀奇。但放在一个房产中介身上，就多少有点"不务正业"：别人卖房磨鞋底，我除了磨鞋底，可能还顺手磨了几十亿Token。

33天累计使用数据

我也不太喜欢这些技术名词。但既然聊到这儿了，简单解释一下。

Token不是字数，也不是你问了几句话。它是AI处理信息的基本单位——一个字、一个标点、甚至半个词，都可能被拆成一个Token。你让AI理解一段话、改一版文案、跑一个复杂任务，它都在消耗Token。

所以26.5亿Token，不等于我打了26.5亿个字。它更像一个"工作量刻度"，记录着我跟AI之间大量的信息交换、任务执行、改来改去和推倒重来。

数字大不大不重要。重要的是：这些Token最后变成了什么？

最开始，我只是让AI写房源介绍、润色朋友圈、想短视频标题。那时候它对我来说，就是一个随叫随到的文案小工。

后来我发现，真正值钱的不是让AI"给个答案"，而是跟它一起把事情往深处做。

同一套房，刚需客户关注的是通勤和学区，改善客户看的是户型和社区，投资客户算的是租售比和流通性。同一份数据，讲给业主听是一套逻辑，讲给买房人听是另一套。AI写出第一版只是开头，我还要告诉它哪里太虚、哪里不像人话、哪里跟真实市场对不上，然后让它重写。

我也开始让它帮我整理资料、复盘带看、梳理客户问题，把脑子里零散的经验变成能复用的步骤。

但最上瘾的，是让它帮我写软件。

对，你没看错，一个卖房的在写软件。不是正经程序员那种，是最近很火的"vibe coding"——我不写代码，我跟AI说"我想要一个能自动整理房源数据的工具"，然后它写，我试，不行再改，改完再试。几轮下来，一个我自己用起来顺手的工具就出来了。

这过程特别像带看：不是AI给你一个完美答案，而是你跟它一起把模糊的想法，磨成一个能用的东西。我不在乎代码漂不漂亮，我只在乎这工具能不能让我少点几下鼠标、少输几行字。

跟AI一起磨工具的日常

那回跑了3小时35分的任务，就是这么磨出来的。AI已经不只是陪我聊天了，而是在读取信息、理解要求、执行任务、发现问题，然后继续修正。

以前我问它："你能给我什么？"

现在我更常说的是："这件事，咱俩能不能一起做？"

如果只是生成了一堆看起来正确的文字，那26.5亿Token确实没啥可炫耀的。每天用AI的人很多，真正用好它的没几个。就像每天刷房源的人一大把，真正懂市场的没几个。

我仔细想了想，变化主要在三个地方。

第一个是表达变清楚了。AI老是误解你的时候，很多时候不是它不聪明，是你自己也没想明白。一次次补充要求、改措辞、加限制条件，其实也在逼自己把那些模糊的经验，一点一点说清楚。

第二是工作开始有方法了。一条文案写完就完了，价值有限。但如果把背后的提问方式、分析步骤和检查标准留下来，下次就能更快、更稳。现在我的很多流程和模板都是之前跟AI一起磨出来的。

第三是我重新认识了自己的专业。房产中介很多经验都装在脑子里：什么时候该追问，客户犹豫时该观察什么，一套房的优势怎么排序。AI会不断追问"为什么""依据是什么"，逼着我把"凭感觉"变成能解释、能复盘、能迭代的方法。

这些Token记录的不是AI工作了多少，是我为了让它理解我，认真思考了多少次。

━━━━━━━━━━━━

AI能整理一百套房源，但不能替客户走进一套房，感受采光、噪音和楼道里的气味。它能分析谈判策略，但读不懂业主一句停顿背后的情绪。更不能为客户几十年的积蓄做出的决定负责。

它还会一本正经地犯错。没有专业判断的话，效率越高，错误传得越快。

所以我的答案很简单：AI负责放大能力，人负责判断方向。

人负责判断方向，AI负责放大能力

连续33天没让我变成程序员。我还是那个跑小区、拍房子、聊业主、陪客户看房的孙老师，只是多了一个能一起整理信息、挑战想法、执行任务的搭档。

26.5亿Token看起来是个技术数字，对我来说，是一段探索留下的脚印。

程序员有程序员的AI，卖房的也可以有自己的AI。

毕竟，谁规定一个卖房的，只能研究房子呢？