
写代码这件事,最贵的不是写不出来,是不知道账单从哪来。
上周(10 月 28 号)微软的 Nolan Lawson 发了一个 benchmark,思路简单粗暴:同一个 Pokémon 图鉴应用,让 Claude Opus 5.5 分别用 12 个 JavaScript 框架写一遍。每个框架跑 5 次取中位数,Angular 只算 3 次,因为另外两次它写出来的应用根本跑不起来。
结果挺有意思。最便宜的 Hono+htmx,一次 2.67 美元。最贵的 Angular,4.97 美元。同一个模型,同一个需求,差了 1.86 倍。

钱花在哪了?拆开看更扎心。
Hono+htmx 写出 1370 行代码就完事,Angular 写了 2009 行。前者烧了 426 万 token、8.6 分钟,后者 976 万 token、17.2 分钟。行数多不是能力强,是每个抽象层都要 AI 多读多写多理解。你多付的钱,买的不是更好的应用,是框架的复杂度。
更冤的是 SvelteKit。5 次运行,5 次都把 v3 迁移指南完整读进了上下文。那份文档是写给从 v2 升级的人类工程师看的,跟这个从零开始的项目八竿子打不着。但它就在那,agent 就读了,一次没落下。

有意思的是质量这个维度。Lighthouse 跑下来,12 个框架的性能和无障碍分数几乎全部饱和,多数是满分。账单差了一倍,质量没差出一分。这可能是整个实验最反直觉的地方。
还有个细节,做 MCP 的朋友可以留意。Lawson 给每个框架都配了官方 MCP 或 skill,结果 Nuxt 的 MCP 服务器 5 次运行一次都没被用上,Next.js 的 skill 只被读过 1 次。他自己在文里猜,现在的 MCP 和 skill 说不定弊大于利。当然他也老实标注了,这个实验没打算验证这件事。
裸写反而不省。不套任何框架的 Vanilla Vite 花了 2.98 美元,比 3 个框架都贵。有些结构确实在帮 agent 少走弯路,只是结构太重的,帮着帮着就开始帮倒忙。
照例说下这个实验的边界,Lawson 自己也交代了:这是个偏内容展示的小应用,他自己说”更像 Wikipedia,不是 Figma”;LLM 输出随机性大,中位数也只能压住一部分波动;Lighthouse 天然偏爱多页应用。换个重交互的应用重跑,榜单可能洗牌。benchmark 开了源,不服可以自己 fork 一份跑。
我自己拿 Claude Code 写东西,每次会话结束看 token 账单的时候,确实在想一件事:以前选框架看的是人写得爽不爽,现在得看模型读着顺不顺。人类工程师三分钟看懂的东西,agent 可能要烧掉几百万 token 去试。
选型的账本,正在从「开发体验」往「生成成本」那边挪。挪多快我不确定,但方向大概率不会回来了。
你们团队的框架,是按什么选的?