OPC 一个月烧 1000 刀订阅，能有多少产出？
内容提要
作者在一个月内使用7个ChatGPT Max订阅、消耗超千亿Token，完成多项工作：发布MinIO分支Silo（获2200星）；推出Pigsty 4.4/4.5并新增Kafka、MySQL等模块；PG扩展包增至572个，建成PGEXT.CLOUD目录；维护12款PG内核分支打包；开发Boar、SOW、OINK、go-patroni、snort及macOS应用等新项目；完成DDIA v2中文校对，并由AI生成《PG三十六计》初稿。
延伸解读
AI 订阅的产出衡量：从 Token 到可交付资产
文章强调，单纯统计 Token 消耗量没有意义，关键在于这些词元是否转化为代码、软件包、文档、发布版本等可交付资产。作者通过一个月内使用 7 个 ChatGPT Max 订阅、消耗超千亿 Token，完成了 Silo、Pigsty 4.4/4.5、PGEXT.CLOUD 等多个项目，说明 AI 订阅的价值应以其实际产出和沉淀的资产来衡量，而非消耗量本身。
一人公司如何借助 AI Agent 扩展能力边界
作者作为一人公司（OPC），借助 AI Agent 完成了通常需要团队协作的大型项目，如接手 MinIO 分支 Silo、维护 12 款 PostgreSQL 内核分支、重做近 100 款可观测性软件打包等。这展示了 AI Agent 如何帮助个人突破人力限制，在开源生态中承担起顶级项目的维护与开发工作，实现“一人独角兽”的可行性。
AI 在翻译与写作领域的实际应用与局限
文章提到，作者使用 AI 完成了 DDIA v2 中文翻译全本校对，并生成《PG 三十六计》初稿。翻译质量已接近人工水平，但 AI 生成的书籍初稿仍需人工校审后才能正式发布。这表明 AI 在翻译和写作上能大幅提升效率，但在需要严谨性和创造性的内容上，人工审核仍是必要环节。
AI 辅助开发的成本与效率权衡
作者每月在 7 个 Max 订阅上花费约 1000 美元，但通过 AI 完成了大量项目，包括新项目开发、文档翻译、生态维护等。虽然订阅费用不低，但相比雇佣团队或外包，成本效益显著。同时，作者也指出，大型工程任务可能持续数天，需要前期人工调研和 PRD 设计，并非完全自动化。
Q&A
OPC 一个月烧 1000 美元订阅，具体用了多少个 ChatGPT Max 订阅？
作者同时使用 7 个每月 200 美元的 ChatGPT Max 订阅，其中包括两个开源白送的订阅。
Silo 项目目前取得了哪些可量化的成果？
Silo 是 MinIO 社区版停止维护后的 fork，已成为独立开源项目，GitHub 仓库约 2200 stars，Docker Hub 镜像超过 52 万次 pull，是 MinIO 社区 fork 中最活跃的一个。
Pigsty 4.5 新增了哪些数据库和模块支持？
Pigsty 4.5 新增 Kafka 支持（Apache Kafka 4.1+ 动态 KRaft 集群），并加入 MySQL 模块（MySQL 8.4 LTS 单机与三节点 InnoDB Cluster、MySQL Router、TLS、XtraBackup 和监控面板）；Redis 模块可选 Redis 7.2 或 Valkey 9.1；MinIO 模块可在原生 MinIO、Silo 与 RustFS 之间切换；还顺手做了 K8s 和 K3s 模块。
PGEXT.CLOUD 在 PostgreSQL 扩展生态中达到了什么规模？
PGEXT.CLOUD 收录了 2,239 个扩展，提供开箱即用的 RPM/DEB 二进制包；在 PG 官方仓库 92 组扩展包基础上额外提供 340 组，并在 16 个 Linux 平台、5 个 PG 大版本的构建矩阵中实现 32,240 个构建组合零遗漏、全覆盖。
作者用 AI 完成了哪些翻译和写作项目？
作者用 AI 完成了《设计数据密集型应用》第二版中文翻译全本校对交付，并让 AI 生成了《PG 三十六计》全书初稿（待人工校审后正式发布）。此外还翻译了 PG 官方文档、官方网站及 2,200 多个扩展的中文文档。
作者如何描述自己作为 OPC 的工作状态和效率？
作者表示虽然同时蹬 7 个订阅，但实际比较清闲：大型工程人工花两三个小时调研出 PRD 后由 AI 跑一两天到四五天，小型任务跑二三十分钟后验收，中间可以刷短剧、看小说、上网冲浪。他认为一人公司靠企业级 PG 发行版稳定盈利是成立的，自己就是活生生的例子。
