[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 10

筆記下 AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 課程相關內容。

---

課程相關資訊

[連結]：https://learn.duotify.com/courses/ai-cost

請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。

---

內容

Ollama Cloud

1. 從地端延伸到雲端大模型，有要求符合 ZDR，且不作模型訓練
2. 開源模型會需要配套，才能凸顯這些模型好用 – 換言之，不建議你依賴模型本身的聰明，而是要依賴測試、邊界設定…等，來讓模型可以自行驗證
3. 接入方式可以用 API KEY 或本機登入代理
4. Concurrent 的 10 個連線數，理論上多人開發夠用了

---

系列文章

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 9

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 8

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 7

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 6

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 5

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 4

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 3

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 2

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 1

按讚加入粉絲團