AI 与算力｜Cutting：Cutting our inference bill by 68% by being obsessive about optimization

发生了什么？

摘要显示：“When our AI code reviewer's cost per run doubled, we dug into the token usage to find out why.” 关键信号：涉及 Cutting、Learn、Cloudflare Blog；事件动作集中在 AI/算力供需；出现 68% 等可量化线索。 标题线索是：“Cutting our inference bill by 68% by being obsessive about optimization”。 这条线索指向AI/算力供需，重点属于AI 与算力。 68% 是后续判断规模、增速、价格或估值变化的关键数字。

公开来源中的事实

• 公开摘要：When our AI code reviewer's cost per run doubled, we dug into the token usage to find out why
• 公开摘要：Learn how we used prompt caching and intelligent model routing to slash our inference bill by 68% while speeding up reviews
• 明确主体：Cutting、Learn、Cloudflare Blog
• 关键数字：68%

为什么值得关注？

Cutting 的变化与AI/算力供需相关，可能传导到 AI 公司、云厂商、芯片链、数据中心和企业软件预算。具体看，GPU、数据中心或云预算变化会传导到芯片供需、云资本开支和企业软件预算；68% 是后续验证规模、增速、价格或估值变化的核心数字。 来源属于权威财经或监管信息，应优先观察。

本节为导读判断，实际影响需结合后续证据核验。

接下来观察什么？

• 是否有公司公告、监管文件或第二家权威来源确认 Cutting 的核心变化
• 后续报道、公告或财报是否继续引用 68%，并说明口径和可持续性
• 云厂商资本开支、GPU 供给、数据中心订单或芯片交期是否同步变化

来源与阅读边界

原文：Cutting our inference bill by 68% by being obsessive about optimization（Cloudflare Blog）

当前简报基于公开摘要或授权范围内材料生成；若原文存在付费墙，简报不会扩写未公开正文。

如何核验和反馈这条资讯