CodeBurn

一句话定位

本地跑的开源 AI 编程记账本：不用上传任何密钥，直接读你磁盘上 Claude Code、Cursor、Codex、Copilot 等 37-40 种工具留下的会话日志， 把 token 和美元按任务、模型、项目、PR 拆开，并进一步告诉你 "花出去的钱到底交付了代码没有"。

做这个东西的人

Resham（ProductHunt 号 @iamtoruk），GitHub 组织 AgentSeal 下的开源项目。 作者自述动机：用 Claude Code 时一周烧掉近 1400 美元，两眼一抹黑，决定自己动手开源。 产品发布线程里另有一位 Aditya V. Singh（@adityavsingh，自称做过战略与风险投资、后转运营角色）以共建者身份回复用户。

判断：先烧掉真金白银再写记账工具，是这类"痛苦驱动"项目里最可信的出身。 创始人对账的执念——"宁可标'无法归因'也不硬安一个'看起来合理'的数"——是长期做财务工具的人才有的习惯。

它到底能做哪几件事

• 按维度拆账 → 时间 / 项目 / 模型 / 任务 / 工具，精确到每次模型调用；价格读 LiteLLM 价表，区分 input/output/cache，看不透明的模型就明说"估算"
• 归因到 PR → 把会话成本关联到 Git 提交，分四类：Productive（合并进主分支）/ Reverted / Abandoned / Ambiguous——直接回答"预算发没发出 PR"
• 找浪费并自动修 → Optimize 找出缓存膨胀、retry 税、贵模型干便宜活，帮你改掉并跟踪省了多少钱，可回滚
• 模型对比 → 用你自己的真实用量对比两个模型：单次编辑成功率、重试率、每次编辑成本、缓存命中率
• 预算守卫 → guard 装到全局或项目，跑过软上限（默认 $5）弹警告，过硬上限（默认 $15）直接暂停
• 多端一致 → CLI、桌面端（Mac/Win/Linux）、macOS 菜单栏、自托管 web、GNOME 插件，读同一份本地数据
• agent 自查 → 提供 MCP server，Claude Code 等可以直接问"这周 token 花了多少"
• 团队（预览） → sync 推送到远程端点，只传 token 数/费用/模型/项目，不含代码和 prompt，OIDC 登录

它明确不做：不做套壳客户端、不做云端计费平台、不做发票级对账。默认无账号、无遥测，数据不出本机。

它在替代什么旧行为

以前算 AI 编程花了多少钱，只有两条路：一是各家的用量页各看各的（Claude.ai 一个数、Cursor Usage 一个数），对不上、没法横向比；二是接 API Key 给云端聚合平台，隐私和合规都犯嘀咕。

CodeBurn 走的是第三条路——读磁盘上已经存在的会话文件。每个 AI 编程工具都会往本地写详细会话日志，"有人读了它们"这件事之前没人做。它替代的是"打开各厂商后台 + 人工把账单拼起来"这个动作，还把下一步的"这钱花得值不值"（有没有变成 PR）也顺手回答了。

商业模式

免费开源（MIT），目前无付费产品。 GitHub 上有赞助链接，团队 sync 功能标为预览。 作者在 PH 上明说"它已经免费了，不用解锁任何东西"。

判断：这是典型"先做工具攒口碑、后补商业化"的路线，现在的指标是覆盖率和信任度而不是收入。 它真正值钱的判断在"成本/有用单位"（cost per useful unit of work）上——谁先把这个口径做成行业标准，谁就能定义这品类的定价权。目前还没有证据表明他们想清楚了收费点。

硬数字

• 9.3k star / 738 fork（2026-08），MIT 协议，TypeScript 为主
• 首个提交 2026-04-14，当前 v0.9.20（2026-08-11）——四个月从 0.1 迭代到 0.9，速度很快
• 支持工具：README 正文称 40 种（标题称 37），包括 Claude Code、Cursor、Codex、Copilot、Devin、Gemini CLI 等
• 付费用户、ARR、融资：无（无付费产品）
• 中文聚合渠道有"全球 15 万开发者使用"的说法，未找到一手来源，不可采信

四维评估

判断

这是 AI 可观测性赛道里最认真的独立选手之一，方向（从"花了多少"到"花出什么"）是行业的正确下一步。

它最值钱的不是仪表盘，是归因哲学：对不上的数宁可标"无法归因"，也不往看起来合理的地方硬塞。 这条规矩在发布线程里被用户主动夸奖——对财务工具来说，信任就是产品本身。 它自己的数据也证明这条规矩的必要：曾经一次无边界目录关联把 131 个会话里的 129 个挂到一个 PR 上，教训写进了产品约束。

两件事决定它能不能从"值得关注"走到"强烈推荐"： 一是商业化。免费+赞助养不活一个要持续追 40 种工具格式变动的项目，团队 sync 和预算守卫明显是未来的企业付费点，但还没明码标价。 二是"Optimize 会自己动手改"这条线——从测量工具滑向"自动优化 agent"，既可能是护城河，也可能让它和它监控的对象抢饭吃，路线选择还没做。

竞争格局：同赛道已有 Decant 等，厂商自带用量页也在升级。CodeBurn 的护城河是"本地、无密钥、归因诚实"三件事叠加，短期难抄。

下一步看什么

① 是否出现付费层或明确定价（team sync / 企业版）——赞助之外的第一笔收入在哪 ② "cost per merged PR"这类产出口径有没有被同行跟进——被跟进说明它定义了标准 ③ 三个月后 star 是否过 1.5 万、工具覆盖是否还跟得上新增 agent——覆盖率是这品类的生死线

可借鉴的做法

产品逻辑：当你的用户已经在产生某种数据、只是没人读时，先做"读现成数据"的工具，比做"要求用户先埋点/先装探针"的工具省十倍的推广成本。CodeBurn 一行 npx codeburn 就读完全部历史，这是它爆发的第一因。

定价结构：无，未披露。但它"免费+赞助+预览期团队功能"的阶段划分值得参考——先让工具免费长成事实标准，再补企业层。

结论

值得关注。 痛点真实、工程扎实、增速快（四个月 9.3k star），归因哲学在品类里独一份。 缺的是商业模式和"自动优化"的路线选择，这两条定了才知道它能长多大。记下上面三条，三个月后验证。