原始来源：Simon Willison · X
获取渠道：FxEmbed 公共帖子获取
Willison描述一次Rust实现SQLite扩展的尝试：约12小时前给出SPARQL需求，发帖时才接近结束；随后说工具取用了W3C测试集。他也抱怨写入、验证、修复循环很费token，仅补充README就已消耗3.4M token。这是作者的个体过程记录，帖子没有给出模型、预算和通过清单，不能据此判断哪种模型更省钱。
可信度 65 · 重要性 65 · 新颖度 66
技术与主题
AI 编程 · 系统与效率 · 评测与基准 · SPARQL · SQLite Extension · Agent Evaluation
Simon Willison
公开回复描述作者自己的尝试；没有补猜其所用模型。
忠实转述（非原句）：他表示自己12小时前发出需求，帖子发出时工作才接近结束。随后补充工具取用了W3C测试集，又抱怨反复写入、验证、修复的循环很费token。
Simon Willison
同一尝试的后续回复；只说明取得测试集，不证明测试全部通过。
编辑评读
这段记录同时保留了积极和消极的一面：能调入既有测试集，让实现有了可检查的目标；但重复验证也可能把简单文档任务拉成长循环。3.4M是作者给出的token数量，并非费用，尚缺模型价格、缓存和其他任务消耗，不能直接换算成本。
它提示一个值得另测的工程问题：同一套写入—验证—修复策略，是否应对代码和README设置不同停止条件？这种区分要靠任务结果与运行轨迹验证，不能仅凭token多就判定工作无效，也不能因用了标准测试集就视为全部通过。
需要留意
- 公开短帖经FxEmbed取得；未读取完整会话、仓库与测试报告。
核查依据
- 核对Simon三个短帖确实描述SPARQL扩展、取用W3C测试集及README消耗3.4M token；不证明测试通过或实际费用。
- 核对Simon三个短帖确实描述SPARQL扩展、取用W3C测试集及README消耗3.4M token；不证明测试通过或实际费用。
- 核对Simon三个短帖确实描述SPARQL扩展、取用W3C测试集及README消耗3.4M token；不证明测试通过或实际费用。