本周最核心的政策调整在于“AI词元计数”规则：托管平台开始对仓库内被AI工具（如Copilot、CodeWhisperer）索引的代码块按词元（token）计量，超过免费额度的部分将按每百万词元收费。同时，针对大文件（>100MB）的LFS（大文件存储）带宽从“不限”改为“按出站流量计费”，且强制要求走指定IDC机房线路。这意味着，如果你在仓库里直接存放模型权重或高频调用AI补全，账单可能在一夜之间翻倍。
场景一：预算有限的个人开发者或开源项目（月支出<50元）
需求是保住核心代码且不被AI词元收费拖垮。建议立即拆分仓库：将含训练数据的文件夹迁移到自建Gitea（部署在1核1G的轻量云服务器），只保留纯净源码在GitHub公共仓库。同时，关闭该仓库的AI索引开关（Settings -> Code security -> AI-powered features -> Disable），这样词元消耗归零。对于超过100MB的单个文件，不要用LFS，改用对象存储（如Cloudflare R2免费10GB）并通过git-lfs的URL重定向引用，出站流量走R2的CDN而非平台带宽。
场景二：中型商业团队（月预算500-2000元）
痛点在于带宽配额与IDC专线。新政策要求LFS文件必须回源到指定IDC（如Equinix或万国数据），否则限速至1Mbps。建议将全部大文件迁移至团队自建的MinIO集群，并通过专线（或VPN）与托管平台建立“私有网络对等连接”，这样出站流量计入私有链路，不占公网配额。同时，在CI/CD流程中增加“词元预扫描”步骤，用开源工具（如grep + tokenizer脚本）标记高消耗文件，将其移入独立子模块，并在.gitattributes中标注为“-linguist-detectable”，避免被AI索引。
场景三：AI原生企业（月支出>1万元，需要合规与高性能）
最新政策中最容易被忽略的坑是：“模型权重仓库”被要求额外签署数据驻留协议，且每次git pull会触发全量词元审计。更优解是放弃传统git托管，采用DVC（数据版本控制）+ 自建GitLab Runner。将代码与数据彻底分离：代码走GitHub（关闭AI功能），数据用DVC指向内部IDC的S3兼容存储。针对带宽，建议与平台签订“带宽包年”合同，同时将热数据前置到托管平台所在城市的边缘节点（通过Anycast加速）。本周实测，此方案可将AI词元费用降低约90%，且pull速度不受LFS限速影响。
最后提醒：无论选择哪条路，务必在本周五前导出所有仓库的Release与Issue元数据，因为新条款中对“非活跃仓库（超180天无提交）”的数据保留期将从永久缩短至90天。迁移时，使用git clone --mirror保留全部引用，避免历史提交丢失。
0 留言