Claude新政,抛弃最忠实的Agent用户

news2026/5/18 22:28:26
Anthropic 过河拆桥终将遭反噬。Anthropic 将 Agent SDK 用量从订阅中剥离按 API 零售价另给固定额度。重度用户的可用量缩水近十倍。同一周OpenAI 向企业用户推出 Codex 两个月免费迁移。ASI 决赛圈的第一场定价战开打了。Anthropic 把程序化调用从「自助餐」改成了「定量配给」。6 月 15 日起claude -p、Agent SDK、GitHub Actions以及 OpenClaw、Hermes 等第三方工具的调用全部从订阅限额中剥离。https://x.com/ClaudeDevs/status/2054610152817619388取而代之的是一笔按 API 零售价计费的月度 CreditPro 给 20 美元Max 5x 给 100 美元Max 20x 给 200 美元。原来的订阅限额保持不变专供 Claude Code 交互式使用和 claude.ai 聊天。两个池子互不干扰。Credit 需要手动领取6 月 8 日发邮件通知6 月 15 日生效每月重置不累积。预料到用户的愤怒Claude Code 限额连升两次安抚用户。上周 5 小时滚动窗口翻倍本周每周总额再加 50%叠加生效截止 7 月 14 日。https://x.com/ClaudeDevs/status/2054639777685934564所有付费用户自动调整不用操作。最大竞争对手 OpenAI 迅速抓住这个时机立刻推出 Codex 企业免费迁移。https://x.com/OpenAIDevs/status/205458621411278051830 天内申请2 个月免费内置一键迁移工具可直接搬运 Claude Code 的系统提示词、Skills、MCP 配置。Codex 不区分交互式和程序化调用订阅用户想怎么用都行。三件事同时发生绝不是巧合。为什么要拆Anthropic 的订阅模式里有一个结构性漏洞。即将上市的 Anthropic 在 ASI 冲刺前夜已经不能再忍这个漏洞了。订阅的经济模型建立在一个前提上人类打字速度有限。一个 200 美元/月的 Max 20x 用户手动交互能消耗的 Token 量折算成 API 零售价约在 2000-5000 美元之间。Anthropic 愿意补贴这个差额因为交互数据对模型训练有价值。Agent SDK 和 claude -p 打破了这个前提。机器 24 小时不停调用一个 for 循环几小时就能吃完一个月的额度而且程序化调用几乎没有用户行为数据的训练价值。用户基数小的时候还能忍。但 SpaceX 刚租给 Anthropic 22 万块 GPU谷歌追加了最高 400 亿美元投资亚马逊签了 250 亿美元容量协议。拓展阅读突发马斯克xAI解散了22万张GPU忍痛全给Claude算力到位用户量即将爆发补贴失血会指数级放大。Anthropic 帮助文档里也挑明了立场团队跑生产级自动化的应该转去开发者平台用 API Key 按量付费。这是一次定价漏洞修补时机由 ASI 竞赛的节奏决定。代价有多大面值相等实际缩水近十倍。Max 20x 用户月费 200 美元拿到的 Credit 也是 200 美元。但之前共享的是订阅限额订阅限额按 API 零售价折算约值 2000-5000 美元。现在换成了按 API 零售价计费的 200 美元固定额度。https://x.com/anakin/status/2054643675590807884Pro 用户处境更尴尬20 美元用 Sonnet 只够约六七百万 Token 输入或一百多万 Token 输出几轮密集的 Agent 循环就见底。https://x.com/alexgreensh/status/2054619241811169402受冲击最大的是第三方工具用户。之前用 OpenClaw、Hermes 这些 Agent 工具相当于用订阅价跑高频自动化。新政下这条路只剩 Credit 那一点额度烧完要么开 Extra Usage 按 API 价继续跑要么停到下个月。唯一的好消息是第三方工具终于拿到了「官方身份证」。两个月前 Anthropic 还把 OpenClaw 视为薅羊毛的手段现在公告里直接点名承认了它们的合法性。算力和开发者的错配Anthropic 在算力最充沛的时刻用定价政策把重度开发者推向了对手。SpaceX 的 22 万块 GPU 是目前唯一能立刻上线的算力合作其他伙伴的产能全要等到 2026 年底甚至 2027 年。有了这批现货算力撑腰Claude Code 限额才能连续拉升。但 Claude Code 限额提升和 SDK Credit 封顶打的是两群人。交互式用户和程序化调用用户的重叠度有限前者的体验改善并不能对冲后者的损失。OpenAI 精准踩在了这个裂缝上。Codex 不做用量分家不区分调用方式零座位费按 Token 计费还内置了从 Claude Code 一键搬家的工具。Anthropic 刚制造的痛点OpenAI 立刻拿来当卖点。https://x.com/brodieferguson/status/2054653995864707344两个月免费期刚好够企业把自动化流水线跑起来形成肌肉记忆。免费期结束后迁移成本已经高到不愿意再搬回去了。这件事跟每个人有关AI 订阅的「无限量自助餐」时代正在结束。Anthropic 这次修补漏洞只是开始。随着 Agent 能力越来越强、自动化调用越来越频繁所有 AI 公司都将面临同样的经济压力。AI 付费方式将从月费包干逐渐转向按实际消耗计费就像云计算走过的路一样。开发者生态的归属决定了普通用户未来用什么 AI。谁赢得开发者谁的工具生态就更丰富。今天 Claude Code 和 Codex 的争夺战三到五年后会直接反映在每个人手机里能用到的 AI 应用的质量上。ASI 竞赛的终局是模型能力之争更是生态之争。ASI 竞赛的最终决赛选手已经基本锁定一边是 OpenAI 微软 Stargate甲骨文 软银一边是 Anthropic 谷歌 亚马逊 SpaceX。模型能力正在趋同真正的护城河在于谁的基础设施最强、开发者最多、企业客户最牢固。原文链接Claude新政抛弃最忠实的Agent用户-36氪

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2623033.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…