张拼拼AI实战教练
← 回首页

老板常踩的，AI 采购深坑

真人长视频 · EP0077 2026年8月2日 04:08
这一期讲什么

我这边已经遇到五个客户了，公司团队十几个人，跟我说全部都是用的官方的 Claude Code。我一检查才发现：三个是中转站，两个是国内的大模型。

还有一个老板跟我说，Claude Code 用了半年，觉得没有 Codex 好用。我当时就特别纳闷——因为我认识的所有人，凡是用了官方订阅、并且把那一整套 harness 配置好的，没有任何一个人觉得 Codex 更好用。

配套下载 · 给你的 Claude Code 学
第三方中转接入 Claude Code · 问题全清单 HTML 41 KB
片里下半屏那份清单的原件，一页可对着自查。三个根因（协议子集 / 能力探测错位 / 模型行为差异）+ 四层故障面（接入 → 协议 → 工具 → 运营，越往下越难自查）+ 26 项逐条分级（阻断 · 直接报错或完全不可用 / 降级 · 能跑但静默变差 / 摩擦 · 可用但更贵更慢 / 基本安全），每条都写清「机制是什么 + 症状长什么样」。另含「五分钟自查」的真实执行序列（探端点 → 核 model ID → 试 thinking 与 cache_control 是否透传 → 用一次真实的读文件·精确 Edit·Grep 链路做验收 → 按结果显式关掉不支持的能力）和按任务类型分流的选型建议。文末列出 8 个可点开的来源；对「官方内置黑名单 / 注入」一类说法，原文明确标注为缺乏可复现证据、只作存疑记录。

先说那几个数字

老板们交的 AI 智商税，最常见的就是 Claude Code。

我这边已经遇到五个客户了，公司团队十几个人，跟我说全部都是用的官方的 Claude Code。我一检查才发现：三个是中转站，两个是国内的大模型。

还有一个老板跟我说，Claude Code 用了半年，觉得没有 Codex 好用。我当时就特别的纳闷。因为我认识的所有人，包括我的所有的客户，凡是用了官方订阅的 Claude Code、并且配置好了一整套那个 harness 之后，没有任何一个人觉得 Codex 更好用。

当然，其中大概有三分之一的比例是 Codex 和 Claude Code 都用的——毕竟 Codex 可以用订阅的额度去免费地出图。

说到这里，就有些人会在评论区说了：Claude Code 加 Kimi 的 K3 也不错。对，确实不错，前端的页面还有一些办公文书之类的工作，是做得非常好的。但是复杂的任务，尤其是当知识库比较庞大的时候，确实是力不从心的。

为什么换个接口就不行了

今天我让我的 Claude Code 去梳理了一下：到底 API 的方式接入，哪怕是官方的模型、就是俗称的号池，它跟官方订阅有什么区别。

关键在这个类比：

Claude Code 就像一个机器人一样。我们会给它配置它的大脑，就是它的大模型；还会给它配置一系列的 MCP 也好，或者是技能、Skill 也好。它之所以能够顺畅地帮我们去完成一系列的任务和工作，最主要的一个原因就是——大模型利用了机器人的这个「壳」，它可以去方便地调用一系列的工具。

而每家大模型调用工具的方式，其实是非常不一样的。

所以如果你不是接入的官方的所谓「纯血」的订阅，或者是 API 的话，有四个层面都会出现严重的问题。

三种表现：报错、变笨、幻觉

  • 有的时候你可以看到明确的报错，压根就没办法去执行；
  • 有的时候它执行了，但你感觉它变笨了；
  • 甚至会导致严重的幻觉，产生不可逆的后果。

这三种里，最贵的是中间那种。报错反而最省心——你立刻就知道出问题了。

逐条过一遍：哪些工具会坏

片里对着那份分级网页逐条过了一遍。红色的标记是直接报错或者完全不可用；橙色的代表它会降级，会默默地在你不注意的时候变差；灰色的这种，是会让整个工作变得更慢。

  • 精确字符替换——最简单的这样一个操作，都是不能用的
  • 写入、严格的枚举
  • 网络搜索——包括调研里面最常用到的，都不能用
  • 智能体在运作的时候会抓取一些小模型去调用，那些参数一有问题，在做一些简单的摘要的工作的时候就会出错
  • 最让体验不好的：图片和 PDF 的输入都会被直接影响，没有办法用到官方的工具，只能用第三方的去替代
  • 工具的扩展字段降级、并行工具调用降级、高强度的思考链全面阻断、流式事件降级、MCP 降级、子代理降速
  • Skill 降级、思考预算不能用、实验性的功能标记没有办法正确识别
  • 上下文的自动压缩和阻断都会有问题、成本和用量的统计不能用、计划模式有问题、错误恢复与重试有问题

也要说句公道话：第三方的模型在接入的时候，也会通过一些配置其他工具的手段去完成这些任务。但可以想象一下：一个设计得非常精妙的机器人，它身体的某个零部件被换成了不是原厂的版本，可以预想的是，它的运行效率是降低的。

最该算给老板听的，是那笔钱账

本地执行的这些最基础的命令，每一轮都会去传全量的上下文，根本没有缓存。

所以——

这就是为什么你用了中转站，人家给你打了那么低的折扣，你一个月的 tokens 的费用还是那么高，有的时候会比官方的订阅还要高。

折扣是账面上的，token 账单才是实际发生的。这两个数不是一回事。

一个让步论证

而且还会因为中转站的耗时机制，导致上下文的混乱、注入，甚至是会给你替换成更便宜的、降质的模型。

但退一步说——

哪怕姑且我们相信，中转站是一个非常诚实的一个机构，它不会去看你的数据，不会去改你的价格，以上的这些功能，也全部都是有问题的。

这句是全片的骨头：这不是人品问题，是架构问题。 客户端的整套优化本来就是按官方那条线定制的，换一条线，优化自然失效。

所以我之前说，有的 AI 博主真的是为了赚广告费一点良知都没有，教用户在 Claude Code 里面接入第三方的模型。

真的上不了官方，怎么退一步

那如果真的没有办法用上 Claude Code 呢？也有路，而且是更体面的一条路：

其实在国内的这些智能体的工具里面（具体的厂商我就不说了），国内的智能体再接入国内的模型，尤其是与它匹配的大厂的模型，或者是它明确列表里面可以去调用的这些模型，通常都是优化得比较好的。

在国产的智能体里面去调用国产的模型，都比 Claude Code 去调用一个国产的模型，效果要好得多。

道理是同一个：让工具去用它自己适配过的模型，而不是把一个模型硬塞进一个不是为它设计的壳里。

那怎么知道自己有没有被骗

这一点片里我说了「文章下面列出了一些方法，就不一一赘述」——那份清单的原件放在本文附件里（上面的下载区），一页可以对着自查。

最先该做的一件事很简单：别只问「我们用的是不是 Claude」，要问「我们走的是官方订阅、官方 API，还是中转」。 团队里「大家都说是官方的」不算数，值得自己看一遍配置。我这五个客户，全都是在这一步才发现的。

再往下，清单里那套「五分钟自查」是按真实执行顺序排的，每一步的结论决定下一步：

  1. 确认协议端点 —— Claude Code 只发 POST /v1/messages。中转只有 /v1/chat/completions 的话两者根本不兼容
  2. 核对 model ID —— 别照抄官方文档的模型名，以中转的实际列表为准，大小写敏感
  3. 探专有字段是否透传 —— thinking 和 cache_control 各发一次，看是被接受、被忽略还是 400。响应 usage 里有没有 cache_creation_input_tokens，是缓存能力的直接证据
  4. 用一次真实工具调用做验收 —— 读一个文件 → 精确 Edit 一行 → 再 Grep 验证。这一条链路同时压到并行调用、tool_use_id 配对、逐字精度三个高危点
  5. 按结果显式关掉不支持的能力 —— 与其让客户端一直发会被拒或被忽略的字段，不如主动关掉，能少掉一大批莫名其妙的 400 和空转

顺一句：能不能用 WebSearch 是最快的分辨器。它是 Anthropic 的服务端工具，搜索在官方服务器上完成；中转只做协议转换、没有搜索服务，Bedrock / Vertex 同样不支持。所以反代通道只能 Fetch、不能 Search。

最后一句

今天讲的这些判断，跟你用哪个客户端没关系，在官方的命令行里一样成立。

最后那句是留给某些同行的：人在做，天在看，赚点干净钱吧。

老板们交的 AI 智商税，最常见的就是 Claude Code。