如何在 Anti-Anthropic 中找到商机

Anti-Anthropic 的机会应该被理解成一张地图，地图上有三条主线。第一条是丑闻驱动的商机。第二条是产品空白的商机。第三条是生态反噬的商机。

我们无法像Anthropic员工拿着天价股权不到三十岁就完成了毕生追求的财富数字，但Anthropic可以成为我们找到ai商业机会的标尺。

一、仇恨也是一种市场信号

AI 行业里有一种很奇怪的情绪：大家一边骂 Anthropic，一边离不开 Claude。

这家公司确实强。Claude Code、Claude Desktop、MCP、Claude Design、Agent SDK，几乎每一个新东西出来，都会让一批创业公司的天花板往下塌一截。它的产品节奏很准，工程审美很强，对开发者的心理也抓得很狠。它不像 OpenAI 那样经常把边界推到很远，去做浏览器、群聊、社交入口、操作系统级别的野心叙事。Anthropic 更像一个精明的商人，永远只快于普罗大众半步。

所以，讨厌 Anthropic 这件事本身不能构成商业机会。弱者对强者的情绪通常只会变成论坛帖、截图、梗图和深夜 rant。真正有价值的问题是：为什么这么多人一边付钱，一边生气？为什么越是重度用户，越容易从赞美走向仇恨？为什么一个以“安全”“负责”“可信”自居的公司，会在开发者社区里反复制造不可信感？

答案不在道德判断里，在市场结构里。

Anthropic 的每一次争议，本质上都暴露了一个未被满足的需求：有人今天就想离开 Claude，但离不开；有人想继续用 Claude 的能力，但不想被 Claude 的规则绑架；有人想要 Claude 级别的产品体验，但拒绝把自己的数据、工作流、账单和账号命运交给同一家模型公司。

这就是 anti-Anthropic 的商机。

这里的 anti 指向一种商业姿态：把 Anthropic 变成标尺，然后专门寻找它因为商业模式、组织性格、安全叙事、闭源控制、产品路线和生态策略而必然留下的空白。Anthropic 越强，这些空白越值钱。因为强公司制造的痛点有一个特点：痛感源自产品的重要性，远胜于产品缺陷本身。

没人会因为一个无关紧要的软件封号而焦虑。没人会因为一个可替代的小工具涨价而集体愤怒。只有当一个工具已经嵌进你的工作、团队、代码库、客户交付、知识库和生产节奏里，它的每一次限制才会变成真实的商业风险。

因此，anti-Anthropic 的第一个洞察是：不要把丑闻当八卦看，要把丑闻当用户迁移成本的可视化。

当 Claude Code 变贵，机会不在“吐槽它太贵”，机会在 opencode 这种按 API key 使用的替代入口。

当 OpenClaw 被商标、计费、封号三连击，机会不在“同情 Peter”，机会在开放客户端、模型无关代理、第三方 Claude 生态的治理权。

当 MCP 的 STDIO 风险被描述成“预期行为”，机会不在“安全圈又吵起来了”，机会在 MCP 扫描、认证、网关、沙箱和企业合规。

当大量账号被封、申诉渠道像黑洞，机会不在“Anthropic 不讲武德”，机会在账号风险评估、多供应商 fallback 和 AI 供应链保险。

如果说 2023 年的 AI 商机来自“模型突然会了”，2024 年来自“把模型接进工作流”，2025 年来自“agent 和代码工具商业化”，那么 2026 年很可能出现另一类机会：保护用户免受模型巨头的任性伤害。

这类公司不会站在台上喊“我们要打败 Anthropic”。它们更像产业里的防火墙、缓冲层、路由器、逃生门和第二套钥匙。它们的商业承诺也很朴素：你可以继续享受 Claude 的能力，但不要把命交给 Claude。

二、Anthropic 越像基础设施，反向机会越大

软件行业有个规律：当某个产品从工具变成基础设施，它的失败方式也会升级。

一个聊天机器人回答错了，用户只会笑一下。一个 coding agent 在生产代码库里降智，团队会停工。一个 API 账单突然暴涨，创业公司会被现金流打醒。一个账号误封十五小时，企业会意识到自己没有 B 计划。一个协议把远程工具接入本地命令执行环境，安全团队会突然发现自己多了一个全新的攻击面。

Anthropic 的争议之所以值得研究，关键在于它比很多公司更接近基础设施。

Claude Code 已经超出 IDE 插件的范畴。它是开发者把任务、上下文、仓库历史、测试结果、错误日志和工程判断交出去的一种工作方式。MCP 也超出插件协议的范畴。它是让模型与工具、数据库、企业系统、文件系统、浏览器、命令行发生关系的连接层。Claude Desktop 正在从聊天窗口变成个人工作流入口。Claude Design 如果成立，它的野心也会超过生成几个设计稿，直接吞掉从自然语言需求到可视化界面的中间地带。

基础设施级产品一旦出问题，用户的痛苦会呈指数增长。更关键的是，基础设施的用户不会只买功能，他们会买确定性。

这正是 Anthropic 的矛盾。

一个以安全为核心叙事的公司，天然容易过度审查，于是出现“做 Claude 不敢做的事”的垂直产品。

一个靠高质量闭源模型收费的公司，天然会保护自己的入口，于是出现 OpenClaw、opencode、模型无关 IDE、开源设计工具。

一个希望把协议推成标准的公司，天然会失去对协议生态的控制，于是 MCP 市场、MCP 安全、MCP 自动生成、MCP 企业治理会萌发。

一个用订阅制吸引重度用户、又用 token 成本约束重度使用的公司，天然会在定价上制造怨气，于是 AI 成本管理、智能路由、账单卫士会横空出世。

所以 anti-Anthropic 的机会应该被理解成一张地图，而非零星的产品点子。

地图上有三条主线。

第一条是丑闻驱动的商机。用户今天就生气，今天就想离开，今天就愿意找替代品。这里的商业速度最快，因为情绪已经完成了获客教育。

第二条是产品空白的商机。Claude 故意不做、暂时没做、不能做、做了也会和自身叙事冲突的地方，就是创业公司可以长期经营的地方。

第三条是生态反噬的商机。Anthropic 开了 MCP 这样的口子，或者用 Claude Code、Claude Design 证明了某个工作流的价值，却又因为闭源、计费、控制和安全策略无法完全占领这个工作流。于是开放替代品、基础设施层和行业包装层会趁机进入。

这三条线合在一起，就是“在 anti-Anthropic 寻获商机”的真正含义。

三、丑闻的商业含义：用户真正讨厌的是无路可退

很多人把 Anthropic 的争议看成公关问题。但对创业者来说，公关只是表面。真正有价值的是每一次争议背后的用户动作。

用户有没有开始找替代品？有没有愿意付钱避险？有没有把抱怨写成 GitHub issue、HN 评论、Reddit 长帖、企业采购需求？有没有开始把“不要被 Claude 锁死”写进内部架构原则？有没有从单模型调用转向多模型网关？有没有把本地优先、开源、BYOK、可迁移、可审计这些词重新放到桌面上？

如果有，争议就已经转化成了需求。

以过度审查为例。Claude 的安全边界在很多场景下确实有价值，尤其是普通消费者、教育、公共领域和高风险内容。但边界一旦过度扩张，就会伤到专业用户（fable5甚至会在检测到敏感话题时自动降级模型选用）：安全研究员需要讨论攻击路径，医生需要处理敏感描述，律师需要分析灰色事实，小说作者需要写复杂人性，企业合规团队需要做红队测试。对这些用户来说，模型拒绝带来的感受接近工具失效，安全收益反而变得抽象。

于是 Venice AI、Together AI、Mistral、本地部署工具、AnythingLLM 这类产品获得了天然叙事：当 Claude 不让你做，来这里做。这个定位粗看像叛逆，细看是很清楚的商业分层。通用模型公司为了大规模分发，必须把风险压低；垂直产品为了服务专业用户，可以做更细的身份验证、更具体的责任边界、更专业的场景约束。它不需要“无底线”，它只需要比 Claude 更懂某个行业的真实工作。

这也是第一个可执行方向：做 Claude 不敢做的垂直 AI。

不要泛泛做“无审查聊天机器人”。那是低质量红海。更好的机会是“安全研究 Copilot”“医疗敏感沟通助手”“法律争议事实分析工具”“企业内部红队 agent”“成人内容创作者的合规生产工具”“危机公关模拟器”。这些产品不靠挑衅获客，靠专业场景收费。它们可以设计明确的用户资质、日志、审计、免责、权限和边界。它们的卖点来自一套由行业真实需求定义的规则。

再看封号事件。材料里提到透明度报告中的大规模封禁、企业员工被误封、申诉渠道只有 Google 表单式体验。无论具体数字如何，用户感受到的是一种很具体的恐惧：我的工作流可能在某个早晨消失，而且我不知道为什么。

这类恐惧会直接催生 B2B 预算。

企业并不一定仇恨 Anthropic。企业更关心连续性。只要 Claude 进入销售、客服、研发、法务、知识管理、数据分析这些流程，账号与 API 的可用性就会从个人体验升级为运营风险。此时“AI 供应商多元化方案”也会摆脱咨询话术的尴尬，变成一项基础服务：帮企业评估哪些业务依赖 Claude，哪些提示词或调用模式可能触发风控，哪些任务可以迁移到 OpenAI、Gemini、Mistral、本地模型或 OpenRouter，关键流程断供时如何降级运行。

这类服务可以很快产品化。

第一层是账号风险评估：扫描企业的 prompt、工具调用、数据类型、用户角色和使用频率，给出风险评分。

第二层是多模型 fallback：当 Claude 不可用、限速、封禁、涨价或质量波动时，自动路由到替代模型。

第三层是合规与申诉支持：记录调用日志、保留证据、生成供应商沟通材料、帮助企业通过审计。

第四层是保险化：对高价值客户提供 SLA、冗余部署和事故响应。

换句话说，Anthropic 的封号恐惧可以养活一批“AI continuity”公司。

再看账单混乱。HERMES.md 这种文件名触发异常计费、缓存 TTL 从六十分钟降到五分钟导致成本暴涨、Agent SDK 和程序化调用进入独立计费桶，这些事件指向同一个问题：AI 成本对终端用户越来越不可理解。

云计算时代已经证明，账单复杂性本身就是一个市场。AWS 的成本优化公司、FinOps 工具、云账单审计服务、预算告警、资源推荐，出现的根源恰恰在于 AWS 太有价值，客户需要一层工具来防止自己被价值吞掉。

AI 也会走这条路。

当一个团队每天跑数千次 agent 调用，成本已经无法用“模型价格表乘以 token”解释。它会受到缓存、上下文长度、工具调用、重试、模型路由、长任务循环、订阅配额、API 计费桶、第三方包装器、请求失败和供应商策略的影响。开发者需要仪表盘，也需要“账单刹车”。

这就是“Claude 账单卫士”的机会。一个每月 9 美元到 99 美元的 SaaS 就可以切入：实时监控 Claude、OpenAI、Gemini、OpenRouter 等 API；识别异常消耗；在任务循环失控时自动暂停；当 Claude 价格过高时切到便宜模型；把每个项目、每个 agent、每个用户、每个 PR review 的真实成本拆出来；在订阅配额与 API 计费之间做最优选择。

这听起来不性感，但很容易赚钱。因为它直接替用户省钱，而且省下来的钱可以量化。

四、OpenClaw 的教训：被打压本身可以成为分发

OpenClaw 的故事之所以重要，不只因为它戏剧性强。

一个知名个人开发者@steipete做了 Claude 风格的客户端，先因为品牌相似遭遇律师压力，从 ClawdBot 改名 Moltbot，再改成 OpenClaw。随后用户使用第三方包装器遭遇额外 API 计费，形成所谓“Claw Tax”。再后来，创作者本人账号被短暂封禁。最后，他加入 OpenAI 做个人 agent 产品。

这个故事在商业上几乎完整得像寓言。

Anthropic 想保护自己的产品边界，结果它每一次出手都在替 OpenClaw 证明价值。商标压力说明这个项目足够像 Claude 的替代入口。额外计费说明它触碰了 Anthropic 的商业模型。封号说明开发者与平台之间存在权力不对称。创作者被 OpenAI 招募，则把个人经历变成竞争对手的叙事资产。

这给所有 AI 工具创业者一个提醒：巨头打压有时会成为礼物，前提是你能把它转化成用户语言。

“我们是开源的。”“我们支持 BYOK。”“我们不锁模型。”“你的数据在本地。”“你的工具不会因为平台改规则而消失。”“你可以随时换供应商。”这些话平时听起来像开源社区的老口号。只有在 OpenClaw 这种事件之后，它们才会变成购买理由。

用户并不会因为抽象的开放理念付钱。用户会因为一次具体的伤害重新理解开放的价值。

OpenClaw、opencode、Open Design 这类项目的共同点也在这里：它们没有在真空中宣传开源，而是在一个闭源产品已经证明需求之后，用开源重新分配控制权。

opencode 的叙事尤其锋利。Claude Code 要高价 Max 计划，而 opencode 用 API key 做了类似的体验。这个故事之所以能在 HN 和开发者社区爆发，关键不在“又一个 CLI 工具”有多新，关键在于它正好戳中了重度开发者对订阅墙的愤怒。

这里有一个商业模型叫定价套利。

当平台把某个工作流包装成高价订阅，创业者可以拆开它：模型归模型，客户端归客户端，工作流归工作流，用户自己带 key。对于轻度和中度用户，按实际 API 用量可能远低于 200 美元订阅；对于高级用户，开源客户端提供的可控性、可扩展性、可审计性也可能比官方产品更重要。

这远远超过“低价平替”的范畴。低价只能带来脆弱竞争。真正的机会在于把官方产品的黑盒拆成开放栈。

Claude Code 的官方体验证明了 agentic coding 的需求。opencode 证明了这个需求不必完全由 Anthropic 捕获。OpenClaw 证明了个人 agent 的入口不必被 Claude 客户端垄断。Open Design 证明了设计生成的工作流不必绑定 Claude Design 的闭源配方。

创业者应该从中学到一个公式：

巨头闭源产品证明需求，开源替代品夺回控制权，商业公司围绕托管、协作、合规、企业支持和生态分发收费。

这条公式会在未来几年反复出现。

五、Open Design 的信号：开源替代不只是复制功能

Open Design 是 anti-Anthropic 机会里最值得认真看的案例之一，因为它展示了“反向产品”如何从情绪出发，最后长成基础设施。

素材里给出的故事是：Anthropic 发布 Claude Design，一个通过自然语言生成设计稿的闭源工具，但存在云端存储、模型锁定、付费使用等限制。十一天后，Tom Huang 开源 Open Design，定位为 Claude Design 的开源替代品，强调本地运行、数据主权和模型自由选择。它采用 local-first 架构，用本地 daemon 和 SQLite 管理项目数据，支持多种 AI 编码工具作为设计引擎，采用 BYOK 模式，内置技能和品牌级设计系统，并在发布后获得爆发式社区响应。

这个故事最容易被误读成“开源版 Claude Design”。但真正有价值的地方不在复制，而在重构。

闭源设计工具通常把用户带进一个完整但封闭的体验：你输入需求，系统生成设计，数据在云端，模型由平台选择，能力由平台更新，价格由平台决定。它的优势是上手快，体验一致，缺点是控制权集中。

Open Design 选择了另一种结构：本地 first、模型自由、技能可组合、设计系统可扩展、项目数据可掌握。它做的不只是相似界面，还把设计生成拆成多个层：需求澄清层、视觉方向层、技能层、模型执行层、本地数据层、设计系统层、导出层、视频与动态图形生成层。

这就是开源替代品真正的进化方向。

第一代替代品复制功能。第二代替代品解耦控制权。第三代替代品形成生态。

Open Design 的机会不在“Claude Design 太坏，所以我做一个免费版”。免费版很难长期防守。真正的机会在于成为 AI 设计工作流的开放底座：开发者可以贡献技能，品牌可以维护自己的设计系统，企业可以本地部署，模型供应商可以接入，代理工具可以作为执行引擎，设计团队可以把内部规范变成可复用能力。

如果这个方向成立，商业化也会很自然。个人用户可以免费使用开源版本。团队为协作、权限、版本管理、设计系统托管、企业 SSO、私有部署、合规审计付费。生态开发者围绕技能和模板获得分发。企业客户为“不要把设计资产交给单一模型公司”买单。

这就是 anti-Anthropic 的高阶玩法：把巨头的产品发布当作市场教育，再用更开放的架构占领长期生态位，最终避免停留在怨气产品层面。

Claude Design 如果成功，它会教育市场：自然语言到设计稿是刚需。

Claude Design 如果引发反感，它会教育市场：用户需要本地、开放、可选模型的设计工作流。

无论哪种结果，Open Design 都能获益。

这也是为什么创业者要研究 Anthropic 的 roadmap。

Anthropic 每发布一个闭源全家桶产品，都在告诉市场两个信息：这个工作流有商业价值；这个工作流即将出现控制权焦虑。前者证明需求，后者创造替代品窗口。

六、MCP 的反噬：协议一旦成为标准，就不再属于发明者

MCP 是 Anthropic 对行业最大的贡献之一，也可能是它最难完全控制的资产之一。

模型要真正进入工作，就必须连接工具。工具包括文件系统、数据库、浏览器、内部 SaaS、CRM、工单系统、代码仓库、云资源、财务软件、设计工具、知识库。没有工具，模型只是聪明的嘴。有了工具，模型才开始像员工。

MCP 的价值就在这里。它给模型和外部工具之间提供了一种相对标准化的连接方式。Anthropic 推出 MCP，等于为 agent 时代铺了一条路。

但协议和产品不同。

产品可以被公司控制，协议一旦被 OpenAI、Google、Microsoft、开源社区、企业开发者共同采用，它就会脱离最初发明者的品牌边界。HTTP 不属于某家公司，SQL 不属于某家公司，Kubernetes 虽然有起源，但生态不属于单一供应商。MCP 如果成为 AI 工具调用的事实标准，它也不会只是 Anthropic 的东西。

这就是生态反噬。

Anthropic 通过 MCP 打开了生态入口，但真正赚钱的未必是 Anthropic。更可能是围绕 MCP 的四类公司。

第一类是 MCP 服务器公司。它们把企业系统接入任意 AI 工具。今天给 Salesforce 做 MCP，明天给 Jira 做 MCP，后天给内部数据库、私有知识库、财务系统、云平台做 MCP。客户不关心你是否属于 Anthropic 官方，他们关心自己的系统能不能安全地被 agent 使用。

第二类是 MCP 市场和注册表。AI 工具时代需要一个“npm for tools”。开发者要找可靠的 MCP 服务器，企业要知道哪些服务器可信，模型产品要知道如何发现工具，安全团队要知道每个工具能做什么。谁能成为 MCP 生态的分发入口，谁就能收认证费、交易抽成、企业订阅和数据服务费。

第三类是 MCP 自动生成工具。很多企业 API 文档复杂、历史系统混乱、权限模型陈旧。让每家公司手写 MCP 服务器效率很低。更好的产品是读取 OpenAPI、SDK、文档、示例请求、数据库 schema，自动生成可运行、可测试、可审计的 MCP 服务器。Stainless 证明 API SDK 自动生成有市场，MCP 时代会出现类似公司。

第四类是 MCP 安全与合规层。素材中提到 OX Security 披露 STDIO 设计带来的命令执行风险，而 Anthropic 将相关行为描述为预期行为。这类争议会让企业安全团队立刻紧张。因为 MCP 的本质是把语言模型的意图连接到真实工具执行。它天然需要权限边界、审计日志、沙箱、策略引擎、敏感数据过滤、prompt injection 防护、工具行为模拟、最小权限建议和异常检测。

这可能是最硬的 B2B 机会之一。

安全公司最喜欢两种市场：一种是新攻击面出现，另一种是监管和企业采购开始追问。MCP 同时具备这两个条件。它足够新，足够关键，足够混乱，也足够靠近生产系统。

一个 MCP 安全产品可以从很小的点切入：扫描 MCP server manifest，识别高危工具权限，检测 prompt injection 路径，给每个工具生成风险评分，对 agent 调用进行日志审计，在执行危险动作前要求人工确认。然后逐步升级为企业代理网关：所有模型调用工具之前都经过策略层，所有工具响应返回模型之前都经过过滤层，所有敏感操作都有审批流。

这类公司不需要打败 Anthropic。它们只需要让企业敢用 MCP。

这就是基础设施创业最舒服的位置：巨头负责制造需求和复杂性，你负责把复杂性变成可购买的确定性。

七、产品空白：Claude 没做的地方，往往是它不能轻易做的地方

很多人寻找 AI 商机时，只看模型公司已经做了什么。更好的方法是看它们没做什么。

Claude 的产品空白有其内在原因。它们往往来自 Anthropic 的组织选择、风险偏好和商业约束。

例如微调。

OpenAI 有 fine-tuning，Gemini 有相关定制路径，开源模型生态更是天然适合微调。但 Anthropic 长期没有把 Claude 微调作为核心产品能力。原因可能很多：安全控制、模型维护复杂度、企业支持成本、数据边界、产品优先级。但对创业者来说，原因不重要，空白重要。

垂直行业客户经常不满足于提示词工程。他们希望模型懂自己的合同模板、病历语言、金融产品、内部知识、客服话术、判例风格、代码规范、审计流程。RAG 可以解决一部分，fine-tuning 或专门训练可以解决另一部分。Claude 如果不提供足够深的定制，Together AI、Predibase、开源模型服务商、垂直模型公司就有空间。

这里的机会需要比“帮客户训练一个模型”更精细。

真正的机会是模型定制服务产品化。你选一个高价值行业，收集工作流，定义评价集，整理行业数据，建立反馈闭环，提供部署与监控。客户买模型权重的兴趣有限，他们愿意为“这个 AI 比通用 Claude 更懂我的业务”付费。律所买的是合同审查准确率，医院买的是病历生成效率和合规性，金融机构买的是风控解释和报告生成，制造业买的是维修知识和质量分析。

再比如持久记忆。

Claude 在单次上下文里很强，但跨会话、跨项目、跨工具、跨团队的长期记忆一直没有形成完整产品形态。对个人用户来说，这意味着模型不够“懂我”。对企业来说，这意味着 agent 缺少持续学习能力。记忆层因此成为独立基础设施：Mem0、Zep、Letta、向量数据库、知识图谱、用户偏好系统，都在这个方向上寻找位置。

“给 Claude 加记忆”听起来像小插件，但背后是一个大问题：AI 应该记住什么，忘掉什么，谁能看见，谁能修改，如何纠错，如何避免隐私泄露，如何在不同模型之间迁移？

如果你把记忆做成模型供应商内部功能，用户又会担心锁定。如果你把记忆做成独立层，用户就可以带着自己的上下文在 Claude、OpenAI、Gemini、本地模型之间移动。

这就是记忆层公司的战略价值。它的任务远大于给聊天机器人加便利贴，它要成为用户与模型之间的身份连续性基础设施。

再比如多模态。

Claude 的文字能力强，但文生图、实时语音、视频生成、音乐、动态图形、3D 等方向并非它的主战场。OpenAI、ElevenLabs、Midjourney、Deepgram、Flux、Runway、Seedance、各类视频模型都在不同层面补齐多模态能力。创业者完全可以把 Claude 的文字推理作为一个部件，没必要把 Claude 当完整产品。

一个内容生产 SaaS 可以让 Claude 写脚本，让 ElevenLabs 配音，让图像模型出分镜，让视频模型生成片段，让本地工具做剪辑，让品牌系统控制视觉一致性。用户买的是“一站式内容工作流”，底层模型可以随时替换。

这类包装层非常容易被技术圈低估。技术人喜欢底层模型，客户喜欢完成任务。谁拥有客户工作流，谁就拥有定价权。Claude 只收 token 费，垂直 SaaS 收结果费、座位费、项目费、企业服务费。

产品空白的最大机会还是垂直行业深度。

Anthropic 不可能自己做完法律、医疗、金融、地产、教育、游戏、设计、制造、咨询、保险、供应链、政府、科研、影视、跨境电商。通用模型公司做的是能力平台，行业公司做的是最后一公里。Harvey、Glean、Nabla、Ironclad 这些案例说明，真正的大钱往往不在“更聪明的聊天”，而在“把 AI 塞进一个高价值行业的真实工作流”。

这也是最重要的创业公式：

Claude API 或开源模型能力，加行业数据，加行业工作流，加销售关系，加合规交付，等于垂直 AI 公司。

在这里，Anthropic 甚至可以成为创业者的供应商。你不需要仇恨供应商，只需要避免把自己变成供应商的一个按钮。

八、定价傲慢会制造套利者

AI 公司很容易陷入一种误判：只要模型足够强，用户就会接受复杂定价。

短期看，这是真的。重度用户会忍。开发者会骂完继续付。团队会先把功能跑起来再说。可是长期看，复杂定价会制造一批套利者。

Claude Code、Agent SDK、程序化调用、订阅配额、API 计费桶、第三方 wrapper 额外收费，这些东西叠在一起，会让用户产生一种感觉：我不知道自己买的到底是什么。

订阅制给用户的心理承诺是确定性：我每月付一笔钱，可以安心使用。API 计费给用户的心理承诺是公平性：我用多少付多少。最糟糕的体验是两者混在一起：用户以为自己买了确定性，结果关键场景又被按量收费；用户以为自己在按量付费，结果又被订阅墙挡住。

这就是 openclaw/opencode/opendesign 叙事能打的原因。它把复杂定价重新变成一句简单话：带上你的 API key，用多少付多少。

未来会有更多这种套利者。

一种是客户端套利。官方客户端把能力封装成高价订阅，开源客户端用 API 还原核心体验。openclaw/opencode/opendesign 属于这一类。

一种是模型路由套利。OpenRouter 这类平台把不同模型接到同一入口，用户根据价格、速度、质量、上下文长度和可用性自动切换。它的价值超出“更便宜”，核心在于让用户摆脱单一模型公司的牵引。

一种是工作流拆分套利。官方产品把模型、界面、工作流、存储、协作、计费捆绑，创业者把它拆成可替换模块。Open Design 这类本地 first 产品就是典型。

一种是账单审计套利。用户不知道钱花到哪里，FinOps 工具告诉他。省下来的钱就是产品价值。

一种是企业采购套利。大公司不想让每个员工自己买 Claude Max，于是需要统一代理、权限、额度、模型路由、审计和内部结算。谁做企业 AI 网关，谁就吃掉这层预算。

定价套利看似低端，其实很强。因为它站在用户现金流一侧。你不需要教育用户“未来很伟大”，你只需要告诉他“这个月可以少花 30%”，或者“下次 Claude 抽风你的业务不会停”。

AI 泡沫期大家喜欢讲 AGI，真正能活下来的公司经常从账单、权限、迁移、审计、监控这些地方开始。它们不华丽，但贴着钱。

九、模型无关会从口号变成采购标准

过去一年，很多 AI 产品都喜欢说自己 model-agnostic。这个词以前像营销话术，现在会越来越像企业采购条款。

原因很简单：模型公司正在变成平台公司。

当 Anthropic 做 Claude Code，它不只是提供模型，它进入开发工具。当它做 Claude Design，它进入设计工具。当它做 MCP，它进入工具协议。当它做 Agent SDK，它进入 agent 开发框架。当它对竞争对手、第三方 wrapper、特定使用方式设置限制，用户就会意识到：模型供应商也有自己的产品利益。

这时，模型无关会从技术洁癖升级为商业防御。

Cursor 在 Windsurf 相关风波（OpenAI扬言收购Windsurf，Anthropic不愿让OpenAI通过 Windsurf 获取 Claude 的模型数据，或间接增强 OpenAI 在 AI 编程市场的竞争力，因此通过断供进行“反制”）之后强调模型无关，Zed、Continue、opencode、Open Design 这类工具强调开放选择，本质上都在回应同一个焦虑：如果我的 IDE、设计工具、agent 平台、数据层、记忆层、MCP 层都绑定一个模型公司，我的未来路线图就被它决定了。

企业尤其会在意这个问题。

一家企业可以接受 Claude 很强，也可以接受某些任务用 Claude 最好。但它很难接受自己的核心工作流只能由 Claude 执行。因为供应商风险不仅包括价格，还包括合规、封号、政策、地缘政治、服务可用性、模型质量波动、产品下架、条款变化、竞争关系和数据治理。

所以未来很多企业 AI 产品的卖点会从“我们用了最强模型”变成“你可以随时换模型”。这听起来像退步，其实是成熟。

数据库行业早就经历过类似变化。企业不会把所有数据都锁在一个不可迁移的黑盒里。云行业也一样，多云、混合云、Kubernetes、Terraform、OpenTelemetry，背后都是对平台锁定的抵抗。AI 也会发展出自己的可迁移层：统一模型接口、提示词可移植性、eval 基准、记忆迁移、工具协议、agent trace、权限策略、成本路由。

这会诞生一批 anti-lock-in 公司。

它们的功能可能很普通：统一调用 API、模型评测、prompt 版本管理、agent 日志、工具权限、数据脱敏、成本控制、fallback 路由。但它们的战略位置很重要：站在客户和模型公司之间，成为客户的控制面。

如果把 Anthropic 看作 AI 时代的高质量但强势供应商，那么 anti-Anthropic 公司就是用户主权层。

这个词听起来有点大，但商业上非常具体：谁掌握用户的工作流配置、历史上下文、评测数据、成本策略、权限规则和供应商路由，谁就比底层模型更接近客户。

模型会变强，价格会变化，赢家会轮换。控制面如果做得好，可以跨越模型周期。

十、怎样真正入场：从怨气到产品的五步

很多人看到 Anthropic 争议，会马上想做一个替代品。但替代品是最危险的直觉。

因为“替代 Claude”太大，“替代 Claude 某个令人痛苦的控制点”才可行。

如果你是创业者，可以用五个步骤把 anti-Anthropic 情绪转化成产品。

第一步，找到具体的愤怒句子。

不要从宏大判断开始，比如“Anthropic 太封闭”“Claude 太贵”“安全太过度”。这些都无法直接变成产品。要找用户原话：“我付了 Max 还是不够用。”“我的团队被误封，申诉没人理。”“Claude Code 最近变笨了。”“我不敢把 MCP 接到生产环境。”“我想用 Claude Design，但我的客户素材不能上云。”“我不想为了偶尔用 Claude Code 每月付 200 美元。”

好产品往往从一句具体抱怨开始。

第二步，判断这句抱怨背后的预算类型。

有些抱怨只有情绪，没有预算。比如普通用户嫌贵，可能只是想白嫖。另一些抱怨背后有明确预算：企业怕停工，安全团队怕事故，开发团队怕账单失控，设计团队怕资产泄露，律所怕合规风险，代理公司怕交付不稳定。

创业者要追后者。

第三步，切出控制点。

不要问“我能不能做一个更好的 Claude”。要问“用户在哪个控制点上被 Anthropic 卡住了”。控制点可能是客户端、计费、模型选择、数据存储、账号、协议、安全、记忆、行业流程、模板、设计系统、企业权限。你只需要夺回一个控制点，就能建立产品入口。

第四步，先做楔子，再做平台。

MCP 安全公司的楔子可以是免费扫描器。账单卫士的楔子可以是异常告警。Open Design 的楔子可以是本地生成设计稿。opencode 的楔子可以是 API key 驱动的 Claude Code 替代。垂直法律 AI 的楔子可以是合同条款审查。楔子必须足够尖，能在一个痛点上赢。平台叙事以后再讲。

第五步，把迁移成本变成护城河。

anti-Anthropic 产品最开始靠“逃离 Claude 控制”获客，但长期不能只靠情绪。你要积累客户自己的数据、配置、工作流、权限、评测、模板、历史记录和团队协作。这样用户进入你的产品后，获得的是更强的可迁移性，同时也因为你提供的工作流价值而留下。

这听起来矛盾：你帮用户逃离锁定，自己又形成粘性。

真正的区别在于粘性的来源。坏的锁定来自不透明、不可导出、不可替代、不可申诉。好的粘性来自越来越懂客户、越来越省时间、越来越可控、越来越可靠。

创业者应该追求后者。

十一、最值得做的七个方向

如果把素材里的案例和结构性机会压缩成可执行清单，我会优先看七个方向。

第一个方向是 Claude 账单卫士。

目标用户是用 Claude、OpenAI、Gemini、OpenRouter、各类 agent SDK 的个人开发者和小团队。产品功能包括成本监控、异常告警、预算上限、模型路由、缓存命中率分析、长任务循环检测、每个项目成本拆分、PR review 成本估算。定价可以从 9 美元到 49 美元个人版切入，再做团队版和企业版。它的获客钩子很简单：装上之后，先帮你找到三笔浪费的钱。

第二个方向是 MCP 安全扫描与认证。

目标用户是准备引入 MCP 的企业、MCP server 开发者、AI 工具团队。先做开源 CLI：扫描 MCP server 的工具权限、危险命令、数据暴露、prompt injection 风险、依赖漏洞。再做云端仪表盘、企业策略、审计日志、工具沙箱和认证标签。长期可以成为 MCP 生态的信任层。

第三个方向是模型无关的 coding agent 客户端。

opencode 已经证明需求，但空间仍然很大。不同用户需要不同形态：终端、IDE 插件、企业私有部署、代码审查、测试修复、迁移重构、文档生成。机会不在“又做一个 Claude Code clone”，而在“把 coding agent 变成企业可控基础设施”：接入任意模型，支持内部工具，审计每一步修改，权限分级，成本可控，产出可回滚。

第四个方向是 AI continuity 平台。

这个方向服务企业：不要让任何单一模型供应商成为单点故障。功能包括供应商依赖扫描、多模型 fallback、账号风险评估、SLA 监控、策略路由、事故演练、封号应急、供应商条款监控。它可以从咨询切入，再把重复流程做成软件。买单方通常是 CTO、平台工程、安全、合规和运营负责人。

第五个方向是垂直行业“Claude 不敢做”工具。

重点落在专业上，别落在擦边上。安全研究、医疗敏感沟通、法律争议分析、企业红队、危机模拟、内容审核反向测试、金融合规预审，这些场景都需要讨论高风险内容，但讨论本身具有正当业务目的。产品要做身份验证、日志审计、权限、合规报告和专业边界。它的竞争力来自行业理解，粗暴放开无法形成真正壁垒。

第六个方向是独立记忆层。

给个人、团队和 agent 提供可迁移记忆。它记录用户偏好、项目背景、团队规范、长期目标、客户资料、设计系统、代码风格、历史决策，并能在 Claude、OpenAI、Gemini、本地模型之间使用。关键挑战是隐私、纠错、遗忘、权限和可解释。做成之后，它比单个聊天工具更接近用户身份。

第七个方向是开放设计与内容工作流。

Open Design 是一个起点。未来会出现更多“Claude 做了闭源版本，社区做开放工作流”的方向：PPT、视频、网页、移动应用原型、品牌内容、广告素材、数据报告、企业知识站点。商业机会在团队协作、品牌系统、模板市场、私有部署、模型路由和导出管线。

这七个方向有一个共同点：它们都不需要正面击败 Anthropic。它们只需要在 Anthropic 留下的控制焦虑里建立信任。

十二、最容易犯的错误：把反感误当需求

写到这里必须泼一盆冷水。

anti-Anthropic 很容易变成自嗨。社交媒体上的仇恨热度不等于商业机会。开发者骂得越狠，不代表他们越愿意付钱。很多人说要离开 Claude，第二天还是打开 Claude。天天骂Claude的人很可能是最先用上fable5的人。很多人说支持开源，遇到配置麻烦就回官方产品。很多人喊模型无关，实际只会选择效果最好的模型。

所以创业者不能被情绪骗。

判断一个 anti-Anthropic 机会是否成立，要看四个指标。

第一，用户有没有已经在用笨办法解决。比如手动切换模型、写脚本监控账单、自己搭本地工具、把 Claude 输出复制到其他产品、维护备用账号、在公司内部写使用规范。如果用户已经用丑陋方式自救，说明需求真实。

第二，失败成本是否足够高。账号被封对普通用户只是烦，对企业可能是停工。账单多花 20 美元对个人只是心疼，对 agent 公司可能是毛利崩掉。MCP 漏洞对玩具项目无所谓，对企业生产环境就是安全事故。失败成本越高，付费意愿越强。

第三，用户是否有明确替代路径。只说“我讨厌 Claude”没用。要能回答：替代模型是谁，迁移哪些数据，哪些任务降级，哪些任务保留 Claude，如何评估效果，如何控制成本。没有替代路径，仇恨只会变成忍耐。

第四，产品是否能在 Anthropic 修复问题后继续存在。比如如果 Claude 降价，opencode 还有没有价值？如果 Anthropic 增加账单告警，账单卫士还有没有价值？如果官方 MCP 安全增强，第三方安全层还有没有价值？好机会应该建立在结构性控制权上，避开一次性 bug 的脆弱性。

这就是为什么我更看好基础设施层、行业层和控制面，对单纯“骂 Claude”的消费产品保持谨慎。

骂声会散，控制权会留下。

十三、令人意外的一点：Anthropic 可能是反 Anthropic 创业者最好的市场教育机器

这里有一个反直觉结论：如果你正在做 anti-Anthropic 产品，你未必希望 Anthropic 失败。

你甚至可能希望它继续强，继续发布新产品，继续把 AI 工作流推向更深处。

因为 Anthropic 越强，用户越依赖 Claude；用户越依赖 Claude，越害怕被 Claude 控制；用户越害怕被控制，越需要你提供逃生门、缓冲层、替代入口和主权工具。

这和开源云、云成本管理、多云架构的发展很像。AWS 越强，围绕 AWS 的成本优化、安全、可观测性、迁移、Terraform、Kubernetes、云管理平台越有价值。没人需要围绕一个没人用的小云厂商做 FinOps。只有基础设施巨头才会养活反基础设施控制层。

Anthropic 也可能扮演这个角色。

它用 Claude Code 教育市场：coding agent 值钱。于是 opencode、Continue、企业 coding agent、代码审计工具获得叙事。

它用 MCP 教育市场：AI 需要连接工具。于是 MCP server、MCP registry、MCP security、MCP gateway 获得叙事。

它用 Claude Design 教育市场：自然语言到设计工作流值钱。于是 Open Design、设计系统自动化、本地 first 创意工具获得叙事。

它用封号和审查教育市场：AI 供应商风险是真实的。于是多模型 fallback、账号风险评估、AI continuity 获得叙事。

它用账单混乱教育市场：AI 成本管理是真实的。于是 Helicone、Portkey、OpenRouter、账单卫士获得叙事。

它用产品空白教育市场：通用模型不能覆盖所有行业。于是垂直 AI、模型定制、记忆层、多模态包装层获得叙事。

从这个角度看，Anthropic 是一台昂贵的需求发现机器。它每次发布、涨价、封禁、道歉、修复、限制、开源协议、关闭入口，都在替创业者标记市场边界。

聪明的创业者不需要站在街上喊反对。聪明的创业者会蹲在边界旁边，看哪里有人被挤出来。

十四、结尾：不要只想干掉 Anthropic，要善于利用它的阴影

“干掉 Anthropic”听起来很爽，但大多数创业者不该把它当成正确目标。

模型公司之间的战争需要天量资本、顶级研究团队、算力、数据、分发和政策资源。绝大多数团队没有资格在正面战场上和 Anthropic 对轰。可是商业世界从来不只奖励正面战场。

更好的问题是：Anthropic 的强大会让哪些人不安？它的安全叙事会让哪些专业用户受限？它的闭源产品会让哪些团队担心控制权？它的定价会让哪些开发者寻找套利？它的协议会让哪些生态位开放？它的产品空白会让哪些行业客户愿意付费？它的账号和风控会让哪些企业开始买保险？

这些问题比“谁能做出下一个 Claude”更接近钱。

anti-Anthropic 的机会，本质上是站在巨头阴影里做生意。阴影不属于失败者。阴影意味着巨头已经替你证明了市场，替你教育了用户，替你制造了痛点，替你暴露了边界。你要做的是选择一个足够窄、足够痛、足够有预算的边界，把它做成产品。

有人今天就要离开，给他迁移工具。

有人还想用 Claude，但不想被 Claude 锁死，给他控制面。

有人害怕账单失控，给他刹车。

有人害怕账号消失，给他备份路线。

有人想接 MCP，又怕安全事故，给他沙箱和审计。

有人需要 Claude 不敢做的专业工作，给他行业级边界。

有人喜欢 Claude Design 的想法，却拒绝闭源控制，给他本地 first 的开放工作流。

这已经超出反抗姿态，进入商业策略。

Anthropic 越像未来的一部分，anti-Anthropic 的机会越真实。因为未来不会只由模型公司组成。未来还需要迁移工具、安全层、成本层、记忆层、行业层、协议层、开放客户端、企业控制面和用户主权层。

真正的商机不在愤怒声最响的地方，而在愤怒之后用户伸手摸钱包的地方。

我是koki，Anti-Distill Skill Builder，Social Coding Initiator

AI shall be of the people, by the people, and for the people. God help me.

我是邓小闲koki，全网同名。微信 m61502202，推特@kokisanai，加好友请说明来意。

我的个人故事：

AI系列