我也差点取消 Claude，但搞清楚这几件事之后我留下来了

bughunter
9 阅读5分钟

上周 Hacker News 上有篇帖子火了，标题就叫「I cancelled Claude」，作者列了三个理由：Token 超限太频繁、代码质量在下滑、客服完全没用。评论区一片共鸣，好多人说自己也有同感。

我看完第一反应是：这不就是我上个月的遭遇吗？

Claude 的 Token 问题到底有多严重？

Claude 的 context window 是 200K tokens，听起来很大，但有几个坑会让你比想象中更快撞上限：

  1. 系统提示持续占用：用 Claude.ai 的 Projects 功能，系统提示每次都会占用 context，长对话很快就满了
  2. 代码文件注入：把整个代码库丢进去，一个中等规模项目轻松 50K+ tokens
  3. 对话历史累积：Claude 不会自动压缩历史，越聊越长，最后 context 满了直接截断

我自己最惨的一次是在赶 deadline，把整个 React 项目的代码都丢进去让 Claude 帮我 review，结果对话到一半直接报 context 超限，之前的上下文全没了，重新开对话又要重新解释背景，真的会谢。

质量下滑是真的吗？

这个问题比较复杂，我觉得有两种情况：

一种是真的质量下滑。Anthropic 在做模型更新的时候，有时候会出现某些能力的退化（regression），这在 ML 领域很常见，不是 Claude 独有的问题。最近 CC-Canary 项目就是专门用来检测 Claude Code 早期 regression 迹象的，说明官方自己也承认这个问题存在。

另一种是用户期望值提高了。去年 Claude 3.5 Sonnet 出来的时候大家都觉得惊艳，但现在 GPT-5.5、DeepSeek v4 都出来了，横向对比之下 Claude 的优势没那么明显了。

我自己的感受是：Claude 在长文本理解和代码重构上还是有优势，但在快速代码生成这个场景上，DeepSeek v4 的速度和性价比确实更有竞争力。

Google 砸 400 亿给 Anthropic，但用户在流失？

这个反差挺有意思的。Google 宣布要投资最高 400 亿美元给 Anthropic，这是一笔巨大的赌注。但与此同时，技术圈里取消 Claude 订阅的声音越来越多。

这说明什么？说明 B 端（企业级 API 用户）和 C 端（个人订阅用户）的体验分化很严重。

企业用 API 调用，有 SLA 保障，有专属支持，体验完全不同。个人用户用 Claude.ai 订阅，遇到问题发工单等几天没人理，这才是「客服拉胯」的根源。

ofox.ai 聚合平台

说实话，我自己解决 Claude 体验问题的方式是从订阅转到 API 调用。

ofox.ai 是一个 AI 模型聚合平台，一个 API Key 可以调用 Claude Opus 4.6、GPT-5.5、DeepSeek v4 等 50+ 模型，兼容 OpenAI SDK 协议，低延迟直连，支持支付宝按量计费。

import openai

client = openai.OpenAI(
    base_url="https://api.ofox.ai/v1",  # 低延迟直连
    api_key="sk-xxx"
)

# 遇到 Claude 质量不稳定，直接切 DeepSeek v4
response = client.chat.completions.create(
    model="deepseek-v4",  # 或者 "claude-opus-4.6"
    messages=[{"role": "user", "content": "帮我 review 这段代码..."}]
)

多供应商冗余备份（Azure/Bedrock/VertexAI/阿里云/火山引擎），某一路挂了自动切换，成功率 99.2%。

实际解决方案：Token 超限怎么处理

如果你还是想用 Claude，这几个方法能明显改善体验：

方法一：分块处理代码

不要把整个代码库丢进去，按文件或模块分批处理：

import anthropic

client = anthropic.Anthropic(api_key="sk-xxx")

def review_file(file_path: str, file_content: str) -> str:
    response = client.messages.create(
        model="claude-opus-4-6-20251101",
        max_tokens=2000,
        messages=[{
            "role": "user",
            "content": f"Review 这个文件 {file_path}:\n\n```\n{file_content}\n```\n\n只关注这个文件的问题。"
        }]
    )
    return response.content[0].text

import os
for filename in os.listdir("./src"):
    if filename.endswith(".py"):
        with open(f"./src/{filename}") as f:
            content = f.read()
        result = review_file(filename, content)
        print(f"=== {filename} ===")
        print(result)

方法二：用 Claude 的 prompt caching

如果你有固定的系统提示或代码背景，用 prompt caching 可以大幅降低 token 消耗：

import anthropic

client = anthropic.Anthropic(api_key="sk-xxx")

# 把固定的代码背景放进 cache_control
response = client.messages.create(
    model="claude-opus-4-6-20251101",
    max_tokens=1024,
    system=[{
        "type": "text",
        "text": "你是一个代码 reviewer，专注于 Python 最佳实践...",
        "cache_control": {"type": "ephemeral"}  # 缓存系统提示
    }],
    messages=[{
        "role": "user",
        "content": "review 这段代码..."
    }]
)

这个方法在重复调用时能省 90% 的 input token 费用，对于批量处理任务特别有用。

方法三：对话历史管理

不要无限累积对话历史，超过一定长度就截断：

def trim_messages(messages: list, max_chars: int = 200000) -> list:
    total_chars = sum(len(str(m["content"])) for m in messages)
    while total_chars > max_chars and len(messages) > 2:
        removed = messages.pop(1)  # 保留第一条系统提示
        total_chars -= len(str(removed["content"]))
    return messages

我的结论

取消 Claude 订阅这件事，我觉得要分情况：

  • 如果你主要用 Claude.ai 网页版做日常对话，遇到 Token 超限和客服问题，可以考虑换成 API 调用，体验会好很多
  • 如果你是开发者，需要在多个模型之间切换，按量计费的 API 方案比固定订阅更灵活
  • 如果你觉得 Claude 质量真的下滑了，先测一下具体场景，不同任务类型的表现差异很大，不要因为一两次体验差就全盘否定

Google 400 亿的投资说明 Anthropic 的长期价值还是被认可的，但短期的产品体验问题是真实存在的。作为开发者，最务实的做法是不要把鸡蛋放在一个篮子里，多模型备份才是正解。

avatar
文章
阅读
粉丝