如何在 Anti-Anthropic 中找到商機

Anti-Anthropic 的機會應該被理解成一張地圖，地圖上有三條主線。第一條是丑聞驅動的商機。第二條是產品空白的商機。第三條是生態反噬的商機。

我們無法像Anthropic員工拿著天價股權不到三十歲就完成了畢生追求的財富數字，但Anthropic可以成為我們找到ai商業機會的標尺。

一、仇恨也是一種市場信號

AI 行業里有一種很奇怪的情緒：大家一邊罵 Anthropic，一邊離不開 Claude。

這家公司確實強。Claude Code、Claude Desktop、MCP、Claude Design、Agent SDK，幾乎每一個新東西出來，都會讓一批創業公司的天花板往下塌一截。它的產品節奏很準，工程審美很強，對開發者的心理也抓得很狠。它不像 OpenAI 那樣經常把邊界推到很遠，去做瀏覽器、群聊、社交入口、操作系統級別的野心敘事。Anthropic 更像一個精明的商人，永遠只快于普羅大眾半步。

所以，討厭 Anthropic 這件事本身不能構成商業機會。弱者對強者的情緒通常只會變成論壇帖、截圖、梗圖和深夜 rant。真正有價值的問題是：為什么這么多人一邊付錢，一邊生氣？為什么越是重度用戶，越容易從贊美走向仇恨？為什么一個以“安全”“負責”“可信”自居的公司，會在開發者社區里反復制造不可信感？

答案不在道德判斷里，在市場結構里。

Anthropic 的每一次爭議，本質上都暴露了一個未被滿足的需求：有人今天就想離開 Claude，但離不開；有人想繼續用 Claude 的能力，但不想被 Claude 的規則綁架；有人想要 Claude 級別的產品體驗，但拒絕把自己的數據、工作流、賬單和賬號命運交給同一家模型公司。

這就是 anti-Anthropic 的商機。

這里的 anti 指向一種商業姿態：把 Anthropic 變成標尺，然后專門尋找它因為商業模式、組織性格、安全敘事、閉源控制、產品路線和生態策略而必然留下的空白。Anthropic 越強，這些空白越值錢。因為強公司制造的痛點有一個特點：痛感源自產品的重要性，遠勝于產品缺陷本身。

沒人會因為一個無關緊要的軟件封號而焦慮。沒人會因為一個可替代的小工具漲價而集體憤怒。只有當一個工具已經嵌進你的工作、團隊、代碼庫、客戶交付、知識庫和生產節奏里，它的每一次限制才會變成真實的商業風險。

因此，anti-Anthropic 的第一個洞察是：不要把丑聞當八卦看，要把丑聞當用戶遷移成本的可視化。

當 Claude Code 變貴，機會不在“吐槽它太貴”，機會在 opencode 這種按 API key 使用的替代入口。

當 OpenClaw 被商標、計費、封號三連擊，機會不在“同情 Peter”，機會在開放客戶端、模型無關代理、第三方 Claude 生態的治理權。

當 MCP 的 STDIO 風險被描述成“預期行為”，機會不在“安全圈又吵起來了”，機會在 MCP 掃描、認證、網關、沙箱和企業合規。

當大量賬號被封、申訴渠道像黑洞，機會不在“Anthropic 不講武德”，機會在賬號風險評估、多供應商 fallback 和 AI 供應鏈保險。

如果說 2023 年的 AI 商機來自“模型突然會了”，2024 年來自“把模型接進工作流”，2025 年來自“agent 和代碼工具商業化”，那么 2026 年很可能出現另一類機會：保護用戶免受模型巨頭的任性傷害。

這類公司不會站在臺上喊“我們要打敗 Anthropic”。它們更像產業里的防火墻、緩沖層、路由器、逃生門和第二套鑰匙。它們的商業承諾也很樸素：你可以繼續享受 Claude 的能力，但不要把命交給 Claude。

二、Anthropic 越像基礎設施，反向機會越大

軟件行業有個規律：當某個產品從工具變成基礎設施，它的失敗方式也會升級。

一個聊天機器人回答錯了，用戶只會笑一下。一個 coding agent 在生產代碼庫里降智，團隊會停工。一個 API 賬單突然暴漲，創業公司會被現金流打醒。一個賬號誤封十五小時，企業會意識到自己沒有 B 計劃。一個協議把遠程工具接入本地命令執行環境，安全團隊會突然發現自己多了一個全新的攻擊面。

Anthropic 的爭議之所以值得研究，關鍵在于它比很多公司更接近基礎設施。

Claude Code 已經超出 IDE 插件的范疇。它是開發者把任務、上下文、倉庫歷史、測試結果、錯誤日志和工程判斷交出去的一種工作方式。MCP 也超出插件協議的范疇。它是讓模型與工具、數據庫、企業系統、文件系統、瀏覽器、命令行發生關系的連接層。Claude Desktop 正在從聊天窗口變成個人工作流入口。Claude Design 如果成立，它的野心也會超過生成幾個設計稿，直接吞掉從自然語言需求到可視化界面的中間地帶。

基礎設施級產品一旦出問題，用戶的痛苦會呈指數增長。更關鍵的是，基礎設施的用戶不會只買功能，他們會買確定性。

這正是 Anthropic 的矛盾。

一個以安全為核心敘事的公司，天然容易過度審查，于是出現“做 Claude 不敢做的事”的垂直產品。

一個靠高質量閉源模型收費的公司，天然會保護自己的入口，于是出現 OpenClaw、opencode、模型無關 IDE、開源設計工具。

一個希望把協議推成標準的公司，天然會失去對協議生態的控制，于是 MCP 市場、MCP 安全、MCP 自動生成、MCP 企業治理會萌發。

一個用訂閱制吸引重度用戶、又用 token 成本約束重度使用的公司，天然會在定價上制造怨氣，于是 AI 成本管理、智能路由、賬單衛士會橫空出世。

所以 anti-Anthropic 的機會應該被理解成一張地圖，而非零星的產品點子。

地圖上有三條主線。

第一條是丑聞驅動的商機。用戶今天就生氣，今天就想離開，今天就愿意找替代品。這里的商業速度最快，因為情緒已經完成了獲客教育。

第二條是產品空白的商機。Claude 故意不做、暫時沒做、不能做、做了也會和自身敘事沖突的地方，就是創業公司可以長期經營的地方。

第三條是生態反噬的商機。Anthropic 開了 MCP 這樣的口子，或者用 Claude Code、Claude Design 證明了某個工作流的價值，卻又因為閉源、計費、控制和安全策略無法完全占領這個工作流。于是開放替代品、基礎設施層和行業包裝層會趁機進入。

這三條線合在一起，就是“在 anti-Anthropic 尋獲商機”的真正含義。

三、丑聞的商業含義：用戶真正討厭的是無路可退

很多人把 Anthropic 的爭議看成公關問題。但對創業者來說，公關只是表面。真正有價值的是每一次爭議背后的用戶動作。

用戶有沒有開始找替代品？有沒有愿意付錢避險？有沒有把抱怨寫成 GitHub issue、HN 評論、Reddit 長帖、企業采購需求？有沒有開始把“不要被 Claude 鎖死”寫進內部架構原則？有沒有從單模型調用轉向多模型網關？有沒有把本地優先、開源、BYOK、可遷移、可審計這些詞重新放到桌面上？

如果有，爭議就已經轉化成了需求。

以過度審查為例。Claude 的安全邊界在很多場景下確實有價值，尤其是普通消費者、教育、公共領域和高風險內容。但邊界一旦過度擴張，就會傷到專業用戶（fable5甚至會在檢測到敏感話題時自動降級模型選用）：安全研究員需要討論攻擊路徑，醫生需要處理敏感描述，律師需要分析灰色事實，小說作者需要寫復雜人性，企業合規團隊需要做紅隊測試。對這些用戶來說，模型拒絕帶來的感受接近工具失效，安全收益反而變得抽象。

于是 Venice AI、Together AI、Mistral、本地部署工具、AnythingLLM 這類產品獲得了天然敘事：當 Claude 不讓你做，來這里做。這個定位粗看像叛逆，細看是很清楚的商業分層。通用模型公司為了大規模分發，必須把風險壓低；垂直產品為了服務專業用戶，可以做更細的身份驗證、更具體的責任邊界、更專業的場景約束。它不需要“無底線”，它只需要比 Claude 更懂某個行業的真實工作。

這也是第一個可執行方向：做 Claude 不敢做的垂直 AI。

不要泛泛做“無審查聊天機器人”。那是低質量紅海。更好的機會是“安全研究 Copilot”“醫療敏感溝通助手”“法律爭議事實分析工具”“企業內部紅隊 agent”“成人內容創作者的合規生產工具”“危機公關模擬器”。這些產品不靠挑釁獲客，靠專業場景收費。它們可以設計明確的用戶資質、日志、審計、免責、權限和邊界。它們的賣點來自一套由行業真實需求定義的規則。

再看封號事件。材料里提到透明度報告中的大規模封禁、企業員工被誤封、申訴渠道只有 Google 表單式體驗。無論具體數字如何，用戶感受到的是一種很具體的恐懼：我的工作流可能在某個早晨消失，而且我不知道為什么。

這類恐懼會直接催生 B2B 預算。

企業并不一定仇恨 Anthropic。企業更關心連續性。只要 Claude 進入銷售、客服、研發、法務、知識管理、數據分析這些流程，賬號與 API 的可用性就會從個人體驗升級為運營風險。此時“AI 供應商多元化方案”也會擺脫咨詢話術的尷尬，變成一項基礎服務：幫企業評估哪些業務依賴 Claude，哪些提示詞或調用模式可能觸發風控，哪些任務可以遷移到 OpenAI、Gemini、Mistral、本地模型或 OpenRouter，關鍵流程斷供時如何降級運行。

這類服務可以很快產品化。

第一層是賬號風險評估：掃描企業的 prompt、工具調用、數據類型、用戶角色和使用頻率，給出風險評分。

第二層是多模型 fallback：當 Claude 不可用、限速、封禁、漲價或質量波動時，自動路由到替代模型。

第三層是合規與申訴支持：記錄調用日志、保留證據、生成供應商溝通材料、幫助企業通過審計。

第四層是保險化：對高價值客戶提供 SLA、冗余部署和事故響應。

換句話說，Anthropic 的封號恐懼可以養活一批“AI continuity”公司。

再看賬單混亂。HERMES.md 這種文件名觸發異常計費、緩存 TTL 從六十分鐘降到五分鐘導致成本暴漲、Agent SDK 和程序化調用進入獨立計費桶，這些事件指向同一個問題：AI 成本對終端用戶越來越不可理解。

云計算時代已經證明，賬單復雜性本身就是一個市場。AWS 的成本優化公司、FinOps 工具、云賬單審計服務、預算告警、資源推薦，出現的根源恰恰在于 AWS 太有價值，客戶需要一層工具來防止自己被價值吞掉。

AI 也會走這條路。

當一個團隊每天跑數千次 agent 調用，成本已經無法用“模型價格表乘以 token”解釋。它會受到緩存、上下文長度、工具調用、重試、模型路由、長任務循環、訂閱配額、API 計費桶、第三方包裝器、請求失敗和供應商策略的影響。開發者需要儀表盤，也需要“賬單剎車”。

這就是“Claude 賬單衛士”的機會。一個每月 9 美元到 99 美元的 SaaS 就可以切入：實時監控 Claude、OpenAI、Gemini、OpenRouter 等 API；識別異常消耗；在任務循環失控時自動暫停；當 Claude 價格過高時切到便宜模型；把每個項目、每個 agent、每個用戶、每個 PR review 的真實成本拆出來；在訂閱配額與 API 計費之間做最優選擇。

這聽起來不性感，但很容易賺錢。因為它直接替用戶省錢，而且省下來的錢可以量化。

四、OpenClaw 的教訓：被打壓本身可以成為分發

OpenClaw 的故事之所以重要，不只因為它戲劇性強。

一個知名個人開發者@steipete做了 Claude 風格的客戶端，先因為品牌相似遭遇律師壓力，從 ClawdBot 改名 Moltbot，再改成 OpenClaw。隨后用戶使用第三方包裝器遭遇額外 API 計費，形成所謂“Claw Tax”。再后來，創作者本人賬號被短暫封禁。最后，他加入 OpenAI 做個人 agent 產品。

這個故事在商業上幾乎完整得像寓言。

Anthropic 想保護自己的產品邊界，結果它每一次出手都在替 OpenClaw 證明價值。商標壓力說明這個項目足夠像 Claude 的替代入口。額外計費說明它觸碰了 Anthropic 的商業模型。封號說明開發者與平臺之間存在權力不對稱。創作者被 OpenAI 招募，則把個人經歷變成競爭對手的敘事資產。

這給所有 AI 工具創業者一個提醒：巨頭打壓有時會成為禮物，前提是你能把它轉化成用戶語言。

“我們是開源的。”“我們支持 BYOK。”“我們不鎖模型。”“你的數據在本地。”“你的工具不會因為平臺改規則而消失。”“你可以隨時換供應商。”這些話平時聽起來像開源社區的老口號。只有在 OpenClaw 這種事件之后，它們才會變成購買理由。

用戶并不會因為抽象的開放理念付錢。用戶會因為一次具體的傷害重新理解開放的價值。

OpenClaw、opencode、Open Design 這類項目的共同點也在這里：它們沒有在真空中宣傳開源，而是在一個閉源產品已經證明需求之后，用開源重新分配控制權。

opencode 的敘事尤其鋒利。Claude Code 要高價 Max 計劃，而 opencode 用 API key 做了類似的體驗。這個故事之所以能在 HN 和開發者社區爆發，關鍵不在“又一個 CLI 工具”有多新，關鍵在于它正好戳中了重度開發者對訂閱墻的憤怒。

這里有一個商業模型叫定價套利。

當平臺把某個工作流包裝成高價訂閱，創業者可以拆開它：模型歸模型，客戶端歸客戶端，工作流歸工作流，用戶自己帶 key。對于輕度和中度用戶，按實際 API 用量可能遠低于 200 美元訂閱；對于高級用戶，開源客戶端提供的可控性、可擴展性、可審計性也可能比官方產品更重要。

這遠遠超過“低價平替”的范疇。低價只能帶來脆弱競爭。真正的機會在于把官方產品的黑盒拆成開放棧。

Claude Code 的官方體驗證明了 agentic coding 的需求。opencode 證明了這個需求不必完全由 Anthropic 捕獲。OpenClaw 證明了個人 agent 的入口不必被 Claude 客戶端壟斷。Open Design 證明了設計生成的工作流不必綁定 Claude Design 的閉源配方。

創業者應該從中學到一個公式：

巨頭閉源產品證明需求，開源替代品奪回控制權，商業公司圍繞托管、協作、合規、企業支持和生態分發收費。

這條公式會在未來幾年反復出現。

五、Open Design 的信號：開源替代不只是復制功能

Open Design 是 anti-Anthropic 機會里最值得認真看的案例之一，因為它展示了“反向產品”如何從情緒出發，最后長成基礎設施。

素材里給出的故事是：Anthropic 發布 Claude Design，一個通過自然語言生成設計稿的閉源工具，但存在云端存儲、模型鎖定、付費使用等限制。十一天后，Tom Huang 開源 Open Design，定位為 Claude Design 的開源替代品，強調本地運行、數據主權和模型自由選擇。它采用 local-first 架構，用本地 daemon 和 SQLite 管理項目數據，支持多種 AI 編碼工具作為設計引擎，采用 BYOK 模式，內置技能和品牌級設計系統，并在發布后獲得爆發式社區響應。

這個故事最容易被誤讀成“開源版 Claude Design”。但真正有價值的地方不在復制，而在重構。

閉源設計工具通常把用戶帶進一個完整但封閉的體驗：你輸入需求，系統生成設計，數據在云端，模型由平臺選擇，能力由平臺更新，價格由平臺決定。它的優勢是上手快，體驗一致，缺點是控制權集中。

Open Design 選擇了另一種結構：本地 first、模型自由、技能可組合、設計系統可擴展、項目數據可掌握。它做的不只是相似界面，還把設計生成拆成多個層：需求澄清層、視覺方向層、技能層、模型執行層、本地數據層、設計系統層、導出層、視頻與動態圖形生成層。

這就是開源替代品真正的進化方向。

第一代替代品復制功能。第二代替代品解耦控制權。第三代替代品形成生態。

Open Design 的機會不在“Claude Design 太壞，所以我做一個免費版”。免費版很難長期防守。真正的機會在于成為 AI 設計工作流的開放底座：開發者可以貢獻技能，品牌可以維護自己的設計系統，企業可以本地部署，模型供應商可以接入，代理工具可以作為執行引擎，設計團隊可以把內部規范變成可復用能力。

如果這個方向成立，商業化也會很自然。個人用戶可以免費使用開源版本。團隊為協作、權限、版本管理、設計系統托管、企業 SSO、私有部署、合規審計付費。生態開發者圍繞技能和模板獲得分發。企業客戶為“不要把設計資產交給單一模型公司”買單。

這就是 anti-Anthropic 的高階玩法：把巨頭的產品發布當作市場教育，再用更開放的架構占領長期生態位，最終避免停留在怨氣產品層面。

Claude Design 如果成功，它會教育市場：自然語言到設計稿是剛需。

Claude Design 如果引發反感，它會教育市場：用戶需要本地、開放、可選模型的設計工作流。

無論哪種結果，Open Design 都能獲益。

這也是為什么創業者要研究 Anthropic 的 roadmap。

Anthropic 每發布一個閉源全家桶產品，都在告訴市場兩個信息：這個工作流有商業價值；這個工作流即將出現控制權焦慮。前者證明需求，后者創造替代品窗口。

六、MCP 的反噬：協議一旦成為標準，就不再屬于發明者

MCP 是 Anthropic 對行業最大的貢獻之一，也可能是它最難完全控制的資產之一。

模型要真正進入工作，就必須連接工具。工具包括文件系統、數據庫、瀏覽器、內部 SaaS、CRM、工單系統、代碼倉庫、云資源、財務軟件、設計工具、知識庫。沒有工具，模型只是聰明的嘴。有了工具，模型才開始像員工。

MCP 的價值就在這里。它給模型和外部工具之間提供了一種相對標準化的連接方式。Anthropic 推出 MCP，等于為 agent 時代鋪了一條路。

但協議和產品不同。

產品可以被公司控制，協議一旦被 OpenAI、Google、Microsoft、開源社區、企業開發者共同采用，它就會脫離最初發明者的品牌邊界。HTTP 不屬于某家公司，SQL 不屬于某家公司，Kubernetes 雖然有起源，但生態不屬于單一供應商。MCP 如果成為 AI 工具調用的事實標準，它也不會只是 Anthropic 的東西。

這就是生態反噬。

Anthropic 通過 MCP 打開了生態入口，但真正賺錢的未必是 Anthropic。更可能是圍繞 MCP 的四類公司。

第一類是 MCP 服務器公司。它們把企業系統接入任意 AI 工具。今天給 Salesforce 做 MCP，明天給 Jira 做 MCP，后天給內部數據庫、私有知識庫、財務系統、云平臺做 MCP。客戶不關心你是否屬于 Anthropic 官方，他們關心自己的系統能不能安全地被 agent 使用。

第二類是 MCP 市場和注冊表。AI 工具時代需要一個“npm for tools”。開發者要找可靠的 MCP 服務器，企業要知道哪些服務器可信，模型產品要知道如何發現工具，安全團隊要知道每個工具能做什么。誰能成為 MCP 生態的分發入口，誰就能收認證費、交易抽成、企業訂閱和數據服務費。

第三類是 MCP 自動生成工具。很多企業 API 文檔復雜、歷史系統混亂、權限模型陳舊。讓每家公司手寫 MCP 服務器效率很低。更好的產品是讀取 OpenAPI、SDK、文檔、示例請求、數據庫 schema，自動生成可運行、可測試、可審計的 MCP 服務器。Stainless 證明 API SDK 自動生成有市場，MCP 時代會出現類似公司。

第四類是 MCP 安全與合規層。素材中提到 OX Security 披露 STDIO 設計帶來的命令執行風險，而 Anthropic 將相關行為描述為預期行為。這類爭議會讓企業安全團隊立刻緊張。因為 MCP 的本質是把語言模型的意圖連接到真實工具執行。它天然需要權限邊界、審計日志、沙箱、策略引擎、敏感數據過濾、prompt injection 防護、工具行為模擬、最小權限建議和異常檢測。

這可能是最硬的 B2B 機會之一。

安全公司最喜歡兩種市場：一種是新攻擊面出現，另一種是監管和企業采購開始追問。MCP 同時具備這兩個條件。它足夠新，足夠關鍵，足夠混亂，也足夠靠近生產系統。

一個 MCP 安全產品可以從很小的點切入：掃描 MCP server manifest，識別高危工具權限，檢測 prompt injection 路徑，給每個工具生成風險評分，對 agent 調用進行日志審計，在執行危險動作前要求人工確認。然后逐步升級為企業代理網關：所有模型調用工具之前都經過策略層，所有工具響應返回模型之前都經過過濾層，所有敏感操作都有審批流。

這類公司不需要打敗 Anthropic。它們只需要讓企業敢用 MCP。

這就是基礎設施創業最舒服的位置：巨頭負責制造需求和復雜性，你負責把復雜性變成可購買的確定性。

七、產品空白：Claude 沒做的地方，往往是它不能輕易做的地方

很多人尋找 AI 商機時，只看模型公司已經做了什么。更好的方法是看它們沒做什么。

Claude 的產品空白有其內在原因。它們往往來自 Anthropic 的組織選擇、風險偏好和商業約束。

例如微調。

OpenAI 有 fine-tuning，Gemini 有相關定制路徑，開源模型生態更是天然適合微調。但 Anthropic 長期沒有把 Claude 微調作為核心產品能力。原因可能很多：安全控制、模型維護復雜度、企業支持成本、數據邊界、產品優先級。但對創業者來說，原因不重要，空白重要。

垂直行業客戶經常不滿足于提示詞工程。他們希望模型懂自己的合同模板、病歷語言、金融產品、內部知識、客服話術、判例風格、代碼規范、審計流程。RAG 可以解決一部分，fine-tuning 或專門訓練可以解決另一部分。Claude 如果不提供足夠深的定制，Together AI、Predibase、開源模型服務商、垂直模型公司就有空間。

這里的機會需要比“幫客戶訓練一個模型”更精細。

真正的機會是模型定制服務產品化。你選一個高價值行業，收集工作流，定義評價集，整理行業數據，建立反饋閉環，提供部署與監控。客戶買模型權重的興趣有限，他們愿意為“這個 AI 比通用 Claude 更懂我的業務”付費。律所買的是合同審查準確率，醫院買的是病歷生成效率和合規性，金融機構買的是風控解釋和報告生成，制造業買的是維修知識和質量分析。

再比如持久記憶。

Claude 在單次上下文里很強，但跨會話、跨項目、跨工具、跨團隊的長期記憶一直沒有形成完整產品形態。對個人用戶來說，這意味著模型不夠“懂我”。對企業來說，這意味著 agent 缺少持續學習能力。記憶層因此成為獨立基礎設施：Mem0、Zep、Letta、向量數據庫、知識圖譜、用戶偏好系統，都在這個方向上尋找位置。

“給 Claude 加記憶”聽起來像小插件，但背后是一個大問題：AI 應該記住什么，忘掉什么，誰能看見，誰能修改，如何糾錯，如何避免隱私泄露，如何在不同模型之間遷移？

如果你把記憶做成模型供應商內部功能，用戶又會擔心鎖定。如果你把記憶做成獨立層，用戶就可以帶著自己的上下文在 Claude、OpenAI、Gemini、本地模型之間移動。

這就是記憶層公司的戰略價值。它的任務遠大于給聊天機器人加便利貼，它要成為用戶與模型之間的身份連續性基礎設施。

再比如多模態。

Claude 的文字能力強，但文生圖、實時語音、視頻生成、音樂、動態圖形、3D 等方向并非它的主戰場。OpenAI、ElevenLabs、Midjourney、Deepgram、Flux、Runway、Seedance、各類視頻模型都在不同層面補齊多模態能力。創業者完全可以把 Claude 的文字推理作為一個部件，沒必要把 Claude 當完整產品。

一個內容生產 SaaS 可以讓 Claude 寫腳本，讓 ElevenLabs 配音，讓圖像模型出分鏡，讓視頻模型生成片段，讓本地工具做剪輯，讓品牌系統控制視覺一致性。用戶買的是“一站式內容工作流”，底層模型可以隨時替換。

這類包裝層非常容易被技術圈低估。技術人喜歡底層模型，客戶喜歡完成任務。誰擁有客戶工作流，誰就擁有定價權。Claude 只收 token 費，垂直 SaaS 收結果費、座位費、項目費、企業服務費。

產品空白的最大機會還是垂直行業深度。

Anthropic 不可能自己做完法律、醫療、金融、地產、教育、游戲、設計、制造、咨詢、保險、供應鏈、政府、科研、影視、跨境電商。通用模型公司做的是能力平臺，行業公司做的是最后一公里。Harvey、Glean、Nabla、Ironclad 這些案例說明，真正的大錢往往不在“更聰明的聊天”，而在“把 AI 塞進一個高價值行業的真實工作流”。

這也是最重要的創業公式：

Claude API 或開源模型能力，加行業數據，加行業工作流，加銷售關系，加合規交付，等于垂直 AI 公司。

在這里，Anthropic 甚至可以成為創業者的供應商。你不需要仇恨供應商，只需要避免把自己變成供應商的一個按鈕。

八、定價傲慢會制造套利者

AI 公司很容易陷入一種誤判：只要模型足夠強，用戶就會接受復雜定價。

短期看，這是真的。重度用戶會忍。開發者會罵完繼續付。團隊會先把功能跑起來再說。可是長期看，復雜定價會制造一批套利者。

Claude Code、Agent SDK、程序化調用、訂閱配額、API 計費桶、第三方 wrapper 額外收費，這些東西疊在一起，會讓用戶產生一種感覺：我不知道自己買的到底是什么。

訂閱制給用戶的心理承諾是確定性：我每月付一筆錢，可以安心使用。API 計費給用戶的心理承諾是公平性：我用多少付多少。最糟糕的體驗是兩者混在一起：用戶以為自己買了確定性，結果關鍵場景又被按量收費；用戶以為自己在按量付費，結果又被訂閱墻擋住。

這就是 openclaw/opencode/opendesign 敘事能打的原因。它把復雜定價重新變成一句簡單話：帶上你的 API key，用多少付多少。

未來會有更多這種套利者。

一種是客戶端套利。官方客戶端把能力封裝成高價訂閱，開源客戶端用 API 還原核心體驗。openclaw/opencode/opendesign 屬于這一類。

一種是模型路由套利。OpenRouter 這類平臺把不同模型接到同一入口，用戶根據價格、速度、質量、上下文長度和可用性自動切換。它的價值超出“更便宜”，核心在于讓用戶擺脫單一模型公司的牽引。

一種是工作流拆分套利。官方產品把模型、界面、工作流、存儲、協作、計費捆綁，創業者把它拆成可替換模塊。Open Design 這類本地 first 產品就是典型。

一種是賬單審計套利。用戶不知道錢花到哪里，FinOps 工具告訴他。省下來的錢就是產品價值。

一種是企業采購套利。大公司不想讓每個員工自己買 Claude Max，于是需要統一代理、權限、額度、模型路由、審計和內部結算。誰做企業 AI 網關，誰就吃掉這層預算。

定價套利看似低端，其實很強。因為它站在用戶現金流一側。你不需要教育用戶“未來很偉大”，你只需要告訴他“這個月可以少花 30%”，或者“下次 Claude 抽風你的業務不會停”。

AI 泡沫期大家喜歡講 AGI，真正能活下來的公司經常從賬單、權限、遷移、審計、監控這些地方開始。它們不華麗，但貼著錢。

九、模型無關會從口號變成采購標準

過去一年，很多 AI 產品都喜歡說自己 model-agnostic。這個詞以前像營銷話術，現在會越來越像企業采購條款。

原因很簡單：模型公司正在變成平臺公司。

當 Anthropic 做 Claude Code，它不只是提供模型，它進入開發工具。當它做 Claude Design，它進入設計工具。當它做 MCP，它進入工具協議。當它做 Agent SDK，它進入 agent 開發框架。當它對競爭對手、第三方 wrapper、特定使用方式設置限制，用戶就會意識到：模型供應商也有自己的產品利益。

這時，模型無關會從技術潔癖升級為商業防御。

Cursor 在 Windsurf 相關風波（OpenAI揚言收購Windsurf，Anthropic不愿讓OpenAI通過 Windsurf 獲取 Claude 的模型數據，或間接增強 OpenAI 在 AI 編程市場的競爭力，因此通過斷供進行“反制”）之后強調模型無關，Zed、Continue、opencode、Open Design 這類工具強調開放選擇，本質上都在回應同一個焦慮：如果我的 IDE、設計工具、agent 平臺、數據層、記憶層、MCP 層都綁定一個模型公司，我的未來路線圖就被它決定了。

企業尤其會在意這個問題。

一家企業可以接受 Claude 很強，也可以接受某些任務用 Claude 最好。但它很難接受自己的核心工作流只能由 Claude 執行。因為供應商風險不僅包括價格，還包括合規、封號、政策、地緣政治、服務可用性、模型質量波動、產品下架、條款變化、競爭關系和數據治理。

所以未來很多企業 AI 產品的賣點會從“我們用了最強模型”變成“你可以隨時換模型”。這聽起來像退步，其實是成熟。

數據庫行業早就經歷過類似變化。企業不會把所有數據都鎖在一個不可遷移的黑盒里。云行業也一樣，多云、混合云、Kubernetes、Terraform、OpenTelemetry，背后都是對平臺鎖定的抵抗。AI 也會發展出自己的可遷移層：統一模型接口、提示詞可移植性、eval 基準、記憶遷移、工具協議、agent trace、權限策略、成本路由。

這會誕生一批 anti-lock-in 公司。

它們的功能可能很普通：統一調用 API、模型評測、prompt 版本管理、agent 日志、工具權限、數據脫敏、成本控制、fallback 路由。但它們的戰略位置很重要：站在客戶和模型公司之間，成為客戶的控制面。

如果把 Anthropic 看作 AI 時代的高質量但強勢供應商，那么 anti-Anthropic 公司就是用戶主權層。

這個詞聽起來有點大，但商業上非常具體：誰掌握用戶的工作流配置、歷史上下文、評測數據、成本策略、權限規則和供應商路由，誰就比底層模型更接近客戶。

模型會變強，價格會變化，贏家會輪換。控制面如果做得好，可以跨越模型周期。

十、怎樣真正入場：從怨氣到產品的五步

很多人看到 Anthropic 爭議，會馬上想做一個替代品。但替代品是最危險的直覺。

因為“替代 Claude”太大，“替代 Claude 某個令人痛苦的控制點”才可行。

如果你是創業者，可以用五個步驟把 anti-Anthropic 情緒轉化成產品。

第一步，找到具體的憤怒句子。

不要從宏大判斷開始，比如“Anthropic 太封閉”“Claude 太貴”“安全太過度”。這些都無法直接變成產品。要找用戶原話：“我付了 Max 還是不夠用。”“我的團隊被誤封，申訴沒人理。”“Claude Code 最近變笨了。”“我不敢把 MCP 接到生產環境。”“我想用 Claude Design，但我的客戶素材不能上云。”“我不想為了偶爾用 Claude Code 每月付 200 美元。”

好產品往往從一句具體抱怨開始。

第二步，判斷這句抱怨背后的預算類型。

有些抱怨只有情緒，沒有預算。比如普通用戶嫌貴，可能只是想白嫖。另一些抱怨背后有明確預算：企業怕停工，安全團隊怕事故，開發團隊怕賬單失控，設計團隊怕資產泄露，律所怕合規風險，代理公司怕交付不穩定。

創業者要追后者。

第三步，切出控制點。

不要問“我能不能做一個更好的 Claude”。要問“用戶在哪個控制點上被 Anthropic 卡住了”。控制點可能是客戶端、計費、模型選擇、數據存儲、賬號、協議、安全、記憶、行業流程、模板、設計系統、企業權限。你只需要奪回一個控制點，就能建立產品入口。

第四步，先做楔子，再做平臺。

MCP 安全公司的楔子可以是免費掃描器。賬單衛士的楔子可以是異常告警。Open Design 的楔子可以是本地生成設計稿。opencode 的楔子可以是 API key 驅動的 Claude Code 替代。垂直法律 AI 的楔子可以是合同條款審查。楔子必須足夠尖，能在一個痛點上贏。平臺敘事以后再講。

第五步，把遷移成本變成護城河。

anti-Anthropic 產品最開始靠“逃離 Claude 控制”獲客，但長期不能只靠情緒。你要積累客戶自己的數據、配置、工作流、權限、評測、模板、歷史記錄和團隊協作。這樣用戶進入你的產品后，獲得的是更強的可遷移性，同時也因為你提供的工作流價值而留下。

這聽起來矛盾：你幫用戶逃離鎖定，自己又形成粘性。

真正的區別在于粘性的來源。壞的鎖定來自不透明、不可導出、不可替代、不可申訴。好的粘性來自越來越懂客戶、越來越省時間、越來越可控、越來越可靠。

創業者應該追求后者。

十一、最值得做的七個方向

如果把素材里的案例和結構性機會壓縮成可執行清單，我會優先看七個方向。

第一個方向是 Claude 賬單衛士。

目標用戶是用 Claude、OpenAI、Gemini、OpenRouter、各類 agent SDK 的個人開發者和小團隊。產品功能包括成本監控、異常告警、預算上限、模型路由、緩存命中率分析、長任務循環檢測、每個項目成本拆分、PR review 成本估算。定價可以從 9 美元到 49 美元個人版切入，再做團隊版和企業版。它的獲客鉤子很簡單：裝上之后，先幫你找到三筆浪費的錢。

第二個方向是 MCP 安全掃描與認證。

目標用戶是準備引入 MCP 的企業、MCP server 開發者、AI 工具團隊。先做開源 CLI：掃描 MCP server 的工具權限、危險命令、數據暴露、prompt injection 風險、依賴漏洞。再做云端儀表盤、企業策略、審計日志、工具沙箱和認證標簽。長期可以成為 MCP 生態的信任層。

第三個方向是模型無關的 coding agent 客戶端。

opencode 已經證明需求，但空間仍然很大。不同用戶需要不同形態：終端、IDE 插件、企業私有部署、代碼審查、測試修復、遷移重構、文檔生成。機會不在“又做一個 Claude Code clone”，而在“把 coding agent 變成企業可控基礎設施”：接入任意模型，支持內部工具，審計每一步修改，權限分級，成本可控，產出可回滾。

第四個方向是 AI continuity 平臺。

這個方向服務企業：不要讓任何單一模型供應商成為單點故障。功能包括供應商依賴掃描、多模型 fallback、賬號風險評估、SLA 監控、策略路由、事故演練、封號應急、供應商條款監控。它可以從咨詢切入，再把重復流程做成軟件。買單方通常是 CTO、平臺工程、安全、合規和運營負責人。

第五個方向是垂直行業“Claude 不敢做”工具。

重點落在專業上，別落在擦邊上。安全研究、醫療敏感溝通、法律爭議分析、企業紅隊、危機模擬、內容審核反向測試、金融合規預審，這些場景都需要討論高風險內容，但討論本身具有正當業務目的。產品要做身份驗證、日志審計、權限、合規報告和專業邊界。它的競爭力來自行業理解，粗暴放開無法形成真正壁壘。

第六個方向是獨立記憶層。

給個人、團隊和 agent 提供可遷移記憶。它記錄用戶偏好、項目背景、團隊規范、長期目標、客戶資料、設計系統、代碼風格、歷史決策，并能在 Claude、OpenAI、Gemini、本地模型之間使用。關鍵挑戰是隱私、糾錯、遺忘、權限和可解釋。做成之后，它比單個聊天工具更接近用戶身份。

第七個方向是開放設計與內容工作流。

Open Design 是一個起點。未來會出現更多“Claude 做了閉源版本，社區做開放工作流”的方向：PPT、視頻、網頁、移動應用原型、品牌內容、廣告素材、數據報告、企業知識站點。商業機會在團隊協作、品牌系統、模板市場、私有部署、模型路由和導出管線。

這七個方向有一個共同點：它們都不需要正面擊敗 Anthropic。它們只需要在 Anthropic 留下的控制焦慮里建立信任。

十二、最容易犯的錯誤：把反感誤當需求

寫到這里必須潑一盆冷水。

anti-Anthropic 很容易變成自嗨。社交媒體上的仇恨熱度不等于商業機會。開發者罵得越狠，不代表他們越愿意付錢。很多人說要離開 Claude，第二天還是打開 Claude。天天罵Claude的人很可能是最先用上fable5的人。很多人說支持開源，遇到配置麻煩就回官方產品。很多人喊模型無關，實際只會選擇效果最好的模型。

所以創業者不能被情緒騙。

判斷一個 anti-Anthropic 機會是否成立，要看四個指標。

第一，用戶有沒有已經在用笨辦法解決。比如手動切換模型、寫腳本監控賬單、自己搭本地工具、把 Claude 輸出復制到其他產品、維護備用賬號、在公司內部寫使用規范。如果用戶已經用丑陋方式自救，說明需求真實。

第二，失敗成本是否足夠高。賬號被封對普通用戶只是煩，對企業可能是停工。賬單多花 20 美元對個人只是心疼，對 agent 公司可能是毛利崩掉。MCP 漏洞對玩具項目無所謂，對企業生產環境就是安全事故。失敗成本越高，付費意愿越強。

第三，用戶是否有明確替代路徑。只說“我討厭 Claude”沒用。要能回答：替代模型是誰，遷移哪些數據，哪些任務降級，哪些任務保留 Claude，如何評估效果，如何控制成本。沒有替代路徑，仇恨只會變成忍耐。

第四，產品是否能在 Anthropic 修復問題后繼續存在。比如如果 Claude 降價，opencode 還有沒有價值？如果 Anthropic 增加賬單告警，賬單衛士還有沒有價值？如果官方 MCP 安全增強，第三方安全層還有沒有價值？好機會應該建立在結構性控制權上，避開一次性 bug 的脆弱性。

這就是為什么我更看好基礎設施層、行業層和控制面，對單純“罵 Claude”的消費產品保持謹慎。

罵聲會散，控制權會留下。

十三、令人意外的一點：Anthropic 可能是反 Anthropic 創業者最好的市場教育機器

這里有一個反直覺結論：如果你正在做 anti-Anthropic 產品，你未必希望 Anthropic 失敗。

你甚至可能希望它繼續強，繼續發布新產品，繼續把 AI 工作流推向更深處。

因為 Anthropic 越強，用戶越依賴 Claude；用戶越依賴 Claude，越害怕被 Claude 控制；用戶越害怕被控制，越需要你提供逃生門、緩沖層、替代入口和主權工具。

這和開源云、云成本管理、多云架構的發展很像。AWS 越強，圍繞 AWS 的成本優化、安全、可觀測性、遷移、Terraform、Kubernetes、云管理平臺越有價值。沒人需要圍繞一個沒人用的小云廠商做 FinOps。只有基礎設施巨頭才會養活反基礎設施控制層。

Anthropic 也可能扮演這個角色。

它用 Claude Code 教育市場：coding agent 值錢。于是 opencode、Continue、企業 coding agent、代碼審計工具獲得敘事。

它用 MCP 教育市場：AI 需要連接工具。于是 MCP server、MCP registry、MCP security、MCP gateway 獲得敘事。

它用 Claude Design 教育市場：自然語言到設計工作流值錢。于是 Open Design、設計系統自動化、本地 first 創意工具獲得敘事。

它用封號和審查教育市場：AI 供應商風險是真實的。于是多模型 fallback、賬號風險評估、AI continuity 獲得敘事。

它用賬單混亂教育市場：AI 成本管理是真實的。于是 Helicone、Portkey、OpenRouter、賬單衛士獲得敘事。

它用產品空白教育市場：通用模型不能覆蓋所有行業。于是垂直 AI、模型定制、記憶層、多模態包裝層獲得敘事。

從這個角度看，Anthropic 是一臺昂貴的需求發現機器。它每次發布、漲價、封禁、道歉、修復、限制、開源協議、關閉入口，都在替創業者標記市場邊界。

聰明的創業者不需要站在街上喊反對。聰明的創業者會蹲在邊界旁邊，看哪里有人被擠出來。

十四、結尾：不要只想干掉 Anthropic，要善于利用它的陰影

“干掉 Anthropic”聽起來很爽，但大多數創業者不該把它當成正確目標。

模型公司之間的戰爭需要天量資本、頂級研究團隊、算力、數據、分發和政策資源。絕大多數團隊沒有資格在正面戰場上和 Anthropic 對轟。可是商業世界從來不只獎勵正面戰場。

更好的問題是：Anthropic 的強大會讓哪些人不安？它的安全敘事會讓哪些專業用戶受限？它的閉源產品會讓哪些團隊擔心控制權？它的定價會讓哪些開發者尋找套利？它的協議會讓哪些生態位開放？它的產品空白會讓哪些行業客戶愿意付費？它的賬號和風控會讓哪些企業開始買保險？

這些問題比“誰能做出下一個 Claude”更接近錢。

anti-Anthropic 的機會，本質上是站在巨頭陰影里做生意。陰影不屬于失敗者。陰影意味著巨頭已經替你證明了市場，替你教育了用戶，替你制造了痛點，替你暴露了邊界。你要做的是選擇一個足夠窄、足夠痛、足夠有預算的邊界，把它做成產品。

有人今天就要離開，給他遷移工具。

有人還想用 Claude，但不想被 Claude 鎖死，給他控制面。

有人害怕賬單失控，給他剎車。

有人害怕賬號消失，給他備份路線。

有人想接 MCP，又怕安全事故，給他沙箱和審計。

有人需要 Claude 不敢做的專業工作，給他行業級邊界。

有人喜歡 Claude Design 的想法，卻拒絕閉源控制，給他本地 first 的開放工作流。

這已經超出反抗姿態，進入商業策略。

Anthropic 越像未來的一部分，anti-Anthropic 的機會越真實。因為未來不會只由模型公司組成。未來還需要遷移工具、安全層、成本層、記憶層、行業層、協議層、開放客戶端、企業控制面和用戶主權層。

真正的商機不在憤怒聲最響的地方，而在憤怒之后用戶伸手摸錢包的地方。

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.

我是鄧小閑koki，全網同名。微信 m61502202，推特@kokisanai，加好友請說明來意。

我的個人故事：

AI系列