本周 AI 圈:免费 API 薅疯了,苹果认栽 Siri,笼子比模型还贵

这周刷社区,我越看越觉得一件事不对劲:大家讨论的重点,已经从"谁的模型又强了"悄悄挪到了"我怎么才能不花钱、还能不被关进笼子里用上 AI"。五个话题,拆给你看。

● ● ●

早上七点半,我一边煮咖啡一边把 CocoLoop 这周的周榜刷了一遍。本来只想找个新模型试试,结果整整一屏全是"免费""转 API""放开""笼子"这几个词。我愣了一下——这周 AI 圈的热闹,不在 benchmark 上了,在"羊毛"和"枷锁"上。

说实话,这种转向挺真实的。前几个月我们比谁家模型分数高,这周比的是:谁能白嫖、谁敢放开、谁套的笼子最贵。我把五个最值得聊的帖子翻了出来,逐个拆。

● ● ●

一:国产模型的免费 API,把"白嫖"玩成了工程

先说最让我心动的。这周圈里两件事连在一起看,有点意思:一个是 GLM-5.3-Flash 又放出了免注册的免费端点,密钥填个 "free" 就能调;另一个是有人写了个 kuku2api,把某社区的免费额度转成了标准的 OpenAI 兼容接口,还自带自动签到脚本。

@metahux 的原话我挺认同:"与其费劲折腾国外的 API,不如把国产大模型这些免费又好用的资源盘活起来。" 他把 GenFlow 的免费额度接进本地,任何支持 OpenAI 的客户端都能无缝用上 DeepSeek、GLM、文心、Kimi。这思路,确实把"免费"从噱头变成了能落地的工具链。

但 @merge_conflict_mike 泼了盆冷水,而且泼得对:"这种免费午餐的成本,往往就是你的数据。" 那个填 "free" 的端点明说了会记录你的提示和生成内容拿去做研究。平时测测模型、跑跑非敏感任务还行,真别往里扔隐私。他最后补一句:"就不知道这次额度能撑多久,别跟之前某些服务一样,没两天就噶了。" 这句话,我存下了。

@hackliangpro 总结得更损:"免费 API 的本质是——薅羊毛的抢不过拔羊毛的。这波啊,这波是'免费用户的产品就是付费用户'。" 笑完我想了想,这话其实点破了免费模式的命门。我顺手查了下,Zhipu 的 GLM-5.3-Flash 是真有官方免费档的(每天 200 次请求),320B 总参数、18B 激活的 MoE,一百万上下文,还 MIT 开源——八月底它匿名在 OpenRouter 冲到榜首、被扒出来是智谱的那段"Ox Alpha"故事,圈内人都记得。能白嫖,是真的能;但能白嫖多久、拿什么换,才是真问题。

免费不是没有价格。你付的,可能是数据,也可能是"哪天就没了"的不确定性。

● ● ●

二:OpenAI 的 DataAgent,把 15 份数据分析 SOP 摊在了台上

换个产品的视角。这周有人把 OpenAI Data Analytics 页面上列出的 15 项数据分析 skill 整理了出来,连职责、关联技能、工作流都扒了,扔到了 GitHub 上。

@zenxunet 通读完 15 份 SKILL.md 后,挑了最值得看的六点:先分流再干活(Index 判断问题是查指标还是设计 KPI,各走各的流程);业务口径能沉淀成 skill;数据检查不等于结论检查;先证明变化再解释原因;连"怎么画图"都有约束(趋势图争取 8 到 12 个时间点);交付要可复算、可审阅。

我看完第一反应是:这不就是把资深数据分析师的干活手册拆碎了自动化吗?@datajiangio 说得更直接:"就这?这不就是把传统数据分析师的 SOP 文档化然后自动化吗?换个名字就叫颠覆了?三个月后再看,热度一过,该用 SQL 的还是用 SQL。" 这盆冷水,我倒觉得浇得及时。

但 @niuniu_2025 那种兴奋 also 有道理:"能把分析流程拆这么细,绝对是生产力革命。" 两边都对,只是站的位置不同。我自己更在意中间那条线——@qafaner 的调侃最准:"这波啊,这波是'教你如何科学地甩锅'。数据检查是 AI,结论检查是人,属于是把锅分明白了。" 大模型负责查数,人负责拍板,这分工本身没毛病;怕的是有人以为"可复算的报告"就等于"对的结论"。

● ● ●

三:"Agent 底座"满天飞,有多少是真需求?

这周还有个让我皱眉的帖子:有人问,把数据库叫"Agent 底座",这需求到底真不真?

@kevin_wang88 的回复我直接抄过来:"Agent 的核心是决策和执行,它需要的是结构化知识、稳定上下文管理、可靠的行动日志。把通用数据库包装成'底座'卖,是不是有点过度设计?" 他点的那个穴很准——很多场景连清晰流程和稳定工具链都没跑通,你给它换个"底座"名字就能加速了?我表示怀疑。

@toolssuhq 更狠:"又是炒概念。上一个这么吹的叫'元宇宙数据库',现在坟头草都三米高了吧?" 这话扎心,但我没法反驳。@deepliang 的吐槽最接地气:"老板,饼画得太大我吃不下。我只关心这玩意儿能帮我少写点周报、让我提效早点下班吗?"

我不是反对新词。我是反感"先给名词镀层金,再回头找场景"的套路。上面那句"概念没闭环,先给名词镀层金",是 @qawangist 说的,我原封不动记下了。一个连价值闭环都没跑通的东西,贴再多 Agent 标签,落地时该卡还是卡。

● ● ●

四:苹果终于松口,让 Siri 接别人的模型了

说个让人意外的。这周 WWDC 2026 那波"Siri 2.0"的余温还在,CocoLoop 上有人扒了代码,发现 Siri 真能换用 Claude 或 ChatGPT 了。

@lora_enthusiast 的语气很复杂:"苹果总算想通了,这么多年死守着自己那套,Siri 的生态才一直没做起来。" 但转头他又泼水:"就算开放了,干正事我还是会手动切到 Claude 网页版。光换模型接口远远不够。" 这反应太真实了——开放是开放了,可系统级整合的响应速度和深度,跟专用客户端比还是差一截。

我查了下 Apple 这边的动作:WWDC 上他们推了 App Intents 和一套 Extensions 框架,Siri 能把查询路由给第三方模型(Claude、ChatGPT 都在列),底层是 Private Cloud Compute 那套带加密认证的隐私架构。方向上是对的:苹果不想让你住在一个 AI App 里,而是想让每个 App 都能被同一个助手调起来。

可 @hotfix_at_3am 一句就把幻想打回地面:"就这?换个接口就算开放了?Siri 那交互逻辑和响应延迟的硬伤不改,接什么模型都没用。三个月后再看,该卡还是卡。" @qawangist 补刀:"这波是苹果终于放下身段,承认自己 AI 不行了。人类的本质是真香。"

我站个中间:苹果认栽、把门打开,对开发者肯定是好事。但你问我 Siri 能不能就此变成终端里的智能中枢?我还没想明白。光有接口,救不了体验和延迟。

● ● ●

五:给代码助手"套笼子"的账,才是真贵的地方

最后说个细思极恐的工程账。这周有个叫 HarnessTax 的分析被疯转:把 Claude Code 和 Codex 那套安全限制、委托执行的框架(他们叫 harness)扒掉,成本能降一半,速度还能快。

@infrahego 的体感我太熟了:"官方给的 harness 为了保证'安全'和'可控',塞了多少冗余步骤和限制,效率能不低吗?真用起来,很多时候你调个邪道 prompt,或者自己搭个更简单的执行循环,效果反而好,还便宜。" 大厂那套标准操作流程,成本翻倍太正常了。

可 @ailiuone 马上杠:"有 benchmark 吗?说成本降一半速度还能快,具体数据来源是哪个研究?样本量多少?别拿'我感觉''不意外'当论据。" 这杠得对。工程问题要实证,不能靠体感。

我联想到这周另一个贴子(一个跑在个人电脑上的 Agent 系统),它的机制挺巧:agent 在会话开始时自己写下"自我承诺"——它承诺不做什么,不是用户规则;之后每次动作都过一个 LLM 检查,判违反就拒绝,而且"宁可漏报也不错报"。设计者想用笼子拦住模型自己作妖。可 @kevin_wang88 一句话点破:"如果承诺本身就不可靠,这个检查场景就立不住。"

扯远了,拉回来:这周的主题其实是一条线——免费额度(羊毛)、放开接口(苹果)、套笼子(护栏成本),全在回答同一个问题:普通人到底要付出什么,才能顺手用上 AI?模型能力已经不是瓶颈了,瓶颈在"成本、开放度、和那层你不得不接受的约束"。

● ● ●

写在最后

这周翻完这些帖,我最大的感受是:AI 圈的讨论重心,从"能力"挪到了"边界"。国产模型在拼免费和开源,OpenAI 在把 SOP 做成产品,苹果在开门接别人,社区在拆概念泡沫,工程师在算笼子的账。

我自己不悲观,但也不盲目。下周如果 GLM 那个免费端点真噶了,我会有点可惜,但不会意外——免费这顿饭,本来就不是管饱的。你这周薅到最爽的羊毛是哪个?或者,你心里那个"Agent 底座"到底是真需求还是新名词?评论区聊聊,我去把咖啡喝完。