夜雨聆风
你有没有想过一个问题。
如果你公司最重要的 AI 工作流，明天早上突然不能用了，会发生什么？
不是变慢。
不是涨价。
不是排队。
是直接不能用了。
账号还在，代码还在，文档还在，自动化流程还在，但是最关键的那个模型，突然被一只看不见的手拔掉了。
我前几天看到 Anthropic 暂停 Fable 5 和 Mythos 5 访问权限的新闻时，脑子里一直在转这个画面。
一个团队，前一天晚上还在兴奋地测试新模型。
第二天醒来，发现模型没了。
没有迁移窗口。
没有半年缓冲期。
没有产品经理温柔地跟你说，亲爱的用户，我们即将进行策略调整。
就没了。
你敢信？？？
先把事说清楚
这个事大概是这样。
6月12日，Anthropic 发声明，说美国政府发了一份出口管制指令，要求暂停任何外国国民访问 Fable 5 和 Mythos 5。
注意这个措辞。
不是暂停某些国家。
不是暂停某些企业。
是任何外国国民。
不管人在美国境内还是境外，只要不是美国人，都在范围里。
这两个模型是 Anthropic 当时刚推出的新模型，Fable 5 面向一般可用场景，Mythos 5 更偏高能力版本。按媒体报道，它们是 Anthropic 最新、最强的那一批模型。
然后几天之内，印度科技圈开始讨论这事。
为什么是印度？
因为印度的软件外包、企业服务、开发者生态，对海外云服务和基础模型的依赖非常深。很多印度公司不是在「围观」大模型，它们是真的把这些东西接进了客户系统、开发流程和企业交付里。
这时候突然来一句，某些最新模型不能给外国国民用了。
你站在印度公司的角度想想。
前一天你还在跟客户说，我们已经接入了最新模型，可以把客服、代码、数据分析、企业知识库做一遍升级。
第二天你就得解释，那个模型现在你可能碰不到了。
这就很尴尬。
而且这不是普通 SaaS 下线一个功能。
普通功能下线，你可以找替代。
一个前沿模型突然断供，你替代起来没那么轻松。尤其是那些已经围绕特定模型能力写好的提示词、工具调用、评测流程、权限配置、企业合同，全部都得重新看一遍。
我写代码这么多年，对这种事特别敏感。
系统里最怕的不是某个服务慢一点。
最怕的是你以为自己拥有它，其实你只是租了它的使用权。
这个按钮不在你手里
过去我们讲 AI 差距，喜欢讲谁模型更强，谁参数更多，谁上下文更长，谁 benchmark 更好看。
这当然重要。
但 Anthropic 这件事让我突然觉得，还有一个更朴素的问题。
谁能决定你用不用得上？
一个模型再强，如果按钮不在你手里，它就不是你的生产力。
它更像一把别人借给你的钥匙。
平时很好用。
开门很顺。
甚至你会觉得，这钥匙跟自己的也没啥区别。
直到有一天，对方说，不好意思，这把钥匙不能借给你了。
你站在门口，才发现门不是你的，锁不是你的，钥匙也不是你的。
卧槽。
这个比「我们落后多少个月」更让人后背发凉。
落后是一个技术问题。
钥匙在别人手里，是一个生存问题。
说到这里我先打个补丁，我不是说美国政府一定错，也不是说 Anthropic 一定应该无条件开放最强模型。
前沿 AI 的安全风险是真实存在的。强模型确实可能被用于网络攻击、武器设计、自动化欺诈，甚至更麻烦的事情。政府站在国家安全角度管控，也不是完全没道理。
但问题在于，管控这件事一旦发生，全球用户才会突然意识到一件事。
原来这套基础设施，不是全球公共品。
它有国籍。
它有边界。
它有开关。
而那个开关，可能不在你公司，也不在你国家。
印度为什么会紧张
我觉得印度这次的反应很值得看。
不是因为印度比别人更脆弱，而是因为印度刚好站在一个特别典型的位置。
它有巨大的软件人才池。
有全球客户。
有强大的 IT 服务产业。
有海量工程师每天在给欧美企业做系统、迁移、运维、自动化。
但在最前沿的基础模型上，它依赖的很多还是美国公司的能力。
这就像一个城市有非常多优秀的司机、修车师傅、物流公司、配送员，但最关键的高速公路收费站在别人手里。
平时大家照常跑。
订单很多，生意很好。
甚至你会觉得，我们这个城市的运输能力太强了。
但有一天收费站说，某些车不能上高速。
你才发现，自己掌握的是车队，不是道路。
这个比喻可能不完全准确，但我觉得差不多能表达那种别扭感。
印度焦虑的不是今天少用一个 Claude。
是如果未来最强的模型能力都被纳入出口管制，那印度的软件产业还能不能只靠接入别人的模型继续往前走。
顺着这个逻辑往下想，中国、欧洲、日本、韩国，其实都会遇到类似问题。
只不过大家的应对方式不一样。
中国会更强调国产大模型和自主可控。
欧洲会更强调监管框架和数字主权。
印度会更纠结，因为它既深度嵌在美国科技体系里，又不甘心在 AI 时代只做服务外包。
这个位置很难受。
说实话，我写到这里又觉得上面这段有点大了。
大到像国际关系评论，离普通人有点远。
那我们拉回来。
如果你是一个普通开发者，一个创业公司，一个内容团队，一个企业信息化负责人，这事跟你有什么关系？
关系很直接。
你今天用的每一个外部模型，都可能是一个潜在单点故障。
我们都在把工作流绑到别人身上
很多朋友可能跟我一样，现在已经很难离开 AI 了。
写代码会问 Claude Code。
查资料会用 ChatGPT。
写文章会让 Kimi 帮忙整理资料。
做图会用 Midjourney 或者即梦。
搞自动化会把一堆 API 串到 n8n、Dify、Coze、Zapier 里。
一开始你只是觉得方便。
后来你开始偷懒。
再后来，你的工作流就长在它们身上了。
这不是道德问题。
人类本来就是这样，哪个工具好用，就往哪个工具上靠。
我自己也是这样。
有时候写代码写到一半，遇到一个奇怪的 TypeScript 报错，第一反应已经不是去翻文档，而是把报错丢给模型。
模型给我一个解释，我扫一眼，改一下，跑通。
很爽。
但这种爽会悄悄改变你的系统结构。
以前你的能力在自己脑子里，在公司代码库里，在团队流程里。
现在有一部分能力跑到了外部模型里。
更麻烦的是，你还不一定知道跑出去多少。
一个客服团队接入 Claude，半年后，客服脚本、问题归类、工单摘要、质检流程都围着 Claude 的输出风格调整了。
一个研发团队接入 Codex 或 Claude Code，几个月后，代码 review、测试生成、重构建议都开始依赖它。
一个内容团队接入 ChatGPT，选题、资料、标题、摘要、排版都让它过一遍。
这时候如果模型突然不可用，不只是少了一个工具。
你整个工作流会缺一块。
像牙齿突然掉了一颗，平时不注意，吃饭的时候才发现哪里漏风。
以前是芯片，现在是模型
这事让我想到过去几年大家讲芯片。
芯片这个东西很硬。
看得见，摸得着，有工厂，有光刻机，有制程，有供应链。
所以大家很容易理解它为什么重要。
你买不到高端 GPU，训练就慢。
你拿不到先进制程，产品就受限制。
你被卡住供应链，企业就会很难受。
模型不一样。
模型太软了。
它就是一个 API，一个聊天框，一个网页，一个 SDK。
你点开就能用，甚至连安装都不用。
它越轻，越容易让人忘记它其实也是基础设施。
而且是更隐蔽的基础设施。
电力断了，你马上知道。
网络断了，你马上知道。
模型权限被改了，可能一开始只是某个流程失败，某个任务跑不出来，某个自动化开始报错。
你查了半天日志，到头来发现，不是你代码写错了。
是上游规则变了。
老码农最怕这种。
bug 在你系统里，你还能 debug。
开关在别人手里，你只能等通知。
开源不是万能药，但它是退路
聊到这里，很多人会自然想到开源。
既然闭源模型可能被管制，那是不是全部用开源模型就好了？
我觉得没那么简单。
开源模型当然重要。
DeepSeek、Qwen、GLM、Llama、Mistral 这些东西的价值，不只是让开发者省钱，也不只是让大家能本地部署。
它们真正重要的地方，是给世界留了一条退路。
当某个闭源模型突然关门，你至少还能说，我能不能用开源模型顶一下。
哪怕效果差点。
哪怕成本高点。
哪怕部署麻烦点。
至少不是完全没路。
但我也不想把开源说成万能药。
开源权重不等于你真的拥有能力。
你还需要算力。
需要工程团队。
需要推理优化。
需要安全评估。
需要数据治理。
需要一堆非常枯燥、非常贵、非常折磨人的工程活。
很多公司说自己要自主可控，真一算账，发现自建一套比买 API 贵太多。
然后又默默切回去了。
这个我非常理解。
企业不是做慈善的，开发者也不是铁人。能省事当然省事，能调用 API 当然调用 API。
只是 Anthropic 这件事给我们提了个醒。
省事可以。
但别把命门省没了。
普通团队到底该怎么办
我自己也没有什么完美答案。
说实话，这个判断我只信七成，剩下三成还得看接下来几年行业怎么演化。
但如果让我给普通团队一点建议，我会从三个很土的地方开始。
第一个，核心工作流不要只绑定一个模型。
不是让你今天就做一套完美的多模型路由，那玩意听起来很酷，实际做起来全是坑。
先从简单的开始。
重要提示词别只适配一个模型。
重要任务至少用两个模型跑过。
关键流程里留一个可切换的接口。
哪怕只是把模型调用那层封装干净一点，都比到处散落着某个厂商的 SDK 要好。
第二个，别把业务语义写死在模型输出里。
这个特别容易被忽略。
比如你让模型给客服工单分类，它输出「退款问题」「物流问题」「售后问题」。
刚开始你觉得挺好。
后来你在数据库里、看板里、统计报表里、自动分配规则里，全都写死了这些分类。
半年后你换模型，新模型喜欢输出「退费」「配送」「产品支持」。
完蛋。
不是大完蛋，但够你恶心一阵子。
所以中间最好有一层你自己的标准。
模型可以变。
业务词典别跟着模型乱飘。
第三个，给自己留一份离线能力。
不一定是完整替代。
哪怕只是本地能跑一个差一点的小模型，能完成最基本的摘要、分类、检索、代码解释，也比完全裸奔强。
就像家里不一定要有发电厂，但停电的时候有个充电宝，你心里会稳一点。
这个充电宝平时可能不好用。
但真正停电的时候，它会救你。
更深一层，信任
我写这篇的时候一直在想一个词。
信任。
过去我们信任软件，主要信任两件事。
它能不能运行。
它会不会泄露数据。
AI 时代，信任多了一层。
你还得信任它背后的政治、公司、监管、供应链和商业策略。
你用 Claude，不只是信任 Claude 会回答问题。
你还在信任 Anthropic 会继续提供服务，信任美国监管不会突然改变访问规则，信任你的地区、身份、行业不会被划出可用范围。
你用 OpenAI、Google、Meta、DeepSeek、Qwen、Kimi，其实也一样。
只不过风险形态不同。
有的是合规风险。
有的是商业风险。
有的是技术风险。
有的是不可抗力。
这听起来有点悲观。
但我又不想把它写成一篇恐吓文。
因为技术一直都是这样。
互联网早期，我们担心域名、服务器、带宽。
移动互联网早期，我们担心应用商店、支付渠道、系统权限。
云计算起来之后，我们担心云厂商锁定、地域故障、服务条款变化。
AI 只是把这件事推到了一个更核心的位置。
因为这次被外包出去的，不只是存储和计算。
还有一部分判断力。
这才是最微妙的地方。
当一个国家、一个企业、一个人，把越来越多判断和执行交给外部模型，它得到的是效率，也交出去了一部分主动权。
这笔账不能不算。
钥匙
我不知道 Anthropic 这次事件后面会怎么收场。
可能几周后政策松动。
可能企业客户拿到豁免。
可能大家很快忘了这事，继续该用啥用啥。
这也很正常。
互联网的记忆很短，工作流的惯性很强。
但我觉得这件事会留下一个小小的钉子。
以后每次我们把一个关键流程接到某个外部模型上，都应该多问一句。
如果明天不能用了，我有没有退路？
如果答案是没有，那就别骗自己说这是工具。
这是命门。
AI 时代最可怕的不是落后。
落后至少还能追。
最可怕的是你跑得很快，但门禁卡在别人兜里。
评论区聊聊，你现在最离不开哪个 AI 模型？如果它明天突然不能用了，你的工作会卡住多久？
如果对你有帮助，可以的话请点赞、收藏+关注
谢谢你看我的文章，我们，下次再见。
/ 作者，rocs
