🛠️

AiToollab 实战导师

3年 AI 工具链实战经验 · 每一篇内容都来自真实操作

Claude强制实名认证后,企业集体逃向开源模型,帮人迁移成了新生意

发布于 2026-06-25 · AI热点追踪

Claude实名认证后企业转向开源模型,AI模型迁移咨询副业

前两天HN上一篇文章直接刷了403分,标题就一句话,「从Claude切换到开源模型,几乎没什么损失」。作者Andrew Marble是个做工程的技术人,他写了段话特别扎心,「以前用Linux还意味着一些职业风险,现在这个差距基本消失了,开源模型也到了这个节点」。

评论区更热闹,有人直接放出来,「500M token在DeepSeek上只要12美元」。之前我就写过,企业AI账单正在变成一个越来越敏感的事,Claude一搞实名认证,等于把最后一根稻草也压上去了。

我不是在讨论Anthropic这个决策对不对。坦率的讲,他们的商业考量可以理解。但让已经用惯了你家产品的人不舒服了,他们就会开始认真想一个问题,

我能不能不用你了?

而这一次,好像真的可以了。

你看评论区,一个人说「GLM-5.2第一天试觉得不怎么样,后来多用了几次,我去,追上Opus了」。做建筑的哥们更直接,「低价值脚本用LLM搞定就行,客户私有数据不喂给Anthropic,开源模型加本地部署才是正路」。

还有个更狠的,「我宁愿每个月花几百甚至几千刀买更好的模型服务,也不想把时间浪费在开源模型上」???,但底下立刻有人怼,「说实话如果你能花几千刀买模型服务,你更应该花几千刀雇一个帮你搞开源模型部署的人,长远看划算得多」。

这条怼人的评论,其实点到了一个正在成型的市场。

顺着这个思路捋一下,我觉得有三个方向现在就有人开始赚钱了。

第一个方向,AI模型迁移咨询。

很多企业Claude或ChatGPT用着顺手,团队工作流都围着这套东西转。突然有一天实名认证让他们不安心,或者账单涨到了CFO脸色不好看,再或者数据合规部门发邮件说「你们不能把客户数据发给第三方API了」。

OpenAI和Anthropic打价格战那会儿我就聊过,API定价的每一次变动都在把一部分用户推向开源。现在实名认证这个事,等于又推了一把。

企业的问题不是「要不要切」,而是「怎么切,切到哪个模型,工作流怎么改,过渡期怎么办」。。。这事儿对于内部没几个人懂开源模型的企业来说,就是一个外骨骼缺口。这事儿对于内部没几个人懂开源模型的企业来说,就是一个外骨骼缺口。你去帮他们评估现有工作流里哪些API调用可以平滑替换成GLM-5.2或者DeepSeek v4 Pro,哪些需要调整prompt,哪些边缘case要重新测试,然后给出一份迁移方案和报价。单子不大,几千到一两万,但胜在需求正在集中爆发。

第二个方向,开源模型私有化部署服务。

评论区有个做医疗的哥们说,「我看到一个招聘找懂数据和AI的人去医疗办公室上班,他们大概率没意识到医疗隐私法和非本地AI使用的冲突」。

说得一点没毛病。医疗、金融、法律,这些行业对数据不出境有硬性要求,Claude和ChatGPT的云端API天然不合规。中小企业自己没能力搞私有化部署,这就是你的切入点。

帮他们搭本地推理环境,用GLM-5.2或DeepSeek跑在自家服务器上,数据不出内网。GLM-5.2跑代码生成已经相当能打了,很多场景跟Opus差距不大。部署加调优按月收费,一个客户每月几百到几千,粘性很强。

第三个方向,AI API路由和成本优化。

有些企业既不想全切开源也不想只用Claude,需要的是简单任务用便宜模型、复杂任务用贵模型的智能路由。评论里有人提到OpenRouter做这个事,但很多企业不知道怎么配置。你帮他们做路由方案,把API账单砍掉30%到50%,按省下的钱抽成收费,企业零风险,你持续性收入。

这事给我一种特别熟悉的感觉。二十年前从Windows迁到Linux,十年前搬到AWS,每次技术栈切换都有「帮人搬家」的生意。现在从Claude迁到开源模型,一模一样。

有人在HN上感叹,「我不是为开源模型站台,我只是不想把身份信息交给Anthropic」。很多人不是不想用开源,他们只是需要一个理由开始。实名认证给了他们这个理由。

大时代啊,朋友们。

磨平一些信息差。

💰 AI副业实操提示词包

我整理了一套覆盖AI副业方向筛选、定价策略、客户获取和交付标准化的提示词包,300多个开箱即用的prompt模板,帮你把AI时代的手艺人能力变成实在的收入。

查看提示词包详情 →

❓ 常见问题

Claude为什么要搞实名认证,对普通用户有什么影响?

Anthropic从2026年6月开始要求Claude用户进行身份验证,官方说法是为了安全和合规。对普通用户来说,意味着你不能再匿名使用Claude了,需要上传身份信息。对于注重隐私或者有数据合规要求的企业来说,这是个硬伤,很多人因此开始寻找替代方案。

开源模型和Claude、ChatGPT比,差距到底有多大?

2026年中的情况是,差距已经非常小了。GLM-5.2在代码生成和日常任务上已经接近Claude Opus水平,DeepSeek v4 Pro也很能打。很多HN用户实测后表示「切换后的生产力损失几乎可以忽略」。差距主要还在长上下文处理和极复杂推理这些边缘场景上,但对80%的日常工作来说,开源模型够用了。

普通人没有技术背景,怎么做AI模型迁移相关的副业?

你不需要是系统运维专家。最简单的切入点是做迁移咨询,帮企业评估现有工作流、推荐合适的替代模型、写一份迁移方案。这更偏向商业分析和项目管理的技能。如果你会写代码,那部署服务的门槛更低,用Ollama跑一个本地模型,跟着官方教程走,一两天就能上手。