懒人包：群友 yousa 用《More Work for Mother》的家务悖论类比 AI 编程，触发了一个关键问题：效率提升到底去哪了？数据显示瓶颈已经从写代码转移到了验证代码。与此同时，国产 AI 编程工具的定价权正在从模型方滑向基础设施方，智谱涨价 9 天后就被阿里云 7.9 元套餐截流。而 Claude 在登顶 App Store 的同一天全球宕机，完美诠释了什么叫”成功税”。

你的效率提升，被谁吃掉了？

群里 yousa 分享了一段让人不太舒服的历史。1983 年，历史学家 Ruth Schwartz Cowan 研究了一个反直觉的事实：美国家庭从 1920 年代到 1970 年代陆续买了洗衣机、吸尘器、微波炉，但家庭主妇每周做家务的时间几乎没有减少。原因很简单，有了洗衣机之后衣服从一周洗一次变成穿一次就洗，效率提升被更高的标准吃掉了。

yousa 紧接着说：”多像现在的 AI Coding 提升效率的事情。”

这不是随口一说。SonarSource 的 2026 开发者调查 给出了一个精确的数字：开发者每周花在”苦差事”上的时间稳定在 23% 到 25%，不管你是 AI 重度用户还是轻度用户。比例守恒了，但成分变了。以前的苦差事是手写样板代码，现在的苦差事是 review AI 生成的代码、追踪那些”几乎正确但不完全对”的 bug、处理体积暴增的 PR。

GitClear 分析了 2.11 亿行代码后发现，Moved code（重构性代码移动）从 25% 降到了不到 10%，Copy/Paste 代码首次超过了 Moved code，代码搅动率上升了 84%（GitClear Research）。群里张璞的观察一针见血：”代码量在增加，解释性注释在减少。重构在减少，复制粘贴在增加。AI 在帮你复制粘贴，不在帮你思考架构。”

为什么？因为瓶颈转移了。AI 加速了编码环节，但软件开发的瓶颈从来不只是编码。Faros AI 对 10,000+ 开发者的遥测数据显示，高 AI 采纳团队的 PR 合并数增长了 98%，但 PR 体积增长了 154%，评审时间增长了 91%。上游加速产生的增量，被下游的 review 瓶颈完全吞噬（yousa 原文）。

那正确的用法是什么？yousa 用了马士基的例子：2008 年金融危机后，马士基把航速从 24 节降到 18 节，单程慢了 20%，但省下的燃油用来部署更多船只，整个航运网络的吞吐量反而更大了。映射到编程：不要追求单个任务更快，而是通过并发做更多任务。鸭哥在群里提到的 Cursor subagent 就是这个思路的产品化。Cursor 2.4 引入了 subagent 架构，支持最多 8 个并行 agent 在独立的 git worktree 中同时工作。鸭哥的评价是”opus 老登写完文档，自主并行开几个 composer 1.5，做完了再自主 spot check 结果。快的一比。”

但鸭哥还说了一句更重要的话：”会用 AI 和不会用 AI 之间的效率差距，可能比用 AI 和不用 AI 之间的差距还要大。” METR 的对照实验印证了这个判断：2025 年数据显示 AI 让开发者慢了 19%，但 2026 年初的更新中，同一批开发者反转为快了 18%（METR）。工具没变多少，变的是人对工具的理解深度。洗衣机不是问题，问题是你用它来洗更多衣服，还是趁它洗衣服的时候去做以前做不到的事。

7.9 元的全家桶，和一个关于定价权的寓言

群里一场关于 AI 编程工具性价比的讨论，意外勾勒出了一幅行业权力迁移图。

若曦在几家国产平台之间反复切换：”百炼 coding plan 便宜量大但速度奇慢…kimi 性能可以但每周额度一两天能用完…白天晚上 kimi/minimax 两边切。” 鸭哥试了一圈后回到 Claude：”今天用了一下 sonnet，感觉还是比 opus 差不少。编程也许能代替，但大哥程度差远了。” AX 则在逆向工程 Claude Max plan 的 token 额度，结论是”max plan 比起 api 简直白送”。

表面上看，这只是消费者在货比三家。但往深一层看，一场结构性的定价权迁移正在发生。

故事的时间线是这样的：1 月 23 日，智谱 GLM Coding Plan 因需求火爆宣布限售，每日秒空。2 月 12 日，智谱发布 GLM-5 同日涨价 30%，取消首购优惠，打响国产大模型涨价第一枪。逻辑看起来很合理：模型更强了，供不应求，该让市场买单了。但仅仅 9 天后的 2 月 21 日，智谱就发了致歉信，承认算力扩容没跟上，Lite 用户根本用不上 GLM-5。4 天后的 2 月 25 日，阿里云百炼上线 Coding Plan，首月 7.9 元/月 打包了 GLM-5、Kimi K2.5、MiniMax M2.5、Qwen 3.5 四大开源模型。智谱涨价后单独卖 49 元的模型，被塞进了一个 7.9 元的”全家桶”里（虎嗅）。

这里暴露了一个行业级的结构性矛盾：当模型厂选择开源，定价权就自动交给了有算力的人。智谱涨价 30% 的前提是”我的模型好、供不应求、值这个价”。阿里云立刻证明了另一件事：你的模型确实好，好到我愿意放在我的货架上，用我的算力跑，卖得比你便宜还比你稳定。更深层的问题是，百炼的服务条款明确说使用期间的数据将用于”服务改进与模型优化”。低价获客、积累编程数据、强化自研模型、降低对第三方依赖，这个飞轮一旦转起来，才是对模型厂商真正的长期威胁。

鸭哥在群里点出了另一个维度：”agentic AI 的护城河不是 api wrapper，而在其他方面…现在回头看应该是 harness。” Cursor 的 agent harness 架构 就是这个思路的注脚：它不只是调用模型 API，而是把指令、工具、上下文管理编排成一个系统，为每个前沿模型做专门的调优。群里张璞从 Google 的角度补充了另一种护城河：”大厂已经拥有用户、拥有 platform，打通各个 app/surface 之间的壁垒，让用户体验更丝滑是大厂和平台的强项。”当模型性能趋同时，竞争的焦点就从”谁的模型更聪明”转向了”谁的编排层更好”和”谁的生态更粘”。

登顶 App Store 的同一天，Claude 宕机了

3 月 2 日这天对 Anthropic 来说大概是悲喜交加。

好消息是 Claude 登顶了 Apple 美国 App Store 免费榜第一名，把 ChatGPT 挤到第二（CNBC）。免费用户比 1 月增长了 60%，付费订阅者翻倍。坏消息是，就在同一天 11:30 UTC，Claude 全球宕机了。

群里的反应很直接。谷雨：”今儿早上四点起来去机场，想说正好踢几个任务，直接给我连不上，气的我睡觉去了。”黄一凯：”我今天怎么几百个断连。”鸭哥看了一下数据后说：”claude：98.92%，你就说有没有 2 个 9 吧。”

实际的可用性数据比鸭哥说的要好一点。Anthropic 官方状态页显示 claude.ai 过去 90 天的正常运行时间是 99.33%，API 是 99.52%。但即便是 99.33%，意味着每 30 天有大约 5 小时的不可用时间。对一个登顶 App Store 的消费应用来说可以接受，对一个被当成核心生产工具的编码 agent 来说，这是不够的。

Deployflow 的分析把这叫做”success tax”（Deployflow）：当一个工具好到成为你工作流的核心依赖时，它的每一次宕机都不只是不便，而是生产事故。Anthropic 自己也承认原因是”过去一周对 Claude 的前所未有需求”（Mashable）。

这就引出一个更根本的问题。群里酒嘉年观察到一个有趣的模式：”能让 Agent 用得很爽的工具，反而都是那些很老派的设计：比如想要和 Agent 远程会话用邮件，想要让它帮我筛信息流，用 RSS 订阅。这些协议公开，一般能直接让命令行操作。越现代化的应用，GUI 一多反而模型都搞不定。” 这个观察的深层含义是：当你的工作流越依赖单一云服务时，那个服务就成了你的瓶颈。而老派的、去中心化的协议天然具备冗余性。群里若曦已经在实践这个策略：”白天晚上 kimi/minimax 两边切。”多 provider fallback 不再是奢侈品，而是基础设施必需品。

也值得知道

Qwen 3.5 小模型开源：阿里开源四款 Qwen3.5 小模型（0.8B/2B/4B/9B），0.8B 和 2B 为手机和边缘设备优化，可在 iPhone 上流畅运行。9B 版本性能接近百倍参数规模的大模型。（PanDaily）

Claude 向免费用户开放记忆功能：Anthropic 同日推出记忆导入工具，用户可将 ChatGPT 或 Gemini 的记忆一键迁移到 Claude。抢用户抢得这么直白，还是头一回。（The Verge）

Anthropic 指控三家中国实验室”蒸馏” Claude：DeepSeek、Moonshot AI、MiniMax 被指通过 2.4 万个虚假账号生成 1600 万次对话，从 Claude 提取能力。MiniMax 占 1300 万次。（Cybersecurity Infoservices）

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：yage-ai.kit.com​