[鸭哥 AI 手记] 2026-03-21

> 当每个平台都在划定 AI 的边界时，真正的竞争力在于你能在多少条边界之间自由移动。

懒人包：Anthropic 封杀了第三方工具调用 Claude Code subscription，鸭哥被迫开发新 workflow 绕行。同一天，腾讯给微信装了一个 Agent 遥控器，但这个遥控器只能单向发指令。群里则在讨论一个更底层的问题：AI 编程工具的价值到底在代码还是在约束代码的环境？三件事指向同一个判断：AI 工具生态正在从"谁的模型好"转向"谁的围墙高"。

你的 AI subscription 能在哪里用，正在变成一个产品决策

群里 Stone 说早上发现自己的 Claude Max 被禁了。鸭哥紧接着解释了原因：Anthropic 封堵了 OpenCode 等第三方工具对 Claude Code subscription 的调用。鸭哥的原话是"claude code 把 opencode 封了，我在被迫探索新 workflow"。

这件事的背景是 Anthropic 自 2026 年 1 月起开始技术性阻断所有非官方客户端的认证请求。依据是其消费者服务条款 Section 3.7，禁止通过非官方工具进行自动化访问（The Register）。OpenCode 在收到 Anthropic 的法律函后，已从代码中移除了 Claude subscription key 的支持（GitHub Issue）。

表面看这是一个 ToS 执行问题。但鸭哥的判断更深一层：他说 Anthropic"从封闭性的角度来说像 Apple，从易用性的角度来说像 Android"。这个矛盾怎么理解？Anthropic 的 Claude Code 是目前体验最好的 AI 编程工具之一，但它正在把 subscription 定义为第一方产品权益，而非可复用的开发者凭证。鸭哥为此专门写了一篇分析（Claude Code Subscription 不是开发者凭证），拆解了 CLI bridge、API/SDK 与多 provider 分工各自的法律和产品边界。

这意味着什么？群友 AX 给了一个直观的对比：他一个 200 美元/月的 Max plan，实际烧掉了五六千美元的 API cost。Anthropic 愿意在自己的生态里补贴，但不允许这个补贴被第三方工具"套利"。鸭哥的应对策略是用命令行直接调用 Claude Code 进程，在技术上绕开 API 层面的限制，同时保持在 ToS 的灰色地带。他甚至把这个 workflow 写成了一个完整的 skill 分享到群里。

对开发者来说，真正的影响是工具组合的自由度在收窄。你选了 Claude Code 的生态，就得接受它的围墙。这和选框架的逻辑一样：每一个选择都是一次世界观锁定。

---

腾讯给微信装了个遥控器，但遥控器只能单向发指令

同一天，鸭哥分享了另一篇分析：腾讯发布了一个 npm 包 @tencent-weixin/openclaw-weixin-cli，让用户一行命令就能把 OpenClaw 接进微信（鸭哥调研）。群里很多人的第一反应是"微信终于开放了"。但鸭哥的判断是：这不是开放，是一个受控通道。

陈宇的总结很精准："腾讯没有把微信的大门打开让 AI 进去当家作主，而是给微信装了个遥控器，让你能随时随地指挥家里电脑上的 AI 干活。" 技术上，这个 npm 包暴露了 iLink Bot API 的五个端点：getUpdates、sendMessage、getUploadUrl、getConfig、sendTyping，通过 QR 码登录获取 Bearer token 认证（npmx）。微信在这里扮演的角色是 channel（通知和控制通道），而非 tool（被 Agent 操作的对象）。

这个设计选择的产品逻辑是什么？群友提到飞书做 Agent 集成时开放了群聊、Bot API、事件回调等完整接口，钉钉也有类似路径。微信选了一条保守得多的路。有人点出了原因：腾讯的 AI 模型（混元）在能力上未必是第一梯队，但微信是 13 亿人的日常入口。在 Agent 能力还不成熟的时候，让 AI 全面接管你的社交关系风险太大。群里有人试用后发现：电脑端微信还不支持，不能加群，消息不能转发只能复制粘贴。Nick 测试后发现甚至不支持主动推送。

这里有一个和 Anthropic 封杀故事的同构映射：两家公司都在 AI 能力和平台控制之间做取舍。Anthropic 选择把 AI 能力锁在自己的客户端里，腾讯选择把 AI 能力锁在微信的围墙外面。策略相反，逻辑一致：谁都不想让 AI 在自己的地盘上失控。

---

代码趋零之后，你在设计的是 AI 的工作环境

群里 Max 分享了一篇文章，核心判断是"vibe coding 是当老板管理，agentic engineering 是做工程执行"（公众号链接）。这个分类引发了一连串讨论。张璞说现在"有想法了，先做出来看看效果好不好再决定要不要留。无非就是多烧点 token。" 而谷雨提了一个更尖锐的问题：当前的 Harness Engineering（为 AI agent 设计工作环境的实践）是为低能力模型设计的，高能力模型需要更弱的 harness，但产品做不到动态调整。

Anthropic 自己的 2026 Agentic Coding Trends Report 佐证了这个趋势：企业已经在部署多 agent 团队处理大型代码库，Rakuten 的工程师让 Claude Code 在 7 小时内重写了 1250 万行 vLLM 库中的一个复杂方法，数值精度达到 99.9%（Anthropic Report）。同时 GStack（YC CEO Garry Tan 的开源 Claude Code 工具集）声称 60 天产出 60 万行生产代码，35% 是测试（GitHub）。群里有人提到这个数字，日均 1 到 2 万行代码已经是常态。

这些数字本身不是重点。重点是鸭哥在群里和人讨论 Agent role 设定时说的一句话："人类 hat（PM、SWE、QA 这种角色）对改善 AI 行为没有意义。prompt 的关键是定义成功。'你是一个资深 PM'是一个非常含糊的成功标准。" 这呼应了 Anthropic CPO Mike Krieger 近期的观点：传统 PRD 工作流正在消亡，PM 的核心工作从写规格文档转向用高质量 prompt 定义验收标准（Lenny's Newsletter）。

把三件事串起来看：Anthropic 锁住了客户端，腾讯锁住了入口，而真正决定产出质量的，是你为 AI 设计的约束环境。代码已经趋零了，围墙在变高，能在围墙之间自由设计工作环境的人，拿到的杠杆最大。

---

也值得知道

Apple 下架 512GB Mac Studio：Apple 宣布因成本问题下架 512GB 内存版本 Mac Studio。鸭哥在群里提到自己之前买的 512G 顶配是 15000 美元左右，现在最高只有 128G 可选。群友感叹"没想到人类进化速度被几个工厂的产能限制了"。（B站视频）

AI 连轴肝 17 天产出 166 篇论文：一项实验花了 18.6 万美元让 AI agent 连续运行 17 天，产出 166 篇学术论文。谷雨在群里评论"国内人还没跟上鸭哥脚步"，因为鸭哥的 context infrastructure 系统做的本质上是同一件事：让 AI 持续自主运转。（机器之心）

GLM-5-Turbo 体感提升明显：鸭哥在群里提到 GLM-5-Turbo 日常调研编程比 GLM-5 顺滑很多，和 GPT 差距已经很小。国产模型在实用性上正在快速追赶。

---

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