國內開發者 AI 困局：Claude Code 被 ban、GLM 下線，國產替代品有冇得打？🔥

呢個月嘅 V2EX 瀰漫住一股前所未有嘅焦慮。Claude Code 突然被 ban，國內用戶打開 terminal 見到嘅唔係嗰個熟悉嘅命令列助手，而係連線失敗同證書錯誤。同一時間，智譜 AI 嘅 GLM 系列模型喺多個平台無預警下線，冇公告、冇 timeline、冇解釋。兩件事表面上冇直接關聯，但將佢哋擺埋一齊睇，會見到一幅更令人不安嘅圖畫：國內開發者嘅 AI 工具生态正在被兩股力量同時擠壓——外國模型嘅圍牆加速升高，本地方案又因為種種原因無法接班。夾縫之中，我哋嘅生產力工具棧正在悄悄萎縮。

封殺唔係意外，係算力政治嘅必然結果

Claude Code 被 ban 呢件事，好多人歸咎於地緣政治或者單純嘅內容審查，但呢個睇法太過表面。更深層嘅原因係：AI 時代嘅「算力主權」已經成為各國角力嘅核心戰場。美國唔想見到中國開發者用最先進嘅 AI 工具寫出下一個顛覆性嘅 startup，中國亦唔想見到國內嘅數據經由 Claude Code 呢類工具流向海外伺服器。呢場仗唔係針對 Claude Code 本身，而係針對「開發者生產力」呢個戰略資產。

Anthropic 封鎖國內 IP 嘅手法相當徹底——唔單止 block 咗 API 端點，連佢哋用嚟做 authentication 嘅第三方服務都一併封殺。有開發者嘗試用 VPN 繞過，結果發現 Anthropic 已經部署咗先進嘅指紋檢測技術，可以分辨出真正嘅海外用戶同 VPN 用戶。呢種精準度唔係一朝一夕做到嘅，背後係大量嘅流量分析同模型訓練。

更有趣嘅係 timing。Claude Code 被 ban 嘅時間點，啱啱係國內監管機構開始對「AI 編程工具」呢個品類進行重新分類嘅時候。以前呢啲工具被視為普通開發者工具，但而家監管層開始將佢哋歸類為「生成式 AI 服務」，意味住佢哋需要遵守《生成式人工智能服務管理暫行辦法》——換句話說，要攞牌照、要內容過濾、要數據本地化。Anthropic 唔可能、亦唔願意滿足呢啲要求，所以 ban 咗反而係最直接嘅選擇。

國產替代品：外表華麗，內裡空洞

GLM 下線嘅消息之所以震撼，唔係因為 GLM 本身有幾好用，而係因為佢代表住「國產替代方案呢條路都唔係絕對安全」呢個殘酷事實。智譜 AI 係國內少數真正有底層模型能力嘅公司，GLM-4 嘅表現喺多個 benchmark 上追近 GPT-4，而且佢哋嘅開源策略亦為佢哋贏得咗大量開發者社群嘅支持。就係咁嘅公司，都因為「內部業務調整」而突然下線核心產品。

呢件事暴露咗國內 AI 行業嘅結構性問題。第一，大部分國產 AI 公司嘅商業模式極度依賴融資同政策補貼，一旦資本寒冬持續，或者政策風向轉變，產品隨時會消失。第二，國內模型喺 coding 能力上仍然同 Claude 同 GPT 有明顯差距——唔係差少少，而係差一個層級。我用同一組 prompt 分別測試過 GLM-4、通義千問同 Claude Opus 嚟寫一個 complex React component，Claude 嘅 output 幾乎可以直接用，而國產模型嘅 output 需要大量手動修正。對於一個追求效率嘅開發者嚟講，呢個差距係致命嘅。

第三個問題係生态。Claude Code 嘅強大唔在於模型本身，而在於佢同 terminal、git、package manager 嘅深度整合。國產嘅 code agent 工具，例如 CodeGeex 同 Baidu Comate，做到嘅只係「喺 IDE 入面加個 chat window」，離真正嘅 agent 仲有好遠距離。佢哋唔理解 project context，唔識得自動化 multi-step task，更加唔使講 autonomous debugging 同 refactoring。呢啲唔係一朝一夕可以追到嘅，需要大量嘅工程投入同用戶反饋迭代。

開發者嘅突圍策略：分散風險、建立逃生路線

面對呢個困局，作為香港嘅獨立開發者，我認為需要重新審視自己嘅工具棧策略。最危險嘅做法係「all-in 一個平台」，無論係 Claude Code 定係國產方案。正確嘅做法係建立一個分散嘅、可切換嘅 AI 工具組合。

第一層係 API 層嘅分散。唔好只依賴一個 provider，而係同時有多個 backup：OpenAI、Anthropic、Google、DeepSeek、通義千問，甚至自己 host 開源模型（例如 Llama 3 或者 Qwen 2.5）。我而家用緊一個自己整嘅 API proxy layer，可以喺唔同 provider 之間自動切換，如果 Anthropic 跪咗就自動 fallback 去 Google，如果國內 provider 慢咗就跳去海外。呢種 architecture 唔難整，但係關鍵時刻救你唔少時間。

第二層係工具鏈嘅 abstraction。唔好用死任何一個 code agent 嘅 proprietary format，而係用標準化嘅 interface——例如繼續用 VS Code 或者 Neovim 做 editor，然後將 AI 功能以 plugin 形式接入。咁樣當某個 AI plugin 被 ban 或者唔再維護，你可以快速轉去另一個而唔使重新適應成個 workflow。

第三層係投資自己嘅 AI 素養。最好嘅逃生路線唔係依賴某個工具，而係理解 AI 嘅底層原理，令你可以自己整工具、自己 tune prompt、自己 fine-tune model。呢個 investment 嘅回報率遠高於再搵另一個代替品。我見到愈來愈多開發者開始學習 LangChain、LlamaIndex 呢類框架，甚至自己寫 agent orchestration logic，呢個方向係正確嘅。

結語：夾縫中的生存法則

Claude Code 被 ban 同 GLM 下線只係開端。未來幾年，國內開發者嘅 AI 工具環境只會更加複雜，而唔會更簡單。地緣政治唔會突然消失，監管只會愈來愈嚴，國產替代品嘅品質提升需要時間——呢個 gap 至少仲有 12 到 18 個月。

作為香港嘅開發者，我哋其實身處一個獨特嘅位置：我哋可以合法使用海外服務，同時又理解國內市場嘅需求。呢個雙重身份係一種優勢，而唔係負擔。具體行動建議係：即刻開始建立你嘅 API proxy layer，揀兩個 backup provider，同每個星期用半日時間去試一個你未用過嘅 AI 工具。唔好等工具夾埋你先開始動作。

未來唔屬於用最好工具嘅人，而屬於無論工具點變都可以繼續交到貨嘅人。