当AI工具从独立应用进化成工作流枢纽，Anthropic正在用Claude Code重构开发者的生产力体系。从强制身份验证到按量计费，从Routines工作流到云端Connectors，这场看似功能迭代的升级背后，隐藏着对用户控制权的系统性争夺。本文将拆解这场'工具整合战'背后的产品哲学与战略意图。

从桌面端重构到 Routines 上线，从身份验证到按量计费，表面是功能更新，本质是一场精心设计的”工具整合战”。

（本文产品信息截至 2026 年 4 月 15 日）

先说一笔账

最近我给自己算了一笔账。

打开订阅管理页，把所有 AI 工具加一加，月均差不多 $200。

问了一圈身边做 AI 产品的朋友，数字惊人地一致——大部分人落在到100～300美金之间。

而且几乎没人清楚自己的总数。

2026 年 SaaS 管理报告的数据就是这么写的：全球 AI 重度用户的月均 AI 工具支出正处于100-200美元的区间，大部分人从不追踪这个总额。

更要命的是，工具之间的”集成税”（Integration Tax），维护集成、数据迁移、切换学习成本占到了 AI 总支出的25% ~ 40%。

换句话说，每花在 AI 工具上的一块钱，里面有 4 毛钱其实是交给了”协调不同工具”这件事本身。

这种疲惫感，业内已经有越来越响的声音在说：

真正伟大的 AI 产品，不是往工具箱里再塞一把锤子，而是把工具箱整个扔掉，换成一个全自动车间。

就在这种情绪酝酿到顶点的时候，2026 年 4 月 14 日，Anthropic 在同一天连推了三件事：

1. 重新设计的 Claude Code 桌面端应用（Claude Code CLIv2.1.108同步发布；次日 4 月 15 日跟发v2.1.109）
2. Routines功能正式上线（Research Preview 状态）
3. 身份验证政策更新，部分使用场景强制验证身份；企业版计费模式同步大改

大多数科技媒体把这三件事当成三条新闻分别报道。

但在我看来，它们是同一盘棋的三个关键落子。

这盘棋的终局是什么？

一边系统性地降低离开 Claude 的理由，一边系统性地抬高离开 Claude 的代价。

一手加，一手减，是同一个决策的两面。

拆开看。

桌面端重构：不是改 UI，是改心智

先看表层。

2026 年 4 月 14 日发布的新版 Claude Code 桌面端，主要变化有这么几个：

多对话并排：一个窗口里同时跑多个 Claude Code 会话，左侧边栏管理，拖拽式布局

• 内置终端：不用再切去 iTerm
• 内置文件编辑器：不用再切去 VS Code
• HTML / PDF 预览：不用再开浏览器
• 快速 diff 查看器：像 Git 一样看修改前后对比

每一个拿出来都是”好用的升级”。但放在一起看，会发现一件事：

Anthropic 在系统性地斩断离开 Claude Code 的每一个动作。

表面上，这是把常见代码编辑器的功能搬进 Claude Code。

实质上，这是在切换一个人对“AI 工具”的心智模型。

把 2026 年主流 AI 编程工具的形态差异摆到一起看：

区别一目了然。

其他工具都在做”更好的 AI 编辑器”，Claude Code 在做一个形态完全不同的东西：

一个让人像项目经理一样并行管理多个 AI 员工的工作台。

不再是坐在 IDE 里”召唤 AI 帮忙”，而是坐在一个工作台前

“调度多个 AI 替自己干活“。

Claude Code 桌面端负责人 Anthony Morris 最近发了一条推文，是这次更新里最值得玩味的一句话：

“我已经好几周没打开过终端、代码编辑器和 IDE 了。”

这话不只是营销话术。

更早一些，Andrej Karpathy 也说过类似的判断：

传统编程软件的基本处理单元正在变化，文件不再是基本单元，Agent 才是。

我不想在这里贴”OS 级平台”这种夸张标签。更准确的描述应该是：

Anthropic 正在把 Claude Code 从”一个需要主动调用的工具”，变成”一个会持续驻留在其中的执行平台”。

从”调用 AI”到”调度 AI”，只差一个字，但差的是一整个心智。

而这一步，只是开胃菜。真正的大招在下一节。

Routines：没收”集成控制权”的特洛伊木马

表面上的全自动印钞机

先给 Routines 一个最简单的定义：

它是 Prompt + 代码仓库 + Connectors 的可配置自动化工作流，跑在 Anthropic 的云上，不依赖本地设备在线。

配置一次，然后通过三种方式触发：

目前 Routines 在Research Preview阶段，只对付费用户开放，每天有次数限制：

• Pro：5 次/天
• Max：15 次/天
• Team & Enterprise：25 次/天

说实话，作为一个早就在想这件事的人，我第一眼看到 Routines 的反应是——“这东西我真的等了很久。”

对每天被琐事缠身的开发者而言，它简直就是梦寐以求的”云端牛马”。

但真正的产品分析，从下一节才开始。

隐藏的杀招：工作流引力（Workflow Gravity）

大部分二手解读都漏掉了官方文档里的一句关键描述：

“Routines use connectors (Anthropic’s cloud-hosted MCP integrations) rather than locally-running MCP servers.”

Routines 使用 Anthropic 云托管的 Connectors，而不是本地运行的 MCP Server。

这句话表面平平无奇，但拆开读，会发现它藏着 Anthropic 真正的产品野心。

先对齐几个概念：

• MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月提出的开放协议，让 AI 可以标准化地连接外部工具（Slack、Linear、GitHub、Notion 等）
• 本地 MCP Server：凭证、配置、连接逻辑全部放在本地。这意味着使用者拥有绝对的所有权：理论上这些连接可以被任何支持 MCP 的 AI 使用，不止 Claude
• 云端 Connectors：Anthropic 托管的 MCP 集成。凭证、配置、连接状态全部存在 Anthropic 的云里

而 Routines不支持本地 MCP，强制使用云端 Connectors。

这是什么意思？

意思是一个 Routine 配置完”连接 Slack + 连接 Linear + 连接 GitHub”之后，Slack token、Linear API key、GitHub 权限，全部沉淀在 Anthropic 的云上。

表面看这是省事。但算一笔账就知道代价了：

哪一天想切到别家 AI（Gemini、Mistral、开源模型）的时候，不只是要重写所有 Prompt、迁移所有知识库，还要重建所有集成：重新申请每一个工具的 OAuth、重新配置每一个连接、重新调试每一条数据流。

这是一笔高昂到让人直接放弃的迁移成本。

这里我想引入一个新概念：

传统 SaaS 锁定用户靠的是”数据引力“（Data Gravity），AI 时代 Anthropic 正在创造的是:“工作流引力”（Workflow Gravity）。

数据引力让人”搬不动数据”，工作流引力让人”搬不动每天在跑的那些自动化流程”。

后者比前者更可怕，因为它绑架的不是一堆静态文件，而是公司里每一条正在运转的业务神经。

而 Anthropic 之所以能做到这一点，不是因为它在做”坏”事，而是因为它精确地把”集成的所有权”从用户端，悄悄迁到了平台端。

MCP 协议是开放的，Connectors 的实现是封闭的。

一个开放标准的封闭实现——这在软件产业史上，是一个被反复验证过的顶级战术。

集成的所有权，从左边的形态，被悄悄地迁移到了右边。

所以在我看来，Routines 可以这么定位：

表面上是替人干活的数字牛马，本质上是没收“集成控制权”的特洛伊木马。

糖很甜，省事也是真的省事。但代价是：越来越难离开。

我不是说这是陷阱。

它是个好东西，我自己会用，也会推荐人用。

只是，签之前得看清楚这是一份什么合约。

硬币的另一面：算力保卫战与定价崩塌

前面两节讲的是 Claude 在努力让人更想用它。

接下来这一节讲的是 Claude 同时在让”用它这件事”代价越来越高。

这两件事必须放在一起看，因为它们是同一个决策的两面。

身份验证不是合规，是反窃取

2026 年 4 月 14 日，Anthropic 在帮助中心更新了身份验证政策，明确在”部分使用场景”会要求用户验证身份。

官方给出的理由是”强大技术要负责任地使用”。

很多网友把这件事解读为”针对中国用户的实名制”。

这个解读方向对，但深度不够。

真正的动机可以追溯到两个月前。

2026 年 2 月，Anthropic 披露了一组惊人的数据：

三家中国 AI 公司：DeepSeek、Moonshot AI、MiniMax通过约24，000 个假账号，向 Claude 发起了超过1，600 万次查询，试图工业级地复制 Claude 的能力。

这不是普通的滥用，这是一场模型能力窃取战。

对 Anthropic 来说，每一个被窃取的能力背后，都是真金白银的算力支出在燃烧。

所以身份验证的真正动机是反窃取，不是单纯的合规动作。

它是一种主动防御：

把注册门槛从”有个邮箱就能用”，拉高到”得先交代你是谁”。

这个动机完全可以理解。但它有一个残酷的副作用：

正常的普通用户：尤其是原本就在禁区内的大陆用户也会被这张网卷进去。

身份验证不区分是”善意的中国开发者”还是”假账号脚本”。

它用的是一张广撒的网，普通人只是恰好不幸站在网的那一侧。

定价模式崩塌与重建

再看定价。

Anthropic 近期对企业版定价做了调整：

不再主要按“席位数”收费，而是每月每用户 $20 基础 + 按实际 AI 使用量计费。

这个变化对一部分大企业客户的成本影响是——翻倍，甚至涨到 3 倍。

Uber 的 CTO Praveen Neppalli Naga 最近透露了一个数字，让整个行业咋舌：

Uber 在 2026 年才过了几个月，就用完了一整年的 AI 预算。

核心原因就是 AI 编程工具使用量飙升，尤其是 Claude Code。

这件事给产品圈上了一堂残酷的课：

按人头收费的 SaaS 1.0 模式，在算力黑洞面前就是一场自杀。

传统 SaaS 的成本是边际递减的：多一个用户几乎不花钱，收入却是线性增长。

但 AI 的成本是边际线性甚至指数增长的：多一个重度用户，就要多烧一堆推理算力。

这种成本结构下，一家按人头收费的 AI 公司，会被重度用户直接薅到破产。

Anthropic 必须改定价结构，否则活不下去。

组合拳的真相

现在把三件事放一起看：

身份验证 + 按量计费 + Research Preview 的每日配额限制

表面看 Claude 在涨价、在装严防盗、在设配额。

深层看，Anthropic 在做一件更重要的事：

筛选“值得服务”的用户。

• 身份验证筛掉：白嫖党、灰色地带账号、模型窃取脚本
• 按量计费筛掉：重度到能把 Anthropic 薅破产的滥用者
• 次数限制引导：把有限的配额留给真正有价值的任务

留下来的是什么人？

那些愿意为价值付费、能承受按量计费、身份透明的核心客群。

这是一次主动的”用户池洗牌”。

Anthropic 已经不再追求”用户数最大化”，它在追求另一件事：

每一个留下来的用户，都要值得被服务。

而对大陆的普通用户来说，这意味着一个无法回避的事实：

大陆用户大概率不在它筛选出的“值得服务”名单里——至少不是官方认可的那一部分。

可以继续用，但面对的是一个越来越不欢迎自己的平台。

我给自己定的四条原则

产品分析到此为止，剩下的是”该怎么办”的问题。

其实面对这盘棋，每个 AI PM 的答案都会不一样。

一个前提是：AI 的依赖，开始有”结构性风险”

先说一个时间线：

2024 年以前：AI 是”功能“——产品里要不要加一个 AI 按钮，是个选项

2024–2025 年：AI 是”工具“——开始在日常工作中调用它，但不是必选项

2026 年：AI 是“基础设施”——对它的依赖，开始有“结构性风险”

“结构性风险”不是一个夸张的词。它的意思是：

一旦断供，工作流会裂开一个不知道怎么重建的洞。

AI 供应商锁定（Vendor Lock-in）最近在 CTO 圈被反复讨论，它比传统 SaaS 锁定有个特殊之处：

传统 SaaS 的锁定主要是”数据格式”和”集成”。

AI 的锁定是多层的：模型 API、Prompt 工程成果、微调权重、嵌入向量格式、知识库结构、集成凭证……

这些东西不像 CSV 可以导出，它们不能干净地移植到另一个平台。

意识到这一点之后，我开始像管理一项”基础设施依赖”一样管理自己对 Claude 的使用。

一张我的表：资产风险矩阵

我把自己沉淀在 Claude 里的所有”资产”拆成了几类，按迁移难度打了分：

这张表回答一个具体问题：在 Claude 断供的那一天，每一项资产需要多久能被重建？

四条原则

原则一 · 核心资产必须本地化

吃饭用的那几个 Prompt、Skill、知识库，必须在Git 或 Obsidian里有一份原件。

这里”原件”是有含义的——本地那份才是原件，Claude 里的只是复制品。

所有权的主场，永远在本地。

原则二 · 警惕“云端绑定”的高危资产

像 Routines + Connectors 这种无法导出连接关系的云端配置，属于高迁移难度资产。

我的做法是分级：

• 日志整理、Issue 打标签这种边缘任务——大胆放上去
• 涉及核心业务流转、跨系统关键集成的——慎重交出控制权

原则三 · 每次启用新功能前，先问一个问题

“明天这个功能如果停了，沉淀在里面的东西能干净地带走吗？”

答不出来，就控制投入深度。

Routines 就是一个典型例子：不是别用，是分级使用。

原则四 · 永远保留一条“备胎通路”

至少留一个能调用其他家模型的入口。

可以是 Vercel AI Gateway、OpenRouter，或者自己搭的简单 API 代理层。

不是现在就换，是具备“随时能换”的能力。

一个”能换”的用户和一个”不能换”的用户，面对平台时的议价能力天差地别。

这一点对企业客户更明显，但对个人用户，同样成立。

一个更简单的判断公式

如果上面这些太复杂，其实还有一个更粗暴的判断公式：

“Claude 被切断一周，这条工作流还能活吗？”

• 能活的：随便沉淀
• 不能活的：必须有本地化方案 / 有备用模型 / 有定期导出的习惯

这个问题会让一个人的依赖结构，变得有层次——不再是”要么全押，要么不用”的二元选择。

最后

回到文章开头那个问题：

订了几个 AI 工具？每月花多少钱？

如果订了 5 个，那 Claude 正在用这次的更新说一句话：留下我就够了。

它确实在往这个方向做。桌面端重构在减少切出去的摩擦，Routines 在接管工作流里”无人值守”的部分，Connectors 在绑定集成凭证。

这是一盘极其漂亮的商业棋局。

但漂亮的棋局，不一定适合每个棋手。

面对这盘棋，AI 产品经理真正要做的，不是盲目 All-in，也不是拒绝，而是：

看懂它的底牌，再决定把筹码推到哪一层。

最后，留一段话给所有重度依赖单一平台的同自己：

每一次当工具变得更强大、更懂人的时候，就该更早地做一件事——

开始准备退路。

不是因为它一定会断供，而是因为——当依赖越深、身份越敏感的时候，那一天如果真的到来，手里握的最好是一套完整的本地备份，而不是对着一个 403 页面发呆。