Anthropic 调整 OpenClaw 用户的 Claude 订阅使用规则

摘要

30 秒看懂

2026 年 4 月 8 日，Matthew Berman 评论了 Anthropic 的决定：包括 OpenClaw 在内的第三方工具框架不再使用普通 Claude 订阅额度。Anthropic 表示，用户仍可通过单独计费的额外用量或 API 密钥继续使用；这是计费和访问方式的调整，并非全面禁止在 OpenClaw 中使用 Claude。Berman 讲述了自己切换模型的经历，质疑政策是否清晰，并主张避免依赖单一供应商。视频包含 DigitalOcean 的付费推广。套餐额度、条款、抵扣额度、价格和模型可用性均为历史信息，可能发生变化；Anthropic 此后也调整了对第三方智能体用量的处理方式。

1订阅用量规则改变视频展示的邮件称，从 4 月 4 日起，第三方工具框架将使用单独计费的额外用量，而非套餐额度。邮件还提供限时退款选项。
2Anthropic 的解释Boris Cherny 表示，订阅并非为这些工具的用量模式设计，并提到需要管理算力容量。
3切换模型Berman 讲述了将自己的 OpenClaw 配置切换至 GPT-5.4，并使用已有的模型专用提示词文件；这一经历不能证明所有人的切换成本都为零。
4SDK 政策不明画面中的一则回复称，当时 Agent SDK 没有变化，但 Berman 表示，政策如何适用于自己的配置仍不清楚。
5有争议的分类OpenClaw 创建者 Peter Steinberger 称，一次第一方请求被归类为第三方用量；Cherny 表示这并非有意为之，正在调查。

要点建议

2026 年 4 月 4 日的政策将 OpenClaw 等第三方工具框架的用量移出普通 Claude 订阅额度，额外用量须单独付费。
Anthropic 按当时的条款为符合条件的用户提供过渡期抵扣额度，以及取消订阅并退款的选项。
Berman 能快速切换模型，得益于他此前已为不同模型准备好定制的提示词文件；迁移成本和效果因系统而异。
视频中对 Agent SDK 的兼容性和自动分类存在争议，录制后相关政策也发生了变化。
状态页面的正常运行时间和年化收入是特定时点的数据，不能证明每次故障的原因，也不等于全年实际收入。
DigitalOcean 环节属于赞助内容，其中关于成本和可靠性的比较是推广方的主张。

主题AI agents 智能体工程 Pricing Anthropic 基础设施与部署

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

订阅调整与容量问题

Berman 查看 Anthropic 的通知及其将第三方用量移至额外计费的解释，并讨论此前的额度调整和用户担忧。

Anthropic 告知 Claude 订阅者，自 2026 年 4 月 4 日起，包括 OpenClaw 在内的第三方工具框架将不再使用普通订阅额度。我对调整时间和沟通方式感到沮丧。通知并没有禁止在 OpenClaw 中使用 Claude：它表示用户可以启用单独计费的额外用量，或使用 API 密钥，但需遵守相关条款。

幻灯片 1 / 6Anthropic 2026 年 4 月的订阅者通知邮件称第三方工具框架将使用单独计费的额外用量，并说明限时退款选项。

视频展示的邮件将执行时间定为太平洋时间 4 月 4 日中午，并称受影响的用户可在 4 月 9 日前取消订阅以自动退款，Apple 订阅则有不同的流程。我说，这封邮件在变更生效前不到一天才送达。这些是 2026 年的限时条件，并非长期有效的退款承诺。

我讨论了一项报道中的比较：一个 200 美元的订阅与价值高得多的等量 API 抵扣额度相比，似乎表明固定价格用量可能获得补贴。这种比较取决于用量和定价假设，并不能说明 Anthropic 在每位订阅者身上的实际成本或利润。对于大量运行智能体的人来说，增加用量收费可能改变使用成本。

幻灯片 2 / 6Boris Cherny 解释订阅调整画面中的帖子将容量和第三方工具的用量模式列为 Anthropic 的理由。

负责 Claude Code 的 Boris Cherny 表示，订阅并非为某些第三方工具的用量模式设计，并提到需要管理容量。他还介绍了一次性提供相当于月套餐价格的抵扣额度，以及购买额外用量的折扣。这些优惠有资格、截止日期和计费条件限制。

我认为 Anthropic 同时面临增长和容量压力。我提到一项临时促销：工作日高峰时段以外及周末的用量翻倍；另一项单独的公告则称，部分用户在工作日高峰时段会更快用完五小时额度。这是两项独立的限时政策；我认为受影响者大多是 OpenClaw 用户，这只是推测。

我还提到一些用户抱怨额度重置后意外耗尽。这些个案反映了用户的不满，但不能说明问题有多普遍或其原因。看到通知后，我起初怀疑 OpenClaw 是否还能使用 Claude；4 月政策明确允许通过单独计费的额外用量或 API 密钥继续使用。

切换模型与赞助

他介绍如何切换自己的配置，以及为各模型定制提示词。随后是 DigitalOcean 的付费推广环节。

在我自己的配置中，我要求 OpenClaw 通过 Codex 身份验证将模型路由从 Claude 切换到 GPT-5.4。我说这次切换用了大约三分钟。这只是已有准备的配置中的一次经历，并不证明切换成本真的为零：兼容性、评估、价格、权限和供应商条款都可能不同。

幻灯片 3 / 6一条切换模型的请求Berman 展示了自己要求更改模型路由、选择针对 GPT 优化的提示词文件的请求。

对我有帮助的一个细节是，为每个模型保留单独优化的提示词文件。即使任务相同，我给 Opus 4.6 使用的措辞也可能与给 GPT-5.4 使用的不同。我建议提前考虑这些差异，同时也要认识到其他应用可能需要更大范围的修改和测试。

DigitalOcean 赞助了本视频。我推广其用于部署开放模型的 Agnostic Inference Cloud，并介绍它在简便性、吞吐量和成本方面的优势。这些是赞助产品的宣传主张，并非独立验证的比较，也不是对所有工作负载的保证。

SDK 政策、可用性与增长

Berman 讨论 Agent SDK 的不确定性并展示状态页面快照，还引用有关年化收入运行率和基础设施扩张的报道。

一位用户询问 Boris Cherny Agent SDK 是否受影响，画面中他的回复称，当时 SDK 没有变化，同时正在改进政策说明。我仍不确定这一回答如何适用于在 OpenClaw 内使用 SDK，因此决定避免依赖它。这种不确定性反映的是 2026 年 4 月的讨论，并非对当前政策的最终解释。

幻灯片 4 / 6关于 Agent SDK 的提问Cherny 回复称，当时 SDK 没有变化，同时正在改进政策说明。

我对比了自己使用 Claude 额度和使用 Codex 的经历，并表示自己尚未遇到 Codex 限额。额度和可用的身份验证方式取决于套餐、服务和日期，因此我的经历不能代表所有用户的权益或成本比较。

幻灯片 5 / 6Claude 状态页面快照历史 90 天正常运行时间数据为 Berman 的可靠性担忧提供背景，并非当前状态报告。

我展示了 Claude 的状态页面：画面中的 90 天快照显示，claude.ai 的正常运行时间约为 98.77%，API 则低于 99%。我认为这对某些工作流程来说不够可靠。状态页面快照并非当前可用性保证，也不能单凭它证明每次故障都由 GPU 容量导致。

我引用报道说，Anthropic 的年化收入运行率已超过 300 亿美元，高于 2025 年底约 90 亿美元的水平，并提到了与 Google 的基础设施协议。运行率是根据近期收入推算的数值，并非全年实际取得的收入。与 OpenAI 的公开比较存在不确定性，因为报道数字可能涉及不同时间段和会计方法。

我认为这种增长表明需求强劲，并提出仅编程业务就足以支撑这一运行率。但报道中的全公司数字并未单独列出编程收入，而增长本身也不能证明公司盈利，或解释所有容量限制的原因。

多模型策略与封锁争议

他主张使用多个供应商和本地模型，并回顾一起分类器问题的报告、Anthropic 的回应，以及 OpenClaw 对 GPT-5.4 的改进。

我更广泛的建议是采用多模型策略，避免依赖单一供应商。除了前沿模型，我建议考虑用本地或开放权重模型处理分类、提取和摘要任务。最佳分工取决于任务、质量要求、部署成本和可用的具体模型。

Peter Steinberger 发布了一个例子：一个看似第一方的 Claude 请求因包含与 OpenClaw 相关的上下文而被转入额外用量。我批评这种行为等同于封锁提示词；Cherny 回应说这并非有意为之，可能是滥用检测分类器过度触发造成的。这个例子和回应都不能证明所有此类提示词都遭到有意禁止。

幻灯片 6 / 6报告中的分类器行为Steinberger 展示了一次第一方请求收到第三方计费提示的例子；Berman 随后介绍了 Cherny 的回应。

我再次谈到 SDK 使用方面的不确定性，并要求 Anthropic 清楚说明其政策。视频发布后，相关条款和实施方式已有变化：后续报道提到为第三方工具单独分配 Agent SDK 抵扣额度。部署集成时，应查看供应商当前文档和所用套餐的条款。

我将 Anthropic 的做法与 OpenAI 同 OpenClaw 创建者 Peter Steinberger 的合作联系进行对比，并讨论有关 OpenClaw 改进 GPT-5.4 对话风格的报道。我认为这些变化让其他选择更有吸引力，但我对所有人都会转向某一个模型的预测只是个人观点，并非经过测量的迁移趋势。

Steinberger 邀请大家测试 GPT-5.4 的改进，并分享了积极的早期反馈。我欢迎这一进步，最后重申同一原则：根据不同模型的优势使用它们，而不是只依赖一个。合适的选择仍取决于工作负载和各供应商的条件。