近日，關于“Anthropic封禁OpenClaw”的討論引發廣泛關注，但實際情況是，Anthropic并未全面封禁該產品，而是停止了其通過Claude Pro等固定付費訂閱模式直接調用模型能力的路徑。用戶若想繼續使用Anthropic的模型服務，仍可通過官方訂閱或按量付費的API模式操作。這一調整被部分輿論誤讀為“過河拆橋”，但業內人士指出，其本質是優化算力分配與成本控制。
小米MiMo大模型負責人羅福莉在長文中分析稱，Anthropic的決策并非突然之舉，而是對長期存在的“虛假token消耗狂歡”的糾偏。她指出，此前行業普遍采用的訂閱制設計雖試圖平衡輕度與重度用戶需求，但其前提是用戶必須使用官方框架。一旦脫離這一框架，第三方工具的接入會導致算力消耗失衡，甚至引發“劣幣驅逐良幣”的生態危機。
以OpenClaw為例，羅福莉解釋道，該工具在單次用戶查詢中會觸發多輪低價值工具調用，每輪均作為獨立API請求發出，且上下文窗口常超過100K tokens。實際請求次數是官方原生框架的數倍，按API定價計算，真實成本可達訂閱價格的數十倍。第三方工具在接近上下文長度限制時頻繁壓縮結果，導致緩存命中率驟降，進一步推高算力消耗。這種模式使得輕度用戶的成本結構也與重度用戶無異，訂閱制的補貼邏輯徹底失效。
她將這一現象類比為健身房會員卡：若所有用戶均24小時高強度使用設施，健身房的運營成本將不可持續。同理，第三方工具的濫用迫使Anthropic承擔超額成本，最終不得不調整策略。羅福莉認為，短期來看，部分用戶會面臨成本沖擊，但長期而言，這將倒逼開發者優化上下文管理、提升緩存效率，從而改善整個生態的工程紀律。
針對行業普遍存在的“token價格戰”，羅福莉提出警告。她指出，低價策略雖能吸引用戶，但若計費結構粗放，會導致平臺為低效工具買單，最終陷入“降價-算力浪費-服務降級”的惡性循環。例如，平臺為控制成本可能被迫降低算力或換用低質量模型，用戶雖擁有充足額度，卻難以完成實際任務，留存率自然下降。她強調，訂閱制切斷了用量與成本之間的信號傳導，使得開發者缺乏優化動力，而Anthropic的調整正是對這一問題的修正。
羅福莉還介紹了小米MiMo的解決方案：其Token Plan采用按實際消耗量配額的計費模式，開發者購買以Credit為單位的額度，無論使用官方框架還是第三方工具，浪費的token均直接從用戶額度中扣除。這一設計將成本壓力轉移至開發者端，促使其主動提升效率。她認為，真正的競爭不應聚焦于“每token多便宜”，而應關注“每token能完成多少有效工作”，尤其是在全球算力供給增速滯后于Agent需求的背景下，高效利用算力將成為關鍵。
隨著Anthropic的調整，行業競爭焦點正從“算力規模”轉向“工程效率”。羅福莉指出，Agent時代的贏家不屬于盲目消耗算力的參與者，而屬于能通過技術優化實現算力智慧使用的創新者。這一轉變對模型廠商與工具開發者均提出更高要求：唯有在基礎設施設計與工程實踐上持續投入，才能避免被低效狂歡所裹挾，在下一階段競爭中占據先機。
