一句话看懂：AI Agent 创业公司 Lindy 宣布将所有生产流量从 Anthropic 的 Claude 切换至 DeepSeek V4，原因是推理成本已超过员工薪资支出。迁移过程耗时 9 个月、工作量远超预期，但最终为公司节省了数百万美元，并在部分核心业务上取得了性能提升。
事件核心：发生了什么
Lindy 是一家提供无代码 AI Agent 平台的公司，用户可以用它创建处理邮件、会议安排、CRM 录入等办公任务的 AI 助手。其创始人 Flo Crivello 公开表示，此前公司最大的成本项不是服务器或薪酬，而是模型推理费用。经过 6 到 9 个月的评估和测试，团队最终将默认模型从 Anthropic 的 Claude 系列迁移到 DeepSeek V4。Crivello 指出，迁移工作量超出预期 100 倍，涉及 Prompt 工程、自动化评测、监控与路由调度等全套系统的适配。目前 Lindy 并未自建推理基础设施，而是通过美国推理服务商 Atlas Cloud 使用 DeepSeek V4 服务。Anthropic 并未完全退出：员工仍在使用 Claude 的 Max 订阅计划，当系统检测到复杂任务失败时，仍会回退调用 Anthropic 的 Opus 模型，但这种情况占比极小。
为什么重要
这一案例标志着大模型市场的竞争焦点正从“能力上限”转向“成本与效果的平衡”。过去，企业选择模型时主要看推理能力；如今，随着 DeepSeek、GLM、Kimi 等开放权重模型在核心任务上与顶级闭源模型的差距显著缩小，价格优势开始主导决策。Crivello 直言，对于消耗海量 Token 的 AI 应用公司而言，如果不换用更便宜的模型就是“不负责任”。此外，GitHub 调整 Copilot 订阅模式、Uber 提前用尽年度 AI 预算等事件，都反映出整个行业面临的推理成本压力。Lindy 的选择还带动了模型迁移工程化的复杂度认知，证明替换 API 绝不仅仅是改几行代码，而是一次完整的底层基础设施升级。
对用户/开发者/创作者的影响
对 AI 应用开发者而言，这意味着若想控制成本，必须建立模型无关的工程架构，提前适配不同模型的输出风格和能力短板，而不能死守单一 API 提供商。对企业和采购方来说，评估模型时不应只看榜单分数，还需结合自身业务的高频场景做实地测试，否则可能为边际性能付出数倍价格。对普通用户而言，这类成本优化最终可能会反映在订阅费用更低、功能更稳定的 AI 工具上。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，目前公开信息显示，DeepSeek V4 在邮件处理等高频任务上表现优于 Claude，但在复杂工作流自动化方面仍有差距，未来模型迭代能否补齐短板值得持续关注。第二，Lindy 并未放弃 Anthropic，如果 Anthropic 下一代模型能够同时提升性能并降低价格，行业可能重新形成“多模型混合路由”的标准做法。第三，Linux 基金会联合多家大企业成立的 Tokenomics 基金会是否会对推理成本定价带来实质性标准化，同样将影响开发者的模型选型策略。
来源：36氪 · 24小时热榜
