重點摘要
- Anthropic 在 2026/6/15 把 Claude 訂閱拆兩半:互動式(終端機 Claude Code、IDE、claude.ai)維持訂閱補貼價,**程式化(Agent SDK、
claude -p、GitHub Actions、第三方包裝)移到獨立 metered credit pool**,按 API 全價算。 - 對「個人坐下來打字 + 派 Agent Team」這種使用方式,**影響幾乎是零**;真正會被打到的是把訂閱接到 Python 程式跑 24 小時 agent army 的套利型用法。
- 但「字面合法、精神鑽縫」的灰色地帶會持續存在 — Anthropic 隨時可以用 fair use 條款補洞,你不會收到通知。**真正的應對是把 LLM 從 service 變 commodity**:本地優先 + cloud burst 的 gateway 架構。
- 2026/5 當下的本地 stack 已經追平 frontier:Qwen 3.6-27B 在 agentic coding 上達到「半年前 400B 級」水準,DeepSeek V4-Flash 用 MoE 把 1M context reasoning 壓到 33GB 量化版可跑。**Claude API 從 default 降級成 escape hatch**。
2026 年 5 月中,Anthropic 連續宣布三波 Claude Code 政策變動。5/6 把 5 小時池額度直接 ×2、Pro/Max 取消尖峰時段;5/13 週池額度 +50%(到 7/13 結束的補貼期);最關鍵的是 5/14 預告、6/15 生效的「訂閱拆分」政策 — 把程式化用量從訂閱補貼池移到獨立 metered credit pool。
這篇文章是我作為一個 Claude Max 訂閱用戶,用 21 個 transcript 實際 audit + 政策原文交叉比對的 evidence-based 評估。涵蓋:三波變動的精確時間軸、Anthropic 拆分的真實業務動機、不同使用模式落到新政策的具體影響、灰色地帶與真實風險,以及用 Qwen 3.6 + DeepSeek V4 反轉成「本地優先」工作架構的可執行路線。
三波政策變動的精確時間軸
2026/5/6 — 5 小時池 ×2、尖峰取消。Claude Code 五小時池對 Pro / Max / Team / 企業版直接加倍。Pro / Max 取消「peak hours」限制。Claude API 的 Tier 1 input tokens 上限 +1500%、output tokens +900%。背景是 Anthropic 跟 SpaceX 簽算力協議,Colossus 1 設施提供 300MW 額外容量、超過 220,000 NVIDIA GPU。
2026/5/13 — 週池 +50%(臨時加碼到 7/13)。週限額提升 50%,適用於 Pro / Max / Team / Enterprise。這是限定期加碼,7/13 之後會回到原本水準(除非 Anthropic 再續延)。業界解讀是 Anthropic 對抗 OpenAI Codex 搶 agent 市場的動作。
2026/6/15 — 訂閱拆兩池(真正的結構變動)。訂閱使用從這天起分成兩個池子:
| 使用方式 | 6/15 後歸屬 | 計費邏輯 |
|---|---|---|
| 終端機 / IDE 內互動式 Claude Code | 互動池(訂閱) | 不變 |
| claude.ai 網頁 / 桌面 / 手機 | 互動池(訂閱) | 不變 |
| Claude Cowork | 互動池(訂閱) | 不變 |
claude -p 無頭模式 | Agent SDK Credit Pool | 按 API 全價 |
| Claude Code GitHub Actions | Agent SDK Credit Pool | 按 API 全價 |
| Claude Agent SDK(Python/TS) | Agent SDK Credit Pool | 按 API 全價 |
| 第三方包裝(OpenClaw / Conductor / Zed / Jean) | Agent SDK Credit Pool | 按 API 全價 |
SDK Credit Pool 額度按訂閱方案分配:Pro $20、Max 5x $100、Max 20x $200,Team Standard $20/seat、Team Premium $100/seat。額度不滾存,每月歸零。耗盡後可選擇 enable overage(繼續按 API 全價收費)或 disable overage(請求被 reject)。
Anthropic 為什麼要拆?
訂閱政策本來是「個人吃到飽」設計。Anthropic 賭你打字慢、思考慢,$20 一個月吃不爆等值的 API token 量。這個賭注在「個人開發者用 Claude 寫 code」場景下成立 — 一個人類一天寫不了 10 萬行的對話。
但 Claude Agent SDK + 第三方包裝(OpenClaw、Conductor、Zed、Jean)讓人可以把 $20 訂閱接到自己寫的 Python 程式,24 小時不停跑 agent army,實際 token 量遠超過 $20 等值。等於把吃到飽 buffet 整個載走轉賣 — 訂閱被當成「便宜 API」用於 production 流量。
Anthropic 沒禁這條路,只是把它改成獨立 metered 預算 — 「載走轉賣」要另外算錢,「個人坐下來吃」不動。順便擋住 OpenAI Codex 用低價搶 agent 市場,也保住 unit economics 才有錢付 SpaceX 那 300MW 算力擴張的帳。
實際使用模式 audit:21 個 transcript 看出什麼
政策評估不能憑印象,要有實際使用 evidence。我盤點過去 28 天的 Claude 使用情況:
- 21 個 transcript / 13 個唯一日期:不是每天用,平均一週 3-4 天
- 互動式為主:全部 transcript 都是終端機 Claude Code session,不是 SDK / API 程式化呼叫
- ccbot Telegram bridge:bridging interactive session,不是獨立 inference
- 5 個 claude-harness-* hook:全是 SessionStart / PostToolUse / PreCompact 注入,在 session 內運行
- claude-limited cgroup wrapper:也是互動 session 內
- Agent Team 18-25 並行:從 interactive session 用 Agent tool 派
- /loop, /schedule, GitHub Actions, 第三方包裝:全沒有
- crontab 11 條:全是 stock data 收集(analyst / TDCC / 機構投資人),完全不叫 Claude
- 唯一例外:某個內部 LLM 評估 harness 有一條
subprocess.run(["claude", "-p", ...])
把這份 audit 對照 6/15 政策表格,結果出奇地簡單:21 個 transcript 裡有 20 條繼續走訂閱池,只有 1 個 evaluation harness 那條 claude -p 會搬到 SDK Credit Pool。
政策真正落到「典型重度使用者」頭上的點
對於從終端機 / IDE 互動式使用 Claude Code、用 Agent tool 派 subagent、寫 brain / skill / memory 系統的人 — 也就是 Anthropic 設計訂閱時瞄準的客群 — 6/15 變動實質影響趨近於零。
真正被打到的只有四類具體模式:
- 把
claude -p串進 shell pipeline 或 CI/CD:每次 invocation 從訂閱池移到 SDK Credit Pool - 用 Agent SDK 寫的 Python / TypeScript 程式:無頭運行的 production agent,完全脫離訂閱
- Claude Code GitHub Actions:CI/CD 整合在 workflow 內呼叫 Claude
- 第三方包裝:OpenClaw、Conductor、Zed、Jean 這些把 Claude 訂閱接成 IDE 後端的工具
如果你已經習慣「人在前面打字,Claude 在後面派 agent 跑」的工作模式,這個政策變動就是 一個不會發生的事件。
灰色地帶:cycle + Agent Team 字面合法但精神鑽縫
但有一種模式介於兩者之間,Anthropic 官方文件沒明寫:從 interactive session 派出大量 Agent Team,搭配 /loop 或 hook-based cycle 讓 session 自動延續。
技術上這完全合法。6/15 政策字面只點四個對象:claude -p、Agent SDK、GitHub Actions、第三方包裝。「cycle + 大量 Agent Team + 自動啟動循環」如果全部跑在 interactive Claude Code session 裡(用 Agent tool 派、用 /loop 接同 session、用 hook 觸發),技術上會被歸到互動池。
但這顯然是「字面 vs 精神」的縫。Anthropic 拆這條政策的精神,就是要擋「沒人盯每一回合的大量自動化」 — 第三方分析給出的啟發式是:「if a Claude session runs without a human watching each turn, it is almost certainly moving to the new credit pool」。從這個精神判讀,大規模並行 Agent Team + 自動 cycle 精神上根本就是 programmatic,只是技術上沒被點名。
兩個現實風險
風險一:這個縫不會永遠在。Anthropic 看到統計上的 outlier 用戶(Max 訂閱跑出 Tier 4 API 等級的 token 量),下一輪政策補刀的機率不低。半年後可能變「subagent 從 interactive 派也算 programmatic」、或「同 session 自動 cycle 超過 N 次轉計費池」。歷史上 Anthropic 對訂閱濫用模式都是先觀察後動手 — 5/14 這次拆分本身就是這個 pattern 的證據。
風險二:Fair use 抽象條款隨時可以動你。Terms of Service 寫的「abuse / excessive use」沒精確定義,他們覺得單帳號太誇張就可以單獨 throttle 你帳號,不需要先改政策、不需要事前通知。被點到的人通常只看到「Claude 突然變慢 / 限額變嚴 / 某些 tool 失效」,不會收到正式告知信。
精確版說法:「字面合法、精神鑽縫、風險押在 Anthropic 不回頭補洞」。在他們補洞之前你賺,補了之後可能在毫無預警的下次續訂看到 SDK credit 開始扣 — 或更早,某一天突然發現自己被限流。
反轉戰略:從 service 用戶變成 commodity operator
真正的應對不是「擠到最後一秒用爆」,是 把工作系統的依賴從 Claude 拆出來,讓 LLM 變成可替換的 commodity。這個轉變的本質是反轉預設值:
| 層級 | 現在(service 模式) | 反轉後(commodity 模式) |
|---|---|---|
| 日常 code / reasoning | Claude 預設,本地 fallback | 本地預設,Claude API 偶爾 burst |
| Agent Team | Claude 的 Agent tool | 本地 orchestrator + 多 model 異質並行 |
| 超長 context | Claude API | Qwen 3.6 / DeepSeek V4 / Gemini 三家擇優 |
| A 級 PII / 客戶名 / 合約 | 本地 7B(品質不夠) | 本地 70B 級,品質可用且不上雲 |
| vendor lock-in 風險 | Anthropic 政策變動 = 工作系統危機 | 改 gateway config 而已 |
架構的關鍵是 gateway 抽象層:用 LiteLLM 或自己寫一個薄 wrapper,讓所有 code 對外只看到一個介面 llm.complete(prompt, model_tier="cheap|standard|premium")。底下接什麼模型是 config,不是 code。Claude 政策再變、Anthropic 真的把帳號限流、OpenRouter 出新便宜模型 — 改一個 config 全部換完,所有專案不動。
2026/5 最新 open weights stack:本地能跑什麼
2026 中的 open weights 市場已經到「local 27B ≈ 半年前的 frontier closed」階段。對於配備獨顯 + 100GB+ RAM 的工作站,實際可選的本地 stack:
Qwen 3.6 系列(2026/3-4 發布)
- Qwen 3.6-27B(dense)— flagship 級 agentic coding,Q4 約 14GB VRAM。官方宣稱超越上一代 Qwen 3.5-397B-A17B,即「27B 在 2026 ≈ 半年前 400B 的水準」
- Qwen 3.6-35B-A3B(MoE,35B 總參數 / 3B 啟動)— Q4 約 18GB。MoE 設計每次只算 3B 參數所以很快,適合並行 Agent Team
- Qwen 3.6 Plus / Max-Preview — closed weights API only。Plus 在 Terminal-Bench 2.0 已贏 Claude 4.5 Opus(61.6 vs 59.3),SWE-bench Verified 還小輸(78.8 vs 80.9)。1M context、reasoning 預設。當 cloud burst 比 Anthropic API 更划算
DeepSeek V4(2026/4/24 發布)
- V4-Flash:284B 總參數 / 13B 啟動 MoE,完整模型需 ~170GB VRAM,重度量化壓到 33GB VRAM 可跑(2× RTX 4090 或 1× RTX 6000 Ada)
- V4-Pro:1.6T 總 / 49B 啟動 — 100GB RAM 跑不了,跳過
- 1M context native,hybrid attention(CSA + HCA)推理 FLOPs 比 V3.2 省 73%
- 這是「反思 / 跨領域類比」的本地頂配
Llama 3.3 70B 與其他
Llama 3.3 70B ecosystem 最大,Q4 約 35GB。不再是 2026 中的首選,但作為「異質 diversity」角色仍有意義 — 同一 task 給不同 model 看,異質訓練資料能產生 outlier insight,單一 model 並行做不到。
100GB+ RAM 機器的實際配置
100GB 對 Qwen 3.6 系列來說是過剩配置。所以這台機器的設計目標不是「能跑大 model」,是「多 model 並行讓 Agent Team 有真實 diversity」:
常駐 hot 在記憶體(同時 load):
├── Qwen 3.6-27B → 主力 code / 對話 (~14GB)
├── Qwen 3.6-35B-A3B → 快速 Agent Team 主體 (~18GB,MoE 跑很快)
├── DeepSeek V4-Flash 量化版 → reasoning 深度 (~33GB)
└── Qwen 3.6-7B 之類 → 路由 / 簡單分類 (~5GB)
總計 ~70GB,留 30GB 給 vLLM cache + OS + agent 並行 context
按需 load(cold,需要時起):
├── Llama 3.3 70B Q4 → 異質 diversity 用 (~35GB)
└── 其他特殊微調 modelCloud burst 的新排序
在 2026 中的市場狀態下,Anthropic API 不再是首選 burst 選項。新排序建議:
- Qwen 3.6 Plus API(阿里雲)— 主 burst。超長 context + 一般複雜任務。價格約 Claude Sonnet 的 1/3,Terminal-Bench 已贏 Claude 4.5 Opus
- Gemini API(Google)— multimodal / OCR / 大文件處理
- DeepSeek V4-Flash API — reasoning 硬 case 沒本地版時的備援
- Claude API — 只有「Anthropic 那條 reasoning 風格特別合用」的 edge case 才開,從 default burst 降級成偶爾用一下的特殊風味
架構全景圖
把上面所有層拼在一張圖上:應用層 → LiteLLM gateway 路由 → 本地 vLLM(95% 流量)+ Cloud burst(5%)→ 底層 model-agnostic 的 brain / skill / memory data layer。
Aider · Open WebUI · Custom Agent Orchestrator(walsin/teams 通用化)
routing rule = config,不是 code
| task tier | → | backend |
|---|---|---|
| code / chat | → | LOCAL Qwen 3.6-27B |
| Agent Team | → | LOCAL Qwen 3.6-35B-A3B(MoE,快) |
| reasoning | → | LOCAL DeepSeek V4-Flash(量化) |
| routing | → | LOCAL Qwen 3.6-7B(輕量分流) |
| 超長 context | → | CLOUD Qwen 3.6 Plus API(1M ctx) |
| multimodal | → | CLOUD Gemini API |
| edge reasoning | → | CLOUD DeepSeek V4-Flash API |
| 特殊風味 | → | CLOUD Anthropic API(escape hatch,不是 default) |
|
LOCAL(~95% 流量)
vLLM on 100GB+ RAM + GPU HOT(同時 load):
合計 ~70GB,留 30GB 給 vLLM cache + agent 並行 context
COLD(按需 load):
|
CLOUD BURST(~5% 流量)
按 token 計費,非訂閱
用途:
• 超長 context (>32K) • 圖片 / OCR • 本地解不出來的硬 case • A 級 PII 絕不出現在這層 |
Brain.md · Skill.md · Iron Rules · Session Log · RAG Index
| Before(service 模式) | After(commodity 模式) | |
|---|---|---|
| 預設 backend | Claude,Ollama 是 fallback | 本地,Cloud API 是 burst |
| vendor 變動風險 | Anthropic 政策動 = 工作系統危機 | 改一行 LiteLLM config 全部換完 |
| A 級 PII 路徑 | 本地 7B(品質不夠) | 本地 70B 級(品質可用且不上雲) |
這張圖的核心訊息:所有 vendor 都在 gateway 後面,application code 完全不知道下面是誰。Claude 政策再變、Anthropic 真的把帳號限流、阿里雲漲價、Gemini 改 API — 改一個 routing config 全部換完,brain / skill / memory data layer 一行不動。
軟體 stack 建議
- vLLM — inference server,提供 OpenAI-compatible API。Code 對外就是 OpenAI 格式,model 可以隨時換
- LiteLLM — gateway 抽象層。前面接所有 backend(本地 vLLM + Anthropic API + Gemini + Kiro)。Code 只認 LiteLLM,backend 換不換無感
- Open WebUI 或 Aider — 取代 Claude Code 對話介面的 interactive REPL
- 自家 agent orchestrator — 不要依賴 Claude 的 Agent tool,自己寫 multi-process 派發。pattern 可以參考開源的 CrewAI、AutoGen,或像我自己有的 ABC 三級分流 evaluation harness 通用化
過渡期(現在到 6/15)該做的事
- 建立 baseline metric:從今天開始每天結束前記錄
claude /usage截圖或 log 到檔案。沒 baseline,出事時你連「被砍多少」都判斷不出來 - 盤點所有
claude -p用法:grep -rn "claude -p" ~/找出來。每一條都是 6/15 後會從訂閱池搬家的成本點 - 後備模型 stack cheat sheet:寫一份 1 頁文件「如果 Claude 突然不能用,brainstorming 切去 X、code review 切去 Y、daily 工作切去 Z」。不要等出事才想去哪找
- Agent Team 預設規模降到 6-8:18-25 改成「報備使用」。這同時對抗 token 燒速、降低被點為 outlier 的機率,順便逼自己思考「真的需要這麼多視角嗎」
- 5/20 到 7/13 是補貼期:互動池 +50% 週限額。這 8 週是 Agent Team 衝刺 / 大規模 refactor 最划算時段
真的被限流了怎麼辦
先診斷不要先動作。連 Anthropic console 看是哪一條被扣 — credit pool 被扣 vs 互動池速率變慢是兩個完全不同問題,處理方法不一樣。
立刻把 hot path 切到備援。Agent Team 規模直接砍半、evaluation 暫停或全切非 Claude 後端、日常工作切 Ollama 本地 + Gemini 雲混合。這幾個動作 1 小時內要能做完,不是出事當下才開始研究。
正式申訴 + 評估升 Max 20x。如果你判斷被誤分類(明明是 interactive 被當 programmatic),開 ticket 跟 Anthropic 講。同時評估:接下來工作密度有沒有可能升 Max 20x,把 $200/月 credit 當成「事故緩衝」不是「正常用量」。
結語:訂閱不是 token 額度,是時間窗
最重要的觀念修正:你訂閱 $100/月給你的不是「token 額度」,是「Anthropic 暫時容忍你這種重度用法的時間窗」。這個窗會關。準備的本質是「窗關了我有沒有別條路」,不是「擠到最後一秒用爆」。
反轉成本地優先 + cloud burst 的真正好處,不是省那 $100/月,是 把 LLM 從 service 變成 commodity。你不再是 Anthropic 的 user、Google 的 user、阿里雲的 user,你是一個有自己 stack 的 operator。任何一家政策變、漲價、限流、倒閉,你都只需要改一個 config。
對 2026 中要進企業環境推 LLM 的人來說,這個論述也是直接合規上的加分 — 集團真實場景就是要 A 級 PII 不上雲、不能綁單一 vendor、不能讓核心評估綁在個人帳號上。本地優先架構直接符合這三條,不需要為了合規綁手綁腳。
Anthropic 6/15 拆分對「個人坐下來用」這群人是非事件。但它送出的訊號很清楚:訂閱補貼的時代正在收窄,LLM 市場往真實計費走。早一步做反轉的人,不是因為政策才動 — 是因為看到方向,提早把脆弱性拿掉。