
将 Claude 撤出大部分日常编码工作,改用 DeepSeek V4.1 Flash:AI 成本下降约 90%
Vũ Khôi
Tác giả tại Wotech Electronics Blog

将 Claude 撤出大部分日常编码工作,改用 DeepSeek V4.1 Flash:AI 成本下降约 90%
Nguyễn Mạnh Đạt 的团队(cheapaimodel.ai 背后的团队)已经将 Claude 撤出了大部分日常编码工作。据发表在“API không ngon xóa group”小组中的帖子所说,最让他们惊讶的是:真正需要最强模型的工作比想象中少得多。团队每天向 AI 提出的大部分请求都是重复性工作——而重复性工作,较小的模型也能胜任。
快速回答: 此前,整个团队默认将所有工作都交给最强的模型:修复一个小 Bug 也用 Claude,写几个单元测试也用 Claude。在坐下来复盘团队每天实际向 AI 提出哪些请求后,他们将重复性工作转移到了 DeepSeek V4.1 Flash:调试、编写测试、日常功能代码和运行智能体。DeepSeek 表现良好,质量足够用;真正困难的工作仍然交给 Claude,但现在那已是例外而非默认。从技术上讲,几乎不需要做任何改动,因为端点与 OpenAI 兼容——只需更换基础 URL 和模型 ID,旧代码保持不变。据作者的数据,团队的 AI 成本下降了约 90%。*
与 OpenAI 兼容的端点(OpenAI-compatible endpoint) 是按照与 OpenAI API 相同的调用格式设计的 API:相同的请求结构、相同的参数传递方式。因此,调用一个模型的代码只需更改端点地址(base URL)和模型名称(model ID),即可切换到另一个模型,而无需重写调用 API 的逻辑。
为什么团队默认将所有工作交给最强的模型?
根据该帖子,此前整个团队默认将所有工作都交给最强的模型。修复一个小 Bug 也用 Claude,写几个单元测试也用 Claude。这是一个可以理解的习惯:当手头有最强的模型时,把所有工作都交给它最保险,无需思考每项任务需要多强的能力。
转折点出现在团队坐下来复盘他们每天实际向 AI 提出哪些请求的时候。复盘结果显示,大部分是重复性工作:调试、编写测试、日常功能代码、运行智能体——这些任务有固定模式、上下文清晰,不需要最高水平的推理能力。据作者所说,这一发现是最令人惊讶的:真正需要最强模型的工作比想象中少得多。
哪些工作转移到了 DeepSeek V4.1 Flash?
团队将四组工作转移到了 DeepSeek V4.1 Flash,并认为 DeepSeek 表现良好,质量足够用:
| 转移到 DeepSeek V4.1 Flash 的工作组 | 转移后最强模型的角色 |
|---|---|
| 调试 | 仅用于真正困难的工作 |
| 编写测试 | 从默认变为例外 |
| 日常功能代码 | 不再是所有工作的首选 |
| 运行智能体 | 保留给要求最高的智能体任务 |
真正困难的工作仍然交给 Claude——但现在那已是例外而非默认。换句话说,团队并没有“抛弃”最强的模型,而是把它放在了合适的位置:把算力留给困难的工作,让更轻、更便宜的模型处理占据每天大部分时间的重复性工作。
切换困难吗?
根据该帖子,几乎不需要做任何事。端点与 OpenAI 兼容,因此只需更换基础 URL 和模型 ID,旧代码保持不变。团队通过自己的 API(cheapaimodel.ai)进行调用,这让切换更加轻便:无需更改逻辑、无需重写集成、无需改变团队的工作方式——只是在同一个调用接口后面换了一个不同的模型。
这是该帖子想要强调的关键点:尝试更便宜的模型在技术上的障碍几乎为零。真正的障碍是将所有工作默认交给最强模型的习惯——而这个习惯只有在有人坐下来衡量团队实际将 AI 用于哪些工作时才会改变。
成本下降 90% 意味着什么?
“约 90%”这一数字是作者自己团队的数据,未经独立核实——它反映了该团队特定的工作构成:大部分是重复性工作,因此此前的支出大多花在了用最昂贵的模型处理那些更便宜的模型也能完成的任务上。困难工作占比较高的其他团队节省的幅度会小一些。
该帖子以一个向社区提出的开放性问题收尾:每个人的界限在哪里——有没有哪项工作尝试交给小模型后又不得不回到大模型的?这个问题承认了一个重要的事实:“小工作”与“困难工作”之间的界限不是固定的,每个团队都必须在自己的工作上衡量,而不是听从其他团队的经验。
常见问题
1. 作者的团队做了什么? 根据该帖子,该团队(cheapaimodel.ai 背后的团队)将 Claude 撤出了大部分日常编码工作,把重复性工作转移到 DeepSeek V4.1 Flash,只把真正困难的工作留给 Claude。
2. 哪些任务转移到了 DeepSeek V4.1 Flash? 调试、编写测试、日常功能代码和运行智能体。据作者所说,DeepSeek 表现良好,质量足以胜任这些任务。
3. 哪些任务仍然需要最强的模型? 根据该帖子,真正困难的工作仍然交给 Claude——但现在那已是例外,而不像以前那样是默认。
4. 切换模型需要改动很多代码吗? 根据该帖子,几乎不需要:端点与 OpenAI 兼容,因此只需更换基础 URL 和模型 ID,旧代码保持不变。团队通过自己的 API 进行调用。
5. AI 成本下降 90% 适用于所有团队吗? 不一定。约 90% 这一数字仅属于作者自己的团队,反映了该团队的工作构成——大部分是重复性工作。困难工作占比较高的团队节省的幅度会小一些,而小工作与困难工作之间的界限必须在自己的工作上衡量。
来源:Nguyễn Mạnh Đạt 在“API không ngon xóa group”小组中的帖子(2026 年 11 月 18 日)。本文中的数据和观点属于帖子作者,未经 Wotech 独立核实。封面图片是 Wotech 制作的插图,因为原帖没有附带照片。
Bài viết liên quan

18 tháng 11, 2026 · 2 phut doc
FPT Software 董事长:美国客户不再愿意按小时付费,公司转向按结果收费
人工智能正在迫使 FPT Software 转变其传统的软件外包模式:美国的大客户现在采用 100% 按结果付费的模式,公司预计 Time and Materials 模式的占比将在 2027 年降至约 50%。这是 FPT Software 董事长 Chu Thị Thanh Hà 在接受《日经新闻》采访时分享的内容——据 Hỏi Dân IT Official 页面的帖子(2026 年 11…

18 tháng 11, 2026 · 2 phut doc
Meta 将 Muse 扩展到澳大利亚:第六个国家、实时语音和本地应用集成
2026 年 11 月 17 日,Meta 将 Muse 扩展到澳大利亚市场——这是第六个获得官方支持的国家,距离其在美国上线仅两个多月。据 Hồ Hoàng Tiến 的帖子(2026 年 11 月 18 日)所说,值得注意的不仅是新增一个市场,而是 Meta 正在逐步将 Muse 从对话式 AI 工具发展为能够与应用交互、处理工作并执行所分配任务的助手。本文中的所有时间、功能和观点均来自该帖…

18 tháng 11, 2026 · 2 phut doc
AI 智能体成本随步骤数的平方增长:在换用更便宜的模型之前,先用 4 层方法削减 Token 开支
你不是在为答案付费——你是在为重复询问同一件事的次数付费。这是 Hoang Viet AI 在 comailo 小组帖子(2026 年 11 月 18 日)中的核心论点:一个运行 40 个步骤的智能体,在每一步都重新发送完整的对话历史,它不是在为 40 个答案付费,而是在为同一段上下文付费 40 次——而且这段上下文在每一步之后都会变长。该帖子也坦率地说明了它所依据的病毒式传播故事的局限性:作者…