当Anthropic的增长负责人Amol Avasare在X平台上写下"每位订阅用户的使用量大幅上升，我们的现有计划架构不是为此设计的"时，他无意中道出了当下整个大语言模型行业最尖锐的困境——算力供给与商业模式之间的结构性错配。几乎在同一时间，中国AI公司月之暗面（Moonshot AI）的新模型Kimi K2.6上线首日即因访问量激增导致功能异常，被迫全员重置用户额度作为补偿。这两起相隔万里的事件，共同勾勒出2026年春天AI产业的核心命题：当模型能力跃升至"智能体时代"，支撑其运转的算力基础设施和商业逻辑，是否已经触及临界点？
Anthropic的"静默测试"与算力真相
4月21日，有开发者发现Anthropic官网定价页面悄然更新：原本包含在20美元/月Pro计划中的Claude Code，被标注为不可用（显示红色"X"），而100美元/月的Max 5x计划才保留该功能。官方帮助文档的措辞也从"使用Claude Code配合你的Pro或Max计划"改为"使用Claude Code配合你的Max计划"——一字之差，意味着20美元档位失去了这款最受欢迎的编程智能体工具。
面对社区哗然，Avasare回应称这只是针对约2%新注册用户的"小范围测试"，现有订阅者不受影响。然而，多家权威媒体指出，全站定价页面和帮助文档的同步改写，与"2%灰度测试"的说法存在明显矛盾。更关键的是Avasare后续坦承的经济现实：一年前推出Max计划时，Claude Code尚未捆绑其中，Cowork桌面工具不存在，运行数小时的异步智能体也远非主流工作流。但自Opus 4发布以来，用户 engagement（参与度）飙升，单次编程会话消耗的token量可达订阅费数倍，20美元的固定月费已无法覆盖实际算力成本。
这并非孤例。早在3月底，Anthropic已因Claude Code配额消耗过快而引入每周上限和高峰时段限流；4月4日，公司进一步禁止Pro和Max订阅者通过第三方工具（如OpenClaw）调用agentic功能，理由是这些工具对基础设施造成"不成比例的压力"。GitHub Copilot也在近期暂停了部分 flat‑rate（固定费率）计划的注册。PCWorld评论称，这些动作共同指向一个结论：flat‑rate AI订阅模式正在崩溃。
月之暗面的"热情过载"与补偿机制
就在Anthropic为算力成本焦头烂额之际，中国市场的月之暗面遭遇了另一重算力困境——需求端的爆发式增长。
4月20日，Kimi K2.6正式发布并开源，凭借在博士级难度的"终极人类考试"（Humanity's Last Exam）、SWE‑Bench Pro软件工程基准测试中的顶尖表现，以及支持长达12小时连续执行、300个子智能体并行调度的Agent Swarms能力，迅速引发用户蜂拥。然而，访问量"远超预期"的激增，导致部分用户遭遇会员排队、功能短暂不可用；更棘手的是，后台系统在统计Agent额度时出现偏差，造成部分用户权益被误扣。
4月22日晚20:30，月之暗面宣布补偿方案：将所有用户当月额度恢复至100%，已使用量直接清零。这一"全员重置"策略虽快速平息了用户不满，却也暴露出长程智能体（long‑horizon agents）对基础设施的极端考验。据VentureBeat报道，Kimi K2.6的Agent Swarms可管理多达300个子智能体在4000个协调步骤中同时执行，这种规模的并发计算对配额统计系统的精确性提出了前所未有的要求。
算力困局的深层逻辑
两起事件的表象不同——Anthropic是"供给端撑不住固定成本"，月之暗面是"需求端冲垮统计系统"——但内核高度一致：当前LLM商业模式与智能体 workloads 之间存在根本性张力。
传统订阅制基于"平均用户消耗可控"的假设设计，但智能体时代的用户行为已彻底改变。Claude Code的一次深度编程会话可能持续数小时，触发数千次模型调用；Kimi K2.6的Agent集群可在后台自主运行半天以上，完成14轮代码迭代优化。这些工作流的算力消耗呈指数级增长，却仍以固定月费或包月额度计价，形成经济学上的"死亡交叉"。
更深层的问题在于算力分配的政治性。Anthropic选择将成本转嫁给用户（推动向100美元档位迁移），月之暗面选择由平台承担损失（重置额度）。前者面临开发者社区"背叛平价承诺"的指责，后者则需在用户体验与财务可持续性之间寻找平衡。两种路径尚无定论，但共同预示着2026年可能成为AI订阅模式重构的关键年份。
结语
当OpenAI的Codex继续留在20美元Plus计划中作为竞争筹码，当开源模型以更低成本提供接近闭源模型的性能，Anthropic和月之暗面的算力困局并非个案，而是行业转型的缩影。Avasare那句"我们的计划不是为此设计的"，或许将成为这一代AI产品经理的集体注脚。智能体能力的跃迁已经到来，但支撑其商业运转的算力架构和定价哲学，仍在艰难地寻找着陆点。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com