為什麼開發者開始退訂 Claude？一個真實的產品品質警示
Claude 退訂事件：AI 產品蜜月期結束了嗎？
> Patch Note
一個開發者在部落格詳細記錄了退訂 Claude Pro 的經歷，從最初的驚艷到最後的失望，整個過程讀起來就像是 AI 產品的現實寫照。這篇文章在 Hacker News 引發熱烈討論，我覺得它反映出一個重要信號：AI 產品的蜜月期可能正在結束，用戶開始用更嚴格的標準來評判這些工具。
一個典型的 AI 產品退坑故事
這位德國開發者 Nicky Reinert 的經歷很典型。最初幾週的體驗很棒：「快速、token 額度合理、品質不錯」，甚至還因為 Anthropic 在政策立場上的表態而感到支持他們是對的事情。
但接下來發生的事情就很經典了。首先是 token 使用出現異常 — 他只問了兩個簡單問題給 Claude Haiku，token 使用量就飆到 100%。更糟的是客服體驗：AI 客服機器人給了制式回答，轉人工後得到的回覆開頭就是「我們的系統偵測到您的詢問是關於 Pro 或 Max 方案的使用限制」，然後貼了一大段文件說明，最後直接關掉 ticket。
程式碼品質下降是另一個問題。他提到之前可以同時處理三個專案，現在單個專案兩小時就把 token 用完了。更讓人傻眼的是，他要求 Claude Opus 重構專案時，在 thinking log 裡看到 AI 建議用「generic initializer 自動注入」的方式處理 UI 元件，他的評語是「這是明顯的壞實作，是連 junior dev 都不應該寫出來的便宜解法」。
為什麼 AI 產品會走向這個局面？
這個現象背後有幾個結構性問題。
首先是成本壓力。AI 推理成本高昂，當用戶量上來後，公司必須想辦法控制成本。Claude Pro 月費 20 美金，但重度使用者的推理成本可能遠超這個數字。最直接的做法就是限制 token 使用量，或者降低模型品質來省錢。這解釋了為什麼用戶感受到 token 限制變嚴格、回應品質下降。
客服問題更反映出 AI 新創的 DNA。這些公司習慣用技術解決一切，認為產品夠好就不需要人工客服。但現實是，當產品出問題時，用戶需要的是能解決問題的人，不是另一個可能也有 bug 的 AI 客服。Anthropic 這種回應方式就是典型的工程師思維 — 寫個 FAQ、設個自動回覆系統，就以為客服問題解決了。
品質下降可能跟模型訓練策略有關。為了控制成本，公司可能會調整模型參數、使用較小的模型、或者改變 prompt engineering。這讓我想到遊戲的 balance patch — 為了整體 meta 平衡，某些原本強勢的角色會被 nerf。只是用戶付費期待的是穩定品質，不是被當成測試對象。
Meta 判讀：Patch Note
這個事件的量級我判定為 Patch Note。
它不會改變 AI 工具的基本 meta — 開發者還是會繼續使用 AI 輔助編程，只是會更挑剔。但它確實標示了一個重要的轉捩點：AI 產品從「有就很厲害了」進入「要跟傳統 SaaS 比服務品質」的階段。
用戶開始用更嚴格的標準評判 AI 產品。以前大家覺得 AI 能寫出 60 分的程式碼就很神奇，現在會要求它寫出 80 分的程式碼，還要客服能解決問題、pricing 要透明合理。這是產業成熟的必經之路。
從投資角度來看，這代表 AI 產品公司需要更多資源投入在 customer success、infrastructure scaling、和產品 consistency 上。單純有好模型已經不夠了，還要有好的 product management 和 customer experience。
我的建議
如果你是開發者，現在該做的是：
多元化你的 AI 工具棧。不要 all-in 單一供應商，Cursor + Claude + GitHub Copilot + 自架 local model 的組合會更穩健。這位開發者提到他同時用 Copilot、OpenAI Codex、和自架的 Qwen3.5-9B，這個策略是對的。
設定明確的 ROI 預期。月費 20 美金的工具，如果不能每月幫你省下至少 40 美金等值的時間，就該考慮替代方案。不要因為「很酷」就付費，要因為「有用」才付費。
關注 local inference 的發展。像 Ollama、Continue 這類工具讓你能在本地跑 decent 的 coding model，雖然品質可能不如 Claude Opus，但至少沒有 token 限制和客服問題。
如果你是 AI 產品公司，重點是別讓技術優勢被產品體驗拖累。用戶現在的期待已經不是「AI 很厲害」，而是「AI 工具很好用」。這兩者差別很大，後者需要的投入遠不只是 model training。
延伸閱讀
Waiting7777
WoW Arena 冠軍轉前端，用電競 meta 思維拆解技術趨勢。
這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。