月初 Claude Code 封了我的号，没有任何预警。手上活还得干，得找到替代方案。
于是订阅、试用、对比、放弃、再试——一个月后，在后台取消那些不再需要的订阅时，账单列表就像一张使用日志，把这个月的折腾完整排列了出来。坐在那看着，我想：可以写下来记录一下。
先交代视角
我是跨境电商卖家，平时研究 GEO 优化，也是从 AI Agent 走到多 Agent 工作流的人。
以下不是工具推荐，只是我按需求反复试用后的判断。分两部分：
- 结论——我当前留下的方案
- 重点——我用过但放弃的方案，以及为什么
第二部分含金量更高。我用什么取决于你的需求不同，但我放弃的理由往往可以复用。
全文用汽车类比工具角色。
我当前留下的方案
摩托车（轻量快速）：Pi Agent + DeepSeek-v4-Flash
我日常有大量小任务——快速查个数据、改个配置片段、写一段一次性脚本、验证一个想法。这类任务的特点是：启动要快、用完即弃、成本必须低。用主力工具去处理它们，就像启动一辆大 G 去街角买瓶水——能到，但没必要。
所以我专门配了一套轻量方案：Pi Agent + DeepSeek-v4-Flash。
Pi 是一个极简的开源 Agent 工具。它不做花哨的事——没有子 Agent、没有计划模式——但它够轻、够快、可定制。对我来说，这意味着从想到做之间的阻力最小。
模型我选择 DeepSeek-v4-Flash，直接接官方 API，不走 OpenRouter 之类的整合服务。原因是缓存命中——官方 API 对缓存命中的输入 token 收取约 2% 的价格（≈98% 折扣）。我的小任务大量是重复模式（查同类型信息、改类似配置），固定 prompt 前缀长、每次不同的部分短，缓存命中率天然高。配合 Flash 模型本身极低的单价，这套方案的单次调用成本几乎可以忽略。
综合体验下来，这套组合越用越顺手——启动快、响应流畅、成本趋近于零。不过遇到复杂一些的任务，它就明显吃力了，效率跟不上（速度快但错得多，返工多）。所以只适合快速小任务，不适合当主力方案。
通勤车（日常主力）：Codex + GPT-5.6 Sol
OpenAI Codex 现在已经支持电脑操控、工具调用、图像生成和历史记忆。我把它作为日常主力，配合 GPT-5.6 Sol——OpenAI 最新的前沿模型，105 万 token 上下文窗口，足够覆盖大部分深度任务。
这套组合处理我的日常编码和内容生产工作流，稳定且高效。
越野车（复杂长程）：Claude Code + Fable 5（OpenCode Zen）
Claude Code 处理复杂多步骤任务的能力公认不错。但我不能直接用它的原生模型链路（原因无需多言），所以我最终是通过绕路到 OpenCode Zen 接入。测试下来能用，稳定性还有待验证。
备用车：OpenCode + Zen
万一主力链路出状况，这个组合随时顶上。
用过但不用的方案
真正有价值的部分，在这里。
为了继续用 Claude 原生大模型
被封号后，我的第一反应不是换工具，而是找一个能用 Claude 模型的途径。
Claude Code + AIHubMix（国内 API 中转）
能用。Claude 多个模型都能调通。但我无法独立验证模型来源，不确定实际用的是否真是 Claude。 所以就没继续用了。
Claude Code + OpenRouter
模型生态和透明度都很成熟，Pi Agent 也原生支持。但在我当时的网络和账号环境里，Claude 链路就是没打通。基本的 VPN 环境我有，更精细的网络配置我也不想再折腾了。
这不等于 OpenRouter 走不通 Claude 。这只是我的实际结果。
GitHub Copilot Pro+
Copilot Pro+ 才能提供Claude的高级模型， 所以入门的订阅就直接pass了。
这个Copilot Pro+方案是39美金/月，可以获得7000使用积分，约等于70美金的token使用量， 是挺划算的。 但 Copilot CLI 的交互和权限确认不符合我的习惯——不是它做不到，而是我不愿继续调顺手。
Cursor
Pro 版（$20/月）能直接用 Claude，包括 Opus 等最新模型。但附赠的 $20 额度烧顶级模型很快，用完续费不划算，当时的想法是： 不如 Copilot，而且copilot的生态更符合自身需求（虽然后面copilot 也不用了）
更根本的原因是工具定位不同——Cursor 是 IDE 定位，而我的工作流很少接触，两者场景不匹配。
为了降低 Token 成本
OpenCode Go
首月 $5、后续 $10/月，适合稳定使用国产主流大模型。价格不高，就订来试试。
有个坑：GO 套餐主打低成本国产模型，但里面混了个 Grok 4.5，额度烧得飞快，用了反而不划算。
本来只是想体验一下国内模型生态，但后来小任务都走 Pi Agent 了，Zen 余额也够偶尔用用国产模型。继续订阅等于为同一段路再买一辆车。
写在最后
回顾这个月的折腾，核心体验不是哪个工具更好用，而是：
工具选择本质上是约束条件的选择。——网络、账号、成本、习惯，每个约束都在帮你缩小范围。
我留下的未必是最强的，但一定是我当前约束下最顺手的。放弃的方案每一个都有具体理由，这些理由比「我推荐什么」更有参考价值。