五角大楼停用Anthropic那天，一个OPC创业者连夜改了自己的技术栈

拆解五角大楼逻辑：不是Anthropic不好用，是"不可替代"本身就是风险

五角大楼停用 Anthropic，官方理由是"供应链风险"，不是"技术不达标"。这两个说法的差别，就是这一节要拆的东西。

同期数据摆在一起看，反差很刺眼。10月6日 Claude Opus 5.5 发布，运行成本比 Opus 5 降了40%，生成速度提升，安全评分创下记录；10月7日 BenchLM 更新 AI agent 榜单，Opus 5.5 以 88.8 分排在第一。也就是说，五角大楼停用的，是当前 agent 能力榜上排第一的那个模型。

一个考第一名的学生，被请出了教室。理由不是成绩，是"他是外部人员"。

采购语言和产品语言在这里分岔。产品经理关心谁的 benchmark 高、谁的 token 便宜、谁的 Code 跑得稳；合规官的清单上只有一个问题——这条链路明天断掉，任务还跑不跑得下去。赫格塞斯今年2月把 Anthropic 列入供应链风险，到10月5日一名国防部官员向 BBC 确认"已停止使用 Anthropic 的产品"，中间隔了八个月。八个月不是纠错周期，是制度化周期：它说明这不是临时拍板，而是一套可以被复制到任何供应商身上的流程。

"不可替代"这个词，在产品语境里是赞美，在采购语境里是风险等级。

对一人公司来说，这个逻辑反着扎回来更疼。五角大楼停掉一个模型，背后有整套采购和替代体系兜底；一个人把整条工作流焊死在某个模型上，是没有替补席的。Anthropic 透明度中心 7 月 23 日更新的数字就摆在那儿：2026 年上半年封了 1140 万个账号，收到 39.8 万次申诉，最终推翻 4.2 万次。这不是说 Anthropic 格外严苛——任何一家平台级供应商，风控都是它的合法权利，只要它愿意，明天就能行使。

关键变量在这儿：我们大多数人，比五角大楼更依赖单一模型，却没有五角大楼的切换能力。

给客户搭 AI 战队的时候，我现在的第一句话变了。以前问"你预算多少"，现在先问"如果主力模型明天消失，你的业务几点停摆"。舍予AI智能体打的旗号是"老板的第一支 AI 战队"——战队这个词是有前提的，只有一个队员的，那叫单点，不叫战队。

所以这件事真正该记下来的，不是 Anthropic 被停用。是一个模型可以同时是排行榜第一和采购黑名单上的名字。这两件事不矛盾，它们本来就是同一件事的两面。

OPC创业者的三层避险架构：主模型、备胎模型、离线兜底怎么配

别把避险当应急预案。预案是出事之后才翻出来的东西，而避险架构应该是你每天跑活的那套东西本身。五角大楼停用 Anthropic 是10月5日的事，2月就被赫格塞斯列为供应链风险——从"被标记"到"被停用"，中间隔了八个月。八个月，够一个人把整套工作流搬家，也够另一个人原地蒸发。

主模型看的是单位经济学，不是排行榜。 Claude Opus 5.5 这版发布的主题就是"更便宜更快"，运行成本比 Opus 5 降了40%，速度还往上走，安全评分也创了纪录，10月7日 BenchLM 的 Agent 榜单它拿了第一，综合分88.8。这意味着主模型这一层，现在可以用更少的钱吃到更强的能力。但选主模型的标准不是"谁最强"，是"谁最顺手、而且顺手这件事可迁移"。你的 prompt、你的 eval 集、你的 agent 编排逻辑，要是和某家的 API 形状焊死了，那它就不是主模型，是房东。

备胎要真跑过，不能只是付费挂着。 这个月的几条动态恰好说明备胎会自己降级：Google 从10月9日起把个人用户统一收到 Flash-Lite，连 AIPlus 订阅都不再给 Pro 权限；OpenAI 那边则是反向操作，GPT-6 面向所有免费和付费用户全面上线，替代 GPT-5.6 Sol 和 Luna，还带了 Astra 的安全改进。一家在减配，一家在普惠，你押哪边都可能踩空。国内的豆包、智谱、minimax、千问、deepseek 至少留两家在队列里，不是为了"国产替代"这种口号，是因为它们和出海系产品的 prompt 格式差异足够大，逼着你把抽象层写对。

离线兜底不是备份，是资产。 兜底要兜住的从来不是模型，是你自己那部分：脱敏后的领域语料、跑通过的 prompt 模板、几套验收用例。这些落在本地小模型上就能接活，哪怕输出质量掉一个档。值得关注的是 Anthropic 透明度中心7月23日更新的数字：2026年上半年封了1140万个账号，39.8万次申诉只推翻4.2万次。封号不是小概率，它是一个默认发生的背景事件。

落到具体配置，我自己给一人公司客户的思路是这样：

• 主模型：一个旗舰，走 API，按量付费，控制在总成本的六成以内
• 备胎：一个跨厂商旗舰 + 一个国内旗舰，每周真跑一次核心任务
• 兜底：本地开源模型 + 你的私有知识库，断网也能出活
• 中间层：所有 prompt 和 agent 逻辑走自己的抽象层，换模型只改配置

这也是我做舍予AI智能体时的默认姿势——它不是"老板的第一支 AI 战队"里某个具体的兵，而是那套编队和换防规则。模型会换、会停、会降级，编队不会。

把合规焦虑变成产品：一人公司可以卖给同行的三个"避险型"服务

五角大楼那条声明出来的第二天，我朋友圈里做AI工具代理的、做企业内训的、做SaaS的，都在转同一句话：“合规不是成本，是别人的成本。”

这话对不对？一半对。

对的是，合规焦虑确实被制造出来了，而且制造它的不是你，是赫格塞斯那份供应链风险认定。Anthropic被停用不是因为模型不行——Opus 5.5刚在BenchLM的Agent榜单上拿了第一，88.8分，跑分比谁都好看。它被停用是因为“不可替代”这四个字本身就是风险。这个逻辑一旦成立，就不只适用于五角大楼，它会顺着供应链往下渗：国企、央企、上市公司、做政府生意的乙方，迟早都得回答同一个问题——如果明天你用的模型被封了，你多久能换掉。

所以对一人公司来说，这里确实有一门生意。不是去卖模型，模型你卖不过大厂；是去卖“换得起”这件事本身。我给同行递过的报价单里，跑得通的有三个。

• 模型可替换性审计。 帮客户盘一遍技术栈里有多少地方是硬编码了某一家模型的API、某一家SDK、某一个只有它能跑的prompt格式。输出一份清单，标出哪些是三天能换的，哪些是三个月都换不了的。这门活的门槛不在技术，在你真的自己踩过一遍坑。
• 双栈并行托管。 主模型走一家，备胎走另一家，用一层薄薄的适配层隔开。国产这边豆包、千问、deepseek、minimax、智谱都够用，海外那边Claude、GPT-6、Gemini轮着来，关键是适配层得自己写、自己维护。按月收，比一次性交付值钱。
• 离线兜底方案。 不是每个人都需要，但做医疗、法务、涉密项目的客户一定要。小参数模型本地部署，性能打折但数据不出内网。这一块我建议你自己先跑通，再卖——没跑通就卖，第二次交付就翻车。

有人会问，这三个服务是不是太“小”了？我的看法正好反过来。大厂不会去做这种脏活，因为客单价撑不起他们的销售成本；咨询公司做不了，因为他们不真懂prompt和适配层。夹在中间的正好是一人公司。

关键变量从来不是模型谁更强，是客户开始问“万一呢”的那一刻。那一刻一到来，你手里如果有可替换的方案，你就是那个被需要的人。

舍予AI智能体那句话我挺认同——老板的第一支AI战队。战队的意思就是，输了一个人，建制还在。你自己先做到这一点，再把它卖给同行，这门生意才立得住。