公司配了无限量 AI 账号，一测竟是“套壳”？教你几招鉴别真假 Claude

最近公司福利不错，老板说给大伙儿配了一套无限量的 AI 账号，据说是 Fable 也就是 Claude 的中转服务。对于我们这种天天和代码、文档打交道的人来说，这本来是天大的好事，毕竟不用自己掏腰包充 Plus 了。

本来以为能爽爽地用上全家桶，结果一上手，我就觉得这事儿有点“玄学”。虽然能聊天、能写代码，但总觉得哪里不对劲。于是，我决定不写代码了，先当一回“ QA”，把这个号称无限量的账号好好盘一盘。

一、 表面光鲜，实则“漏风”的体验

说实话，刚打开的时候感觉还挺正常的。界面风格、对话的语气，确实有 Anthropic 家那种严谨又稍微带点“人味儿”的感觉。让它做个简单的“1+1等于几”，它也能瞬间对答如流；让它写个 React 组件或者生成个 CSS 样式，代码风格也确实像 Claude 3.5 Sonnet 的手笔。

一张用于测试 AI 视觉识别能力的色盲测试图，真假 Claude 在此测试下表现迥异。

但是，当我把最近网上很火的几个“火眼金睛”测试题甩给它的时候，它的马甲就掉了。

1. 著名的色盲测试翻车 这是鉴别模型是否为官方 Haiku 或 Sonnet 的经典测试。我扔了一张色盲测试图进去问上面的数字。官方版 Claude 通常能直接识别出来，但咱们公司这个“无限量”版，支支吾吾半天，最后给我胡编了一个数字，甚至开始分析图片的色彩构成，一看就是没见过这阵仗的“套壳”模型，或者说是被微调过的版本。

2. 神隐的“思维链” 大家都知道，现在的模型大都有“Thinking”或者“Reasoning”的过程，虽然官方有时候会刻意隐藏，但通过特定的 Prompt 或者观察它的响应速度，其实能感觉到它在“思考”。但这个中转号，给我的感觉就是“直球”，没有思考过程，直接给结论。这种“直给”的模式，在处理复杂逻辑题时往往缺乏深度。

3. 诡异的中转站身份 老板说买的是“中转站”。中转站这东西在圈内其实很普遍，原理很简单：商家买一堆官方 API Key，然后搭建一个代理平台，把请求转发给官方，再把结果回传给用户。

官方模型回答时的思维链过程示意图，中转服务往往过滤了这一过程。

但这就有个问题了：如果商家为了省钱，混入了其他模型（比如 GPT-4 假扮 Claude，或者更糟糕的开源模型），或者对官方返回的内容进行了过滤/修改，那体验就会天差地别。

二、 为什么中转站会“变异”？

如果你也遇到了类似的情况，大概率是中了以下几种“套路”：

• 模型混用（假扮）：有些中转商会在后台悄悄把请求路由到其他更便宜的模型上，只在前端把 System Prompt 改成“你是 Claude”。这种情况下，简单的对话没问题，但一到特定领域的“性格测试”（比如色盲测试、特定格式输出）就会露馅。
• 输出过滤：为了合规或节省 Token，中转站可能会过滤掉官方原本返回的思考过程或者某些字段。这就解释了为什么没有 CoT。
• 版本滞后：官方模型一直在迭代，中转商可能用是很旧的 API 版本，导致能力掉队。

三、 几招教你鉴别真假 Claude/Fable

不想被当冤大头，或者想确认自己手里的资源是否靠谱，可以试这几招：

1. 性格测试法：问一些非常具体的、Claude 有特定偏好回答的问题。比如问它“你喜欢吃 Pizza 吗？”，Claude 通常回答它没有实体不能吃，而某些其他模型可能会假装说“我喜欢辣味的意大利香肠披萨”。或者用上面的色盲图、ASCII 艺术图识别测试。
2. 强制输出思考：使用一些特殊的 Prompt（网络上有很多现成的“越狱”或揭示 Internal Monologue 的 Prompt ），看是否能强行引出它的思考过程。如果是硬性阻断的，多半是中间商做了手脚。
3. 代码风格分析：虽然 GPT-4 和 Claude 代码写得都好，但仔细看注释习惯和变量命名风格，Claude 倾向于更 Pythonic 和解释性注释，你可以试着让它写一段复杂的算法，然后仔细品味一下。

四、 除了官方，还有什么靠谱的渠道？

既然中转站容易踩雷，那除了直接去官网（有时还不仅限地区）外，我们还能去哪找羊毛？

1. 优秀的一站式聚合平台 现在有很多第三方的聚合客户端（如 OpenRouter、Poe 等），它们虽然也是中转，但优势在于透明。它们会明确告诉你这条请求用了哪个模型，甚至让你对比不同模型的效果和价格。这种“知情权”比公司黑盒买来的无限账号要强得多。

2. Cloudflare Workers 等“皮一下很开心”的渠道 对于技术大拿，利用 Cloudflare Workers 或者 VPS 自建反向代理是一个长期且低成本的方案。市面上有开源的项目（如 claude-ai-proxy 等），只要你自己有一个官方的账号，就可以把它包装成 API 供个人或小团队使用。这种方式最稳，完全复刻官方体验，还能顺便解决网络访问问题。

3. 关注官方的教育/企业试用 如果你是在校学生或者在大厂，不妨去官网蹲一下 Github Student Pack 或者企业版试用。官方给的试用通常是最正统的，完全不用担心模型被调包。

总结

公司发的“无限量”福利，虽然听着香，但用起来怪怪的，大概率是买到了不靠谱的中转服务。工具毕竟是拿来用的，如果连输出的真实性都无法保证，那还不如稳一点用自己信得过的渠道。

建议大家遇到这种“怪怪的”账号，别急着依赖，先像我一样测一轮。如果实在不行，还是老老实实找官方或者透明度高的聚合平台吧，毕竟在 AI 辅助工作这事儿上，稳定和真实才是硬道理。