❌

阅读视图

发现新文章，点击刷新页面。

Claude半个月崩7次！算力不够自己造，强制实名制封

✇掘金 前端
程序员凌览

大家好，我是凌览。

如果本文能给你提供启发或帮助，欢迎动动小手指，一键三连（点赞、评论、转发），给我一些支持和鼓励谢谢。

Claude 最近真的不太稳。

4月15号，Anthropic 状态页一片红，Claude、Claude Code、API 全线飘绿——哦不，全线报错。 堆了 6000 多条故障报告，三小时后恢复正常。

11.png

这已经是4月以来第7次了。

翻一下记录：1号 Opus 4.6 超时、3号 Claude Code 挂了一小时、6号7号连崩、10号集体出错、13号又挂15分钟。半个月七次，谁顶得住。

服务器扛不住

Anthropic 每次都说是"重磅发布后需求暴涨"，说白了就是服务器不够用。

Claude Code 和 Claude Cowork 这类产品，跑起来就是 GPU 黑洞——连续工作几小时不停，每次响应都在烧卡。需求涨太快，算力储备没跟上，怎么办？

Anthropic 的答案：自己造芯片。

22.jpeg

越赚钱，账越难算

反直觉的是，Anthropic 其实赚得不少。年化营收突破 300 亿美元，比去年底翻了三倍多，企业市场 73% 选 Claude。

但 Agent 产品太吃算力了。收入涨，成本也在飙。

怎么算账？三招：

第一招：改了企业版定价。 以前纯订阅，现在 20 美元月费加按量计费。用的多的多付，本质是把重度用户单独拎出来收钱。

第二招：Claude Code 订阅加闸。 用 OpenClaw 这类第三方 Agent，得额外交钱。"算力要优先保障自家产品"。

第三招：强制实名验证。 这刀对国内用户特别狠。KYC 需要政府证件加自拍，靠中转、套壳在用的账号，基本没通过空间。账号一封，记录全清。

33.png

巨头都在绕开英伟达

自研芯片，Anthropic 不是第一个。Meta、OpenAI 都在和博合合作造芯。

为什么找博通？定制 ASIC 的 TCO 比通用 GPU 低 30% 到 50%，每瓦性能高一个数量级。

但 ASIC 绑定特定架构，模型一变效率就下来。没有 CUDA 这种成熟生态，实验场景还是得靠英伟达。

44.png

所以各家都是"多云多芯"——谁都不完全绑在某一家。

总结

Claude 频繁宕机，表面是服务器问题，背后是算力瓶颈。营收涨得再快，Agent 产品一跑起来就是在烧钱。

Anthropic 想自研芯片，把命门攥回自己手里。但在芯片造出来之前，只能靠涨价、附加费、实名制强行算账。

说白了，故事讲得再大，芯片还得看别人脸色。

别再手搓 Skill 了，用这个工具 5 分钟搞定

✇掘金 前端
程序员凌览

大家好，我是凌览。

如果本文能给你提供启发或帮助，欢迎动动小手指，一键三连（点赞、评论、转发），给我一些支持和鼓励谢谢。

说实话，第一次看到 "Skill" 这个词，我也有点懵。是不是又要写很多代码？是不是只有程序员能玩？

后来自己上手做了几个才发现——完全不是那么回事。Skill 更像是：把一件你本来就会做的事，写成一套能反复执行、不会乱跑的步骤。

就说做饭吧。第一次做某道菜，你得一边看菜谱一边试探；做多了流程就固定了——先备料，再处理，最后出锅。这时候让别人帮你做，你大概会说"就按这个步骤来，别自己发挥"。Skill 干的就是这事，只是对象从「人」变成了「模型」——让大模型也照着这个步骤来，别自己发挥。

一个 Skill 到底长啥样？

先记住一句话：一个 Skill，本质上就是一个文件夹。

最简单的结构：

my-skill/
├── SKILL.md        # 说明：什么时候用、输入输出是什么
├── scripts/        # 执行：真正跑的逻辑
└── references/     # 参考：示例输入输出

SKILL.md 是最核心的——告诉模型"这件事干嘛用的、什么时候用、输出长啥样"。

你可以把它当成一份「使用说明书 + 注意事项」。

Skill 能解决什么问题？

举个例子，之前我开放了一个去水印下载鸭工具，同时写了份接口文档。但说实话，调用接口的步骤是固定的——传参数、发请求、解析返回。就这几步，每次都要重复。

调用步骤：

  1. 传参：token、url
  2. 发请求：
curl -X GET "https://nologo.code24.top/api/open/parse?url=https%3A%2F%2Fv.douyin.com%2Fxxxxx" \
  -H "Authorization: your-token"
  1. 解析返回数据

就这三步，每次都要重复一遍，挺烦的。 图片1.png

写成 Skill 之后，这些步骤直接固化下来，AI 碰到要调去水印接口的场景，自己就跑完了，不用你再手动复制粘贴。

其中 token、url 怎么获取，直接在 SKILL.md 里写清楚，或者丢个文档链接就行。

image.png

这个去水印解析的 Skill 已经开源了：github.com/CatsAndMice…，名字叫 nologo-open-api。

效果测试成功：

image 1.png

但说实话，手搓还是有点麻烦

概念不难理解，但真要自己从头写一个 Skill，还是得折腾——要想触发条件，要写 SKILL.md，要调试……

有没有更省事的方法？

有。用 skill-creator。

skill-creator 是什么？

Skill-Creator是一款专为开发者设计的Skill创建向导，旨在简化开发流程。其便捷性和实用性已得到广泛验证，在SkillHub上的下载量已突破7.5万。

地址：www.skillhub.cn/skills/skil…

image 2.png

说到 SkillHub，这事儿还有点意思：

安装 Skill-Creator 特别简单——直接跟它聊天就行，它会一步步指导 AI 帮你创建技能

举个例子：

你："用 skill-creator 帮我创建一个提取小红书链接的 Skill"

它："好的，我来帮你创建。先告诉我：这个 Skill 要处理什么类型的链接？"

你："抖音、小红书都行，主要提取无水印的视频地址"

它："明白了。输出格式要不要加上 metadata？我给你两个选项……"

就这么一来一回，你描述需求，它帮你搞定剩下的——写 SKILL.md、搭目录结构、甚至调试代码。

说白了就是：你出想法，它帮你落地。

总结

Skill 的核心是把一件事的"固定流程"写成可反复执行的步骤，让模型按规程稳定产出，避免每次都从零复制粘贴、手动操作。像调用去水印接口这类标准化流程，尤其适合沉淀成 Skill 直接复用；而如果你不想从触发条件、SKILL.md 到目录结构都自己手搓，skill-creator 这种对话式向导能把创建与落地成本降到最低。

❌