近日，关于“Anthropic封禁OpenClaw”的讨论引发广泛关注，但实际情况是，Anthropic并未全面封禁该产品，而是停止了其通过Claude Pro等固定付费订阅模式直接调用模型能力的路径。用户若想继续使用Anthropic的模型服务，仍可通过官方订阅或按量付费的API模式操作。这一调整被部分舆论误读为“过河拆桥”，但业内人士指出，其本质是优化算力分配与成本控制。
小米MiMo大模型负责人罗福莉在长文中分析称，Anthropic的决策并非突然之举，而是对长期存在的“虚假token消耗狂欢”的纠偏。她指出，此前行业普遍采用的订阅制设计虽试图平衡轻度与重度用户需求，但其前提是用户必须使用官方框架。一旦脱离这一框架，第三方工具的接入会导致算力消耗失衡，甚至引发“劣币驱逐良币”的生态危机。
以OpenClaw为例，罗福莉解释道，该工具在单次用户查询中会触发多轮低价值工具调用，每轮均作为独立API请求发出，且上下文窗口常超过100K tokens。实际请求次数是官方原生框架的数倍，按API定价计算，真实成本可达订阅价格的数十倍。第三方工具在接近上下文长度限制时频繁压缩结果，导致缓存命中率骤降，进一步推高算力消耗。这种模式使得轻度用户的成本结构也与重度用户无异，订阅制的补贴逻辑彻底失效。
她将这一现象类比为健身房会员卡：若所有用户均24小时高强度使用设施，健身房的运营成本将不可持续。同理，第三方工具的滥用迫使Anthropic承担超额成本，最终不得不调整策略。罗福莉认为，短期来看，部分用户会面临成本冲击，但长期而言，这将倒逼开发者优化上下文管理、提升缓存效率，从而改善整个生态的工程纪律。
针对行业普遍存在的“token价格战”，罗福莉提出警告。她指出，低价策略虽能吸引用户，但若计费结构粗放，会导致平台为低效工具买单，最终陷入“降价-算力浪费-服务降级”的恶性循环。例如，平台为控制成本可能被迫降低算力或换用低质量模型，用户虽拥有充足额度，却难以完成实际任务，留存率自然下降。她强调，订阅制切断了用量与成本之间的信号传导，使得开发者缺乏优化动力，而Anthropic的调整正是对这一问题的修正。
罗福莉还介绍了小米MiMo的解决方案：其Token Plan采用按实际消耗量配额的计费模式，开发者购买以Credit为单位的额度，无论使用官方框架还是第三方工具，浪费的token均直接从用户额度中扣除。这一设计将成本压力转移至开发者端，促使其主动提升效率。她认为，真正的竞争不应聚焦于“每token多便宜”，而应关注“每token能完成多少有效工作”，尤其是在全球算力供给增速滞后于Agent需求的背景下，高效利用算力将成为关键。
随着Anthropic的调整，行业竞争焦点正从“算力规模”转向“工程效率”。罗福莉指出，Agent时代的赢家不属于盲目消耗算力的参与者，而属于能通过技术优化实现算力智慧使用的创新者。这一转变对模型厂商与工具开发者均提出更高要求：唯有在基础设施设计与工程实践上持续投入，才能避免被低效狂欢所裹挟，在下一阶段竞争中占据先机。
