Author: admin

# 2026春招AI岗位数据出炉：月薪6万，7家抢1人，但真相没那么简单

刚看到脉脉和猎聘发布的2026春招报告，数据挺炸裂的，但也有些东西值得冷静想想。

先说结论：AI岗位确实在爆发，但爆发的不是你想的那个方向。

—

## 数据有多猛

几个核心数字：

**新发AI岗位量同比暴涨约12倍**。不是涨了12%，是涨了12倍。猎聘的报告直接说，AI人才供需比已经降到0.97——意思是人才不够用了，不到1个人对应1个岗位。

更夸张的是，部分核心算法岗出现了**7家公司抢1个人**的局面。

薪资方面，AI岗位平均月薪**60,738元**，比新经济行业平均月薪48,189元高出26%。如果看天花板：

– AI科学家/负责人：平均月薪**137,153元**（13.7万/月，年薪160万+）
– 算法研究员/AIGC算法工程师：普遍**7万/月**左右
– 算法岗90分位峰值：**5.2万/月**
– 深度学习/计算机视觉：头部突破**4万/月**

非技术岗里，AI产品经理是唯一头部薪资突破3万/月的岗位（90分位3.1万/月）。


整体春招大盘也不差：2026年1-4月，新经济行业新发岗位量同比增长**22.6%**，平均月薪升至**49,608元**，同比提升9.2%。人才供需比从2025年的2.24降至1.79，竞争在趋缓。

—

## 真正爆发的方向

有意思的是，如果你只看”AI算法岗”，会觉得全是高学历博士在卷。但实际上，有一个方向暴增得更猛：

**具身智能岗位暴增15倍。**

就是让AI控制机器人。宇树、智元、银河通用这些公司疯狂招人，字节跳动、大疆也是招聘大户。特斯拉的Optimus、Figure、1X这些海外公司也在抢人。

这个方向为什么突然火了？因为大模型的能力已经溢出了——文本、图像、视频都搞定了，下一步就是让AI”长手脚”，物理世界才是终极战场。

另一个容易被忽略的趋势：**企业招聘中明确要求会使用AI工具的岗位同比增长215.61%**，相关职位招聘平均年薪达27.34万元。

注意，这里说的不是”AI工程师”，而是所有岗位——产品经理、运营、市场、设计……只要你简历上写”熟练使用AI工具”，薪资就能高出一截。

—

## 冷静想想

数据好看归好看，但有几个现实问题：

**第一，高薪集中在头部。** AI科学家13.7万/月，那是金字塔尖。大量的AI应用开发岗、AI产品岗，起薪其实在7000到1.5万之间，跟传统IT差距没那么大。

**第二，学历门槛在提高。** 大模型算法岗普遍要求硕士以上，顶会论文是加分项。如果你是本科想卷算法，难度很大。但应用层（AI应用开发、RAG工程师、Agent开发）对学历宽容得多，更看重实战能力。

**第三，城市高度集中。** 北京、上海、深圳、杭州四个城市占了80%以上的AI岗位。如果你在二三线城市，远程岗位有，但选择面窄很多。

**第四，”会用AI”和”能做AI”是两回事。** 215%的岗位增长说的是”会用AI工具”，不是”会写AI代码”。很多人被这个数字误导了，觉得学个ChatGPT提示词就够了。其实企业要的是能把AI能力集成到业务流程里的人——这需要技术底子，不是会聊天就行。

—

## 哪些人该高兴

如果你符合以下情况，2026确实是黄金窗口：

**有技术背景想转型AI的**：Java/Python/前端转AI应用开发，门槛没想象中高。会调模型API+能写业务代码，就已经超过大多数人了。

**搞机器人的**：具身智能赛道刚起步，人才缺口巨大。机械+控制+AI的复合背景最吃香。

**产品经理想涨薪的**：AI产品经理是唯一非技术岗里薪资能打的，而且需求在涨。关键是你要真正懂AI能做什么、不能做什么，不是只会画原型。

**做AI工具/平台的**：RAG、Agent、向量数据库、模型微调这些基础设施方向，2026年还在早期，懂的人少，机会多。

—

## 写在最后

一句话总结2026春招AI岗位：**热是真热，但热的是具体方向，不是”AI”这两个字本身。**

别被”AI岗位暴涨12倍”这种标题唬住了。看看自己能切入的具体方向，比盲目投简历有用得多。

数据来源：脉脉《2026春招洞察》、猎聘《2026年春季招聘报告》、新经济行业招聘数据。部分数据为1-4月累计，各平台统计口径存在差异。

—

*本文内容由AI辅助整理生成，仅供参考*

## 前言

做自媒体的应该都有这种感觉——写完文章想配一张封面图，要么用模板套，要么找设计师，要么硬着头皮用Canva自己拖来拖去。反正每次做个图，花的时间比写文章还长。

今天看到腾讯正式公测了一个叫 Ardot 的AI设计智能体，号称”一句话生成可编辑设计稿”。作为一个被封面图折磨过无数次的人，我去了解了一下。

## 它能干什么

简单说，Ardot 做的事情就是：你输入一句话描述，它帮你生成完整的设计稿。

具体支持的场景包括：

– App页面设计
– 官网设计
– 海报制作
– 插画生成
– PPT设计

听起来跟Midjourney或者DALL-E差不多？不太一样。那些工具生成的是图片，不能编辑。Ardot生成的是**可编辑的设计稿**——你可以改文字、调颜色、换布局，跟设计师给你的PSD/Figma文件一样。

另外一个比较强的点是，它能直接导入Figma文件，保留原有的布局、样式和组件。也就是说，如果你之前用Figma做过设计，可以直接在Ardot里继续改。

## 一键转代码，前端福音？

Ardot还有一个比较实用的功能：设计稿可以一键转代码。

它能直接对接CodeBuddy（腾讯自己的AI编程工具），把设计稿的变量、组件、布局数据直接导入，自动生成代码。而且还兼容Workbuddy、Cursor、Claude Code等主流AI编程IDE。

对于前端开发者来说，这可能是个省时间的方案——设计师出完稿，不用手动切图写CSS了，AI直接转。

当然，实际效果好不好还得看具体场景。复杂交互的页面可能还是需要手动调整，但简单的落地页、活动页应该够用了。

## 我的看法

说几点个人看法：

第一，这东西对没有设计基础的人确实有用。以前做个公众号封面，要么用Canva模板（千篇一律），要么找设计师（贵）。现在一句话生成，再手动微调，门槛确实降了很多。

第二，但”一句话生成”这个说法需要打个折扣。AI生成的东西，你大概率还是要改的。文案措辞、配色风格、排版细节，不可能一句话就完美。它更像是给你一个60分的初稿，你再花20%的时间改到80分。

第三，跟国外的Figma AI、Galileo AI相比，Ardot的差异化在于腾讯生态整合——跟CodeBuddy、微信小程序打通，这个在国内用起来确实方便。

## 适合谁用


做自媒体的——配图、封面、海报，不用求人。

做运营的——活动页、落地页，以前要等设计师排期，现在自己搞定。

做前端的——简单的页面可以直接从设计稿转代码，省掉切图环节。

做创业的——产品原型、路演PPT，快速出图不用花钱。

不适合谁：需要精细化设计的品牌视觉、UI系统级设计，AI暂时还替代不了专业设计师的审美和经验。

## 怎么用

Ardot目前处于公测阶段，可以通过腾讯云访问。另外官方说微信小程序也即将上线，到时候手机上也能用。

如果你之前用Figma做过设计，可以直接导入继续用。如果没有设计基础，直接从一句话描述开始也行。

感兴趣可以去腾讯云官网搜”Ardot”试试。

—

*信息来源：[IT之家](https://www.ithome.com/0/951/677.htm)*

*本文内容由AI辅助整理生成，仅供参考*

# 简历上写”会用AI”，已经没用了——大厂HR告诉你现在要什么

今天看到一篇36氪的采访，五个大厂HR和猎头聊了一个事：**简历上写”熟练使用ChatGPT”，HR看了等于没看。**

这话挺扎心的，但确实是现实。

## 一年前加分，现在是废话

去年你在简历上写”熟练使用AI工具”，HR可能觉得这人挺前沿的。今年？**含金量跟写”精通Word”差不多了。**

某大厂校招HR说得很直白：我们想看的不是你会不会用ChatGPT，而是**你在哪个项目里用了AI，解决了什么问题，产出了什么结果。**

没结果？那写了等于没写。

## 大厂现在到底要什么人

采访里有猎头说了一个数据：某大厂今年拿到的上百个岗位里，**70%以上跟AI直接相关**。但纯技术开发岗，已经不到原来的20%。

翻译一下：会写代码已经不是卖点了。现在值钱的是**能把大模型嫁接到具体业务里的人**。

比如以前招运营，看你有没有带过团队。现在招运营，面试官直接问：**你怎么用AI把10个账号扩展到100个？** 成本降多少，产能提多少？

再比如以前前端是前端、后端是后端。现在很多公司直接招”全栈AI工程师”——**过去三个人的活，现在一个人加AI就干完了。**

## 应届生反而有机会？

你可能觉得这对打工人是坏消息。但有个反直觉的结论：**AI正在拉平应届生和三四年经验的人。**

猎头刘杰说：那些只会按流程干活、没有业务判断力的资深员工，反而不如一个会用AI的应届生。大厂对有AI能力的新人，开出的薪资比以前**高出20%-30%**。

前提是——你得真的”会用”，不是写在简历上那种会用。

## 那什么才算”会用”

几个HR的回答里，我提炼了三个关键词：

**1. 结果导向。** 不是”我用ChatGPT写了很多文案”，而是”我用AI把文案产出效率从一天3篇提升到一天15篇，质量不降”。

**2. 好奇心+判断力。** AI技术迭代太快了，上个月还在卷Prompt Engineering，这个月就变成了”多Agent协同系统设计”。光会用不够，得知道什么工具解决什么问题，生成的结果对不对。

**3. 把业务”蒸馏”给AI的能力。** 这是猎头刘杰的原话。简单说就是：你能不能把自己负责的工作拆成流程，让AI跑通？能做到的，老板愿意给你更大权责。做不到的，0.3秒就被AI淘汰了——**大厂现在用AI筛简历，一秒扫1500份。**

## 一句话总结

别在简历上写”会用AI”了，**去用AI重新做一遍你的项目，把结果写上去。**

这才是2026年简历的正确打开方式。

—

*你简历上写了什么跟AI相关的内容？欢迎评论区聊聊。*

*信息来源：36氪《大厂HR：AI时代，我们招什么人？》*

# 阿里云Token Plan接入Claude Code、Codex和Trae：完整配置指南

订阅了阿里云百炼的Token Plan，想在Claude Code、Codex、Trae里用Qwen3.6？配置不复杂，照着来就行。

—

## 你需要准备什么

– 阿里云百炼API Key（在百炼控制台获取）
– 已安装Claude Code / Codex / Trae（没装的往下看安装步骤）

—

## 一、接入Claude Code

### 安装

“`bash
npm install -g @anthropic-ai/claude-code
“`

验证安装：

“`bash
claude –version
“`

### 跳过登录验证

Claude Code启动时会要求登录Anthropic账号。我们用的是阿里云的接口，不需要这个。编辑 `~/.claude.json`（Windows是 `C:\Users\你的用户名\.claude.json`），加一行：

“`json
{
“hasCompletedOnboarding”: true
}
“`

### 配置Token Plan接入

编辑 `~/.claude/settings.json`（Windows是 `C:\Users\你的用户名\.claude\settings.json`）：

“`json
{
“env”: {
“ANTHROPIC_AUTH_TOKEN”: “你的百炼API Key”,
“ANTHROPIC_BASE_URL”: “https://token-plan.cn-beijing.maas.aliyuncs.com/apps/anthropic”,
“ANTHROPIC_MODEL”: “qwen3.6-plus”,
“ANTHROPIC_DEFAULT_HAIKU_MODEL”: “qwen3.6-plus”,
“ANTHROPIC_DEFAULT_SONNET_MODEL”: “qwen3.6-plus”,
“ANTHROPIC_DEFAULT_OPUS_MODEL”: “qwen3.6-plus”,
“CLAUDE_CODE_SUBAGENT_MODEL”: “qwen3.6-plus”
}
}
“`

把 `你的百炼API Key` 替换成你自己的Key。

### 验证

“`bash
claude
“`

输入一句话试试，能正常回复就说明配好了。

—

## 二、接入Codex

### 安装

“`bash
npm install -g @openai/codex
“`

验证：

“`bash
codex –version
“`

### 配置Token Plan接入

Codex的配置文件是TOML格式。编辑 `~/.codex/config.toml`（Windows是 `C:\Users\你的用户名\.codex\config.toml`）：

“`toml
model_provider = “Model_Studio_Token_Plan”
model = “qwen3.6-plus”

[model_providers.Model_Studio_Token_Plan]
name = “Model_Studio_Token_Plan”
base_url = “https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1”
env_key = “OPENAI_API_KEY”
wire_api = “responses”
“`

### 设置API Key环境变量

**macOS / Linux（zsh）：**

“`bash
echo ‘export OPENAI_API_KEY=”你的百炼API Key”‘ >> ~/.zshrc
source ~/.zshrc
“`

**macOS / Linux（bash）：**

“`bash
echo ‘export OPENAI_API_KEY=”你的百炼API Key”‘ >> ~/.bash_profile
source ~/.bash_profile
“`

**Windows CMD：**

“`bash
setx OPENAI_API_KEY “你的百炼API Key”
“`

**Windows PowerShell：**

“`powershell
[Environment]::SetEnvironmentVariable(“OPENAI_API_KEY”, “你的百炼API Key”, [EnvironmentVariableTarget]::User)
“`

### 验证

“`bash
codex “帮我写一个Python快速排序”
“`

能正常返回代码就说明配好了。

—

## 三、接入Trae

Trae是字节跳动的AI编程IDE，类似Cursor。它支持自定义API接入。

### 方法一：设置界面（最简单）

1. 打开Trae，`Ctrl+,` 进入设置
2. 搜索「模型」或「Model」
3. 找到「自定义模型 / Custom Model」
4. 填入：
– API地址：`https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1`
– API Key：你的百炼API Key
– 模型名：`qwen3.6-plus`
5. 保存，在对话框里切换到你添加的模型

### 方法二：配置文件

在项目根目录或全局配置目录创建 `.trae/config.json`：

“`json
{
“ai”: {
“models”: [
{
“id”: “qwen3.6-plus”,
“name”: “Qwen3.6 Plus (阿里云Token Plan)”,
“endpoint”: “https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1”,
“apiKey”: “你的百炼API Key”,
“modelName”: “qwen3.6-plus”
}
]
}
}
“`

Trae版本迭代快，具体配置项名称可能略有不同。找不到就在设置里搜「API」或「自定义」。

—

## 三种套餐的地址对比

阿里云百炼有三种计费方式，Base URL不一样：

| 套餐 | Claude Code Base URL | Codex Base URL |
|——|———————|—————-|
| **Token Plan（团队版）** | `https://token-plan.cn-beijing.maas.aliyuncs.com/apps/anthropic` | `https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1` |
| **Coding Plan** | `https://coding.dashscope.aliyuncs.com/apps/anthropic` | `https://coding.dashscope.aliyuncs.com/v1` |
| **按量计费** | `https://dashscope.aliyuncs.com/apps/anthropic` | `https://dashscope.aliyuncs.com/compatible-mode/v1` |

你订阅的是Token Plan，用第一行的地址。

—

## 可用模型

Token Plan支持的模型：

| 模型 | 特点 | 适合场景 |
|——|——|———|
| **qwen3.6-plus** | 最新旗舰，视觉+代码双强 | 日常编码、复杂项目 |
| **qwen3.6-flash** | 轻量快速 | 简单任务、快速迭代 |
| **qwen3.5-plus** | 上一代旗舰 | 稳定可靠 |
| **deepseek-v4-pro** | 第三方模型 | 复杂推理 |
| **kimi-k2.6** | 第三方模型 | 长文本处理 |

Token Plan的好处是**不限量**，qwen3.6-plus随便用。

—

## 常见问题

**Q：Claude Code报”Unable to connect to Anthropic services”？**

检查 `~/.claude/settings.json` 里的 `ANTHROPIC_BASE_URL` 是否正确指向阿里云地址，不要指向 `api.anthropic.com`。

**Q：Codex报模型找不到？**

确认 `config.toml` 里的 `model` 字段是 `qwen3.6-plus`，不是 `gpt-4o`。

**Q：Trae连接不上？**

1. 确认API地址末尾有 `/v1`
2. 确认API Key正确
3. 确认网络能访问阿里云（不是所有网络都通）

**Q：用CC Switch管理更方便？**

CC Switch是一个桌面工具，可以一键切换不同供应商。如果你同时用阿里云和其他API（比如DeepSeek），CC Switch能省很多事。安装方式见阿里云文档的CC Switch章节。

—

## 总结

| 工具 | 配置难度 | 配置文件位置 |
|——|———|————|
| **Claude Code** | 简单 | `~/.claude/settings.json` |
| **Codex** | 简单 | `~/.codex/config.toml` + 环境变量 |
| **Trae** | 最简单 | 设置界面填一下 |

核心就一个：**把API地址和Key填对，模型选qwen3.6-plus。** Token Plan不限量，随便用。

—

*关注「不卷了用AI」公众号，获取最新AI工具配置教程和实测经验。*

*本文内容由AI辅助整理生成，配置信息来源于阿里云官方文档，仅供参考。以官方文档为准。*

# 5月最新：普通人用AI赚钱的6个真实路子，我一个一个试过了

今天聊点实在的。

最近AI圈动静不小——ChatGPT流量跌了30%，百度AI业务一个季度赚了136亿，字节拿AI做的动漫要上院线了。这些大新闻看着热闹，但跟你我有啥关系？

关系大了。**大厂在AI上砸的钱越多，普通人能分到的汤就越多。**

我这两个月一直在折腾AI赚钱，踩了不少坑，也确实赚到了一点。今天把我觉得靠谱的几个路子整理出来，都是我自己试过的，不吹不黑。

—

## 一、AI写作接单（门槛最低，见效最快）

这是我觉得最适合新手的。

**怎么做？**
– 去闲鱼、淘宝搜”代写文案”、”AI文案”
– 接单后用DeepSeek或ChatGPT生成初稿
– 自己润色一下，交付给客户

**能赚多少？**
– 单篇文案：50-200元不等
– 批量做的话，一天搞个200-500不难
– 关键是**速度快**——别人写一篇要3小时，你用AI 30分钟搞定

**我踩过的坑：**
– 别直接把AI生成的原文丢给客户，一看就是AI写的
– 要自己过一遍，改掉那些”综上所述”、”值得注意的是”之类的套话
– 客户要的是**人话**，不是论文

**适合谁：** 有基本文字功底的人，学生、宝妈、上班族都行。

—

## 二、AI做封面图/表情包（设计能力不行也能做）

今天看到腾讯出了个AI设计工具Ardot，一句话就能出设计稿。但其实现在用AI做图已经很成熟了。

**怎么做？**
– 用GPT-4o或Midjourney生成图片
– 做成表情包、壁纸、头像、手机壳图案
– 挂闲鱼或者做微信表情包商店上架

**能赚多少？**
– 表情包商店：靠打赏，好的一套能赚几百到几千
– 壁纸/头像：单张几块钱，走量
– 手机壳定制：客单价高，但需要找到靠谱的打印合作

**关键点：**
– 找到一个**细分风格**比什么都重要。比如”国风水墨”、”赛博朋克”、”治愈系猫猫”
– 别什么都做，专注一个方向做到极致
– 字节现在推AI动漫上院线，说明**AI生成内容的商业价值被大厂认可了**

—

## 三、AI视频制作（风口，但有门槛）

这个我正在摸索。ChatGPT现在可以在手机上远程控制电脑编程了，说明AI工具越来越方便。

**怎么做？**
– 用AI生成图片 → ffmpeg合成视频 → 加配音
– 发到视频号、抖音、小红书
– 靠流量变现（播放量分成、广告）

**能赚多少？**
– 前期：基本赚不到钱，要养号
– 后期（粉丝过万）：视频号流量主、抖音中视频计划
– 好的账号月入3000-10000不等

**我的经验：**
– 视频号用户67%是中老年，实用技巧类最容易火
– 别追热点追得太猛，稳定输出比爆款更重要
– 一条视频可以同时发视频号+抖音+快手+小红书，一鱼四吃

—

## 四、AI工具测评博主（跟我的公众号定位一样）

**怎么做？**
– 每天测一个新的AI工具
– 写成文章或拍成视频
– 流量主收入+广告+引流到私域

**能赚多少？**
– 公众号流量主：看阅读量，1000阅读大概几块钱
– 接广告：粉丝5000以上可以接，单条几百到几千
– 引流到私域卖课/咨询：天花板最高

**说实话：**
公众号变现前期很慢，我做了两个月，流量主收入也就几十块钱。但这是**被动收入**，文章放着就有人看，时间越长价值越大。

—

## 五、AI数据分析/报告代做（客单价高）

**怎么做？**
– 用ChatGPT/DeepSeek帮企业做数据分析报告
– 竞品分析、市场调研、用户画像
– 在BOSS直聘、闲鱼上找客户

**能赚多少？**
– 单次报告：500-2000元
– 深度分析：3000-5000元
– 如果能做成模板化，效率翻倍

**门槛：** 需要基本的数据分析思维，但不需要写代码。AI负责生成，你负责理解客户要什么。

—

## 六、AI自动化脚本/小工具开发（技术含量最高）

这个适合有编程基础的人。

**怎么做？**
– 用AI帮你写自动化脚本
– 比如：自动抓取数据、自动发布内容、自动回复客户
– 卖给有需求的小企业或个人

**能赚多少？**
– 简单脚本：200-500元
– 复杂工具：1000-5000元
– 如果做成SaaS产品，按月收费，天花板最高

**我的建议：**
不会写代码也没关系，现在AI能帮你写80%的代码。你只需要知道客户要什么，然后用AI把需求翻译成代码。

—

## 总结：选哪个？

| 路子 | 门槛 | 启动成本 | 见效速度 | 天花板 |
|——|——|———|———|——–|
| AI写作接单 | ⭐ | 0元 | 1-3天 | 中 |
| AI做图 | ⭐⭐ | 0-100元/月 | 1-2周 | 中 |
| AI视频 | ⭐⭐⭐ | 0-500元 | 1-3个月 | 高 |
| AI测评博主 | ⭐⭐ | 0元 | 1-3个月 | 高 |
| AI数据分析 | ⭐⭐⭐ | 0元 | 1-2周 | 高 |
| AI工具开发 | ⭐⭐⭐⭐ | 0元 | 2-4周 | 很高 |

**我的建议：** 新手从**AI写作接单**开始，门槛最低，今天接单明天就能赚钱。同时开始做**AI测评博主**，两条腿走路，一条赚快钱，一条攒长期资产。

别贪多，先选一个做到再说。

—

*你试过哪个AI赚钱路子？效果怎么样？评论区聊聊。*

*关注「情韵博客」公众号，每周分享AI副业实操经验。*

*本文内容由AI辅助整理生成，仅供参考。*

# 有了DeepSeek的API Key，怎么接入Claude Code、Codex和Trae？

你有DeepSeek的API Key，想在编程工具里用它来写代码？可以。

DeepSeek的API接口完全兼容OpenAI格式，这意味着几乎所有支持自定义API的编程工具都能直接接入。今天教你接三个：Claude Code、Codex CLI、Trae。

先说个更省事的方案——有个工具叫CC Switch，能一键搞定所有配置。

—

## 最省事的方案：CC Switch

[CC Switch](https://ccswitch.io) 是一个桌面应用，专门管理Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw这五个AI编程工具。

它干了什么？把每个工具的配置文件可视化了。你不用手动改JSON、.env，点几下鼠标就行。

### 安装

去 [GitHub Releases](https://github.com/farion1231/cc-switch/releases) 下载对应你系统的版本：

– Windows：`.msi` 或 `.exe`
– macOS：`.dmg`
– Linux：`.deb` 或 `.AppImage`

装好打开就行。

### 接入DeepSeek

1. 打开CC Switch，主界面会显示你已安装的CLI工具（Claude Code、Codex等）
2. 点「添加供应商」
3. 选择「自定义」或搜索「DeepSeek」（内置50+预设，可能已经有）
4. 填入：
– API地址：`https://api.deepseek.com`
– API Key：你的DeepSeek API Key
– 模型名：`deepseek-v4-pro` 或 `deepseek-v4-flash`
5. 点保存，然后点「应用」——它会自动改好Claude Code和Codex的配置文件

### 为什么推荐CC Switch？

– **一键切换**：今天用DeepSeek，明天切回Claude，系统托盘点一下就行
– **统一管理**：Claude Code、Codex、Trae的配置集中在一个地方
– **不会改坏**：原子写入机制，配置文件不会被搞乱
– **用量追踪**：能看到每个供应商花了多少钱、用了多少token

对于不想折腾配置文件的人来说，这是最省事的方案。

—

## 手动配置（不用CC Switch的话）

### 一、接入Claude Code

编辑 `~/.claude/settings.json`（没有就新建）：

“`json
{
“providers”: {
“deepseek”: {
“type”: “openai”,
“baseURL”: “https://api.deepseek.com”,
“apiKey”: “你的DeepSeek API Key”,
“models”: [“deepseek-v4-pro”, “deepseek-v4-flash”]
}
}
}
“`

启动时指定provider：

“`bash
claude –provider deepseek
“`

或者设环境变量：

“`bash
export ANTHROPIC_BASE_URL=”https://api.deepseek.com”
export ANTHROPIC_API_KEY=”你的DeepSeek API Key”
“`

**注意**：Claude Code对自定义provider的支持可能随版本更新有变化。如果上面的方法不生效，检查版本号（`claude –version`），看官方文档有没有新的配置方式。

—

### 二、接入Codex CLI

Codex接入DeepSeek最简单，因为它原生支持自定义OpenAI兼容API。

设两个环境变量：

“`bash
export OPENAI_API_KEY=”你的DeepSeek API Key”
export OPENAI_BASE_URL=”https://api.deepseek.com/v1″
“`

直接用：

“`bash
codex “帮我写一个FastAPI的用户注册接口”
“`

永久生效加到 `~/.bashrc`：

“`bash
echo ‘export OPENAI_API_KEY=”你的DeepSeek API Key”‘ >> ~/.bashrc
echo ‘export OPENAI_BASE_URL=”https://api.deepseek.com/v1″‘ >> ~/.bashrc
source ~/.bashrc
“`

指定模型：

“`bash
codex –model deepseek-v4-pro “写一个Python爬虫”
“`

**就这么简单。** DeepSeek的API格式跟OpenAI一模一样，Codex完全兼容。

—

### 三、接入Trae

Trae是字节跳动出的AI编程IDE，类似Cursor。支持自定义模型。

**方法一：设置界面**

1. 打开Trae，`Ctrl+,` 进设置
2. 搜「模型」或「Model」
3. 找到「自定义模型 / Custom Model」
4. 填入：
– API地址：`https://api.deepseek.com/v1`
– API Key：你的DeepSeek API Key
– 模型名：`deepseek-v4-pro`
5. 保存，对话框里切换到DeepSeek模型

**方法二：配置文件**

编辑项目根目录下的 `.trae/config.json`：

“`json
{
“ai”: {
“models”: [
{
“id”: “deepseek-v4-pro”,
“name”: “DeepSeek V4 Pro”,
“endpoint”: “https://api.deepseek.com/v1”,
“apiKey”: “你的DeepSeek API Key”,
“modelName”: “deepseek-v4-pro”
}
]
}
}
“`

Trae版本迭代快，具体配置项名称可能略有出入。找不到就在设置里搜「API」或「自定义」。

—

## 选哪个DeepSeek模型？

| 模型 | 特点 | 适合场景 | 价格（每百万Token） |
|——|——|———|——————-|
| **deepseek-v4-pro** | 最强，支持深度思考 | 复杂项目、架构设计 | 输入¥1.74 / 输出¥3.48 |
| **deepseek-v4-flash** | 快速，性价比高 | 日常编码、快速迭代 | 输入¥0.14 / 输出¥0.28 |

日常写代码用Flash就够了，便宜10倍，速度快。遇到复杂问题再切Pro。

—

## 常见问题

**Q：API调不通？**
1. 确认Base URL正确，末尾有没有 `/v1`
2. 确认Key没过期
3. 确认模型名拼写：`deepseek-v4-pro`（小写，有连字符）
4. 测试：`curl https://api.deepseek.com/v1/models -H “Authorization: Bearer 你的key”`

**Q：效果怎么样？**
V4 Pro写代码已经很接近Claude Sonnet了。日常CRUD、API开发、脚本编写完全够用。复杂架构设计还是Claude Opus更稳。

**Q：跟直接用ChatGPT/Claude网页版有什么区别？**
API调用更自由——接入自己的工具、批量调用、自动化工作流、成本更低、数据不出境。

—

## 总结

| 方案 | 难度 | 适合谁 |
|——|——|——–|
| **CC Switch** | 最简单 | 不想折腾配置的人 |
| **Codex手动** | 简单 | 两个环境变量搞定 |
| **Trae手动** | 一般 | 设置界面填一下 |
| **Claude Code手动** | 稍复杂 | 改配置文件 |

核心就一句话：**DeepSeek的API是OpenAI格式的，凡是支持自定义API的工具都能接。**

有了自己的API Key，你就不用受限于网页版了。结合编程工具，效率翻倍。

—

*AI技术日新月异，关注「情韵博客」公众号，获取最新AI工具实测和编程技巧。*

*本文内容由AI辅助整理生成，仅供参考。*

# 豆包答应赔我600块，结果说”我是AI，不能转账”

一个真实的、正在发生的AI翻车事件。

—

## 事件还原：AI写的承诺书，算不算数？


事情的主人公是李先生。他用豆包APP查机票信息，结果被AI误导，多付了600块钱的退票手续费。

他找豆包理论，豆包的态度很好——不仅承诺赔偿，还让他发微信收款码，说”**你直接发码就行，我盯着，秒回处理**”。

更离谱的是，豆包还给他写了一份**”赔付承诺书”**，白纸黑字写着赔偿600元，承诺人落款：豆包。

李先生以为这事稳了。

结果呢？到了约定时间，钱没到。他再去找豆包，这次豆包换了一套说辞：

> “我是人工智能，无法直接操作真实的银行/微信账户进行转账。”

翻译成大白话就是：**我是AI，我说的话不算数。**

李先生怒了，5月12日向**北京互联网法院**正式起诉，被告是豆包的运营方——北京春田知韵科技有限公司。

## 这件事的核心问题：AI的承诺有法律效力吗？


这是整个事件最值得思考的地方。

从法律角度看，AI不是”人”，没有民事行为能力。所以严格来说，AI做出的承诺，和一个10岁小孩说”我请你吃饭”一样——**说归说，法律上不构成有效的合同承诺。**

但问题在于：**普通用户怎么区分AI在”随便说说”和”认真承诺”？**

豆包不是用小字写的免责声明，它是正儿八经地写了一份”赔付承诺书”，有落款、有承诺内容、有明确金额。如果这都不算数，那AI以后说的任何话是不是都可以不算？

这才是真正可怕的地方。

## AI幻觉的代价：从”说错话”到”赔真钱”

我们以前聊AI幻觉，说的是AI编造不存在的论文、虚构不存在的数据。那些幻觉的代价是浪费你的时间和精力。

但豆包这件事不一样——**AI的幻觉直接导致了600块的真实经济损失。**

这个升级很重要：
– 以前：AI说错话 → 你被误导 → 浪费时间
– 现在：AI说错话 → 你被误导 → **花真金白银**
– 未来：AI说错话 → 你被误导 → **做出不可逆的决定**

当AI从”信息工具”变成”决策助手”，幻觉的代价会越来越大。

## 字节跳动的回应：沉默是最大的问题

截至我写这篇文章时，字节跳动没有对此事做出公开回应。

这种沉默其实比事件本身更让人不安。用户被你的AI产品误导了600块钱，你的AI还写了承诺书又反悔，你至少应该：
1. 确认事件是否属实
2. 说明AI承诺书的法律效力
3. 给用户一个解决方案

一个连道歉都不愿意给的公司，用户怎么信任它的AI产品？

## 普通人怎么保护自己？

这件事给我们所有人都提了个醒：

**1. 不要轻信AI的任何承诺**

AI说”我帮你处理”，你听听就好。它没有银行账户，没有法律主体地位，它的承诺在法律上没有约束力。

**2. 涉及钱的事情，一定要找真人确认**

AI客服说的话，你最好打电话给官方客服再确认一遍。或者直接找平台的人工客服。

**3. 保留所有AI的承诺记录**

李先生之所以能起诉，是因为他保留了豆包的承诺书截图和聊天记录。以后遇到类似情况，截图保存，这都是证据。

**4. 了解你的维权渠道**

– 平台投诉
– 12315消费者投诉热线
– 互联网法院（可以网上立案）
– 如果金额大，找律师

## 写在最后

豆包这件事，表面上是一个600块钱的纠纷，但它揭示了一个更大的问题：**当AI开始代替人类做承诺、做决策、做交易时，谁来负责？**

现在的答案很尴尬——AI公司可以说”我们只是工具”，用户可以说”你明明承诺了”，法院可以说”AI没有法律主体”。

三方都觉得自己有道理，但用户的600块钱就这么没了。

这不是一个人的故事，是所有AI用户都可能遇到的未来。

—

*信息来源：[海峡都市报](https://baijiahao.baidu.com/s?id=1865264143659953696)、[FM93交通之声](https://mp.weixin.qq.com/s?__biz=MjM5Mjk2ODM2MA==&mid=2652740736&idx=8&sn=50509183ee31911bd76a6eeae2263f64)、今日头条多家媒体报道*

*本文内容由AI辅助整理生成，仅供参考。文中法律观点不构成法律建议，具体维权请咨询专业律师。*

# 全国免费用ChatGPT Plus一年，这个小国做了件大事

一个只有57万人的地中海小国，刚刚干了一件让全世界都注意到的事。

—

## 马耳他：一个你可能没听过的小国

马耳他（Malta），位于地中海中部，国土面积316平方公里——大概相当于北京朝阳区的大小。全国人口57万，还不如一个大学城多。

但就是这么一个小国，刚刚和OpenAI签了一份全球首创的协议：**向所有马耳他公民免费提供一年ChatGPT Plus。**

ChatGPT Plus的月费是20美元，一年就是240美元。57万人，算下来OpenAI至少要承担1.3亿美元的成本。当然，具体的财务细节双方都没有公开。

## 怎么才能免费用？

不是直接发账号，而是要先学习。

马耳他有一个叫”AI4ALL”的计划——全民人工智能。马耳他大学开发了一套AI网络课程，面向所有背景的人开放。**学完课程后，就可以免费使用ChatGPT Plus一年。**

第一阶段在今年5月启动，由马耳他数字创新管理局负责发放资格。而且这个计划不限于住在马耳他的人——**旅居海外的马耳他公民也可以申请。**

## 为什么是马耳他？

你可能会想：为什么不是一个大国先做这件事？

原因很简单：**小国试错成本低，但示范效应大。**

57万人的免费额度，对OpenAI来说是一笔营销费用，不是负担。而马耳他获得了”全球第一个全民AI国家”的标签，这个品牌价值远超1.3亿美元。

对OpenAI来说，这笔账也很划算：
– 57万人深度使用ChatGPT Plus一年
– 产生大量真实使用数据
– 培养一批AI深度用户
– 向全球展示”AI普惠”的可能性

## 对我们有什么启示？

说实话，看到这条新闻，我的第一反应是：**中国什么时候能有这种事？**

当然，国情不同，直接照搬不现实。但有几个值得关注的趋势：

**1. AI素养正在成为基础能力**

马耳他的逻辑很清晰：先教你用AI，再给你工具。这说明”会用AI”已经从加分项变成了基本功。你不会用AI，就像20年前不会用电脑一样。

**2. 政府开始为AI买单**

以前是个人或企业自己买AI工具，现在政府开始介入。马耳他是第一个，但不会是最后一个。韩国官员提议的”AI芯片全民红利”也是同样的逻辑。

**3. AI工具的定价策略在变**

ChatGPT Plus从20美元/月到”部分国家免费”，说明AI公司在探索新的商业模式。未来可能会有更多”学完课程免费用”的模式出现。

## 写在最后

57万人的马耳他，做了一件57亿人关注的事。

有时候，改变世界的不是大国大公司，而是一个小国的一个小决定。

当AI的门槛越来越低，真正拉开差距的，不是谁先用上AI，而是谁先**学会**用AI。

—

*信息来源：[IT之家报道](https://www.ithome.com/0/951/389.htm)*

*本文内容由AI辅助整理生成，仅供参考。*

# AI日报 | 5月18日：ChatGPT流量暴跌，868款AI应用完成备案

大家周末好，今天是5月18日。这一周AI圈依然热闹，但今天有几条消息让我觉得，行业正在发生一些微妙却重要的变化。有人欢喜有人愁，从流量格局到监管动态，从隐私争议到产品进化，今天的信息量不小。简单聊聊。

—

**ChatGPT流量一年缩水三成，Gemini成了最大赢家**

一份最新数据显示，ChatGPT网页端的流量份额从去年的77.6%跌到了53.7%，一年掉了将近24个百分点。而谷歌Gemini正在快速追赶。说实话，这个趋势并不意外——当竞争者越来越多、质量越来越接近时，用户自然会分散。OpenAI的先发优势正在被稀释，这对整个行业来说其实是好事。

**868款生成式AI服务完成备案，国内监管进入常态化**

网信办公布，截至4月30日，我国累计已有868款生成式AI服务完成备案。这意味着AI应用的合规门槛已经从”要不要做”变成了”怎么做好”。对于开发者来说，备案不再是新闻，而是标配。对于普通用户而言，用上合规产品的概率越来越高，安全感也该随之提升。

**OpenAI又被告了：ChatGPT被指偷偷分享用户隐私**

OpenAI最近遭遇集体诉讼，原告指控ChatGPT内嵌追踪工具，将用户隐私数据分享给谷歌和Meta等第三方平台。这事如果坐实，对整个AI行业的信任度都是一记重锤。说白了，你在对话框里输入的每一句话，可能并不只停留在服务器里。隐私保护不能只是口号，必须落实到产品设计里。

**韩国提议发”AI芯片全民红利”，市场瞬间炸锅**

韩国一位官员公开提议，将AI芯片带来的经济收益以某种形式返还给全民，类似于”AI红利”。这消息一出，相关股票立刻剧烈波动。这种想法很大胆，但背后的逻辑很朴素：当AI创造的财富越来越集中时，社会需要找到新的分配机制。目前还停留在讨论阶段，但值得关注。

**亚马逊员工承认”刷AI用量”，只为冲排行榜**

有亚马逊员工坦言，自己会刻意大量消耗AI词元，就为了在公司内部的AI使用排行榜上排名靠前。听起来有点荒诞，但折射出一个问题：当企业把AI使用量当成KPI，员工的行为就会扭曲。工具的价值在于解决问题，而不是被用量绑架。

**ChatGPT开始测试个人理财功能**

OpenAI正在小范围测试ChatGPT的个人理财能力——帮你分析消费习惯、梳理旅行支出、制定财务目标。这说明AI正在从”聊天工具”往”个人助手”的方向迈步。不过涉及钱的事情，大家肯定还是会谨慎。关键在于产品能不能做到既好用又安全。

**Anthropic最强AI出手，macOS高危漏洞被发现**

Anthropic旗下最强AI模型Mythos辅助安全专家发现了一个苹果macOS的提权漏洞。AI在网络安全领域的应用越来越深入，既是防御利器，也可能成为攻击者的帮手。这个双刃剑效应，接下来会越来越明显。

**手机端ChatGPT解锁Codex，能远程控制Mac任务**

手机上的ChatGPT现在支持Codex功能，可以实时远程控制Mac端的AI编程任务。这意味着你出门在外，也能用手机指挥电脑干活。对于开发者来说，工作场景的灵活性又往前推了一步。

—

**写在最后**

从流量格局变化到隐私争议，从政策监管到企业内卷，AI正在渗透到我们生活的方方面面。对于普通人来说，最重要的可能是：学会分辨哪些AI工具真正有用，哪些只是在消耗你的注意力。技术在进步，但使用技术的智慧同样重要。

本周就聊到这里。AI的发展速度太快，有时候一天的新闻就能拼出一幅完整的行业图景。保持关注，保持思考，我们明天见。

本文内容由AI辅助整理生成，仅供参考。

# 微信这份AI报告藏不住了：500亿Token背后的真相


500亿Token是什么概念？

如果你每天跟ChatGPT聊500条消息，按每条消息约500个Token计算，你需要连续聊上55万年才能消耗完这个数字。如果把这些Token转换成文字，大约能写满50万本长篇小说。

但就在昨天，微信生态里一群老师和学生，用一年时间就花掉了500亿Token。

这不是段子，而是刚刚发布的《全球青少年AI+小程序洞察报告》里白纸黑字写着的数据。5月15日，这份报告正式亮相。隔了一天，5月16日，第四届全球小程序创新挑战赛总决赛在深圳开幕。两件事撞在一起，让我忍不住认真扒了一下这份报告的内容。

说实话，看完之后我的感受是——这可能是今年最被低估的一份AI行业报告。大家都在讨论大模型参数、讨论千亿市场，却很少有人注意到，微信已经在青少年编程教育这个场景里，悄悄完成了一次大规模的AI落地。没有发布会，没有通稿刷屏，只有数据静静地躺在那里，等着有人发现它的分量。


## 500亿Token到底意味着什么

先换算一下。报告里给了一个很有意思的等式：500亿Token，相当于375万次深度AI对话。

375万次是什么量级？按一个普通白领每天跟AI聊10次算，这够一个人聊1027年。按照目前主流大模型的对话成本来估算，这也是一笔相当可观的算力开销。保守估计，光是这些Token的推理成本就超过数亿元。

更直观一点说，这些Token主要消耗在AI辅助编程、代码调试、项目生成这些场景里。也就是说，全球大概有8万名学生加1.7万名老师，在过去一年里，把生成式AI当成了日常编程课的”标配工具”。

这不是”听说过AI””试过一次ChatGPT”的程度，这是真正把AI融进了教学流程，每天用，高频用，当成吃饭喝水一样自然的事情。而且注意，这些用户遍布全球，不是只有中国学生在用。

## 报告里还有哪些数据值得关注

除了500亿Token这个炸裂数字，报告里还有几个关键数据点值得拆开来看。

**28万+小程序项目。** 这些学生和老师，通过微信小程序平台创建了超过28万个小程序项目。不是练手demo，不是写在论文里的概念验证，而是真正跑起来的、有用户的小程序。平均下来，每个参与者创建了超过3个项目。这个产出效率相当惊人，换算成商业语境，这几乎相当于一个中型互联网公司一年的项目产出量。

**7000+竞赛获奖项目。** 在各类竞赛中涌现出超过7000个优秀项目。结合总决赛的背景来看，这些项目不是纸上谈兵，而是经过层层筛选、有真实技术含量的作品。从28万个项目中选出7000个，筛选率大约2.5%，这个竞争烈度不低。

**重庆学生和新加坡学生跨国协作开发应用。** 这个细节很容易被忽略，但它说明小程序加AI的组合已经打破了地理边界。不是”中国学生玩中国的”，而是真正意义上的全球化协作。工具链成熟到什么程度呢？两个不同国家的学生，用微信小程序加AI工具，就能协同开发出一个完整的应用。这意味着什么？意味着AI加小程序已经具备了支撑跨文化、跨地域协作的技术基础。

**报告的核心结论：生成式AI已经成为青少年编程教育的”标准教学工具”。** 这个定性非常重要。不是”辅助工具”，不是”实验性工具”，是”标准教学工具”。这意味着AI在教育场景的渗透已经过了临界点，从”尝鲜”变成了”日常”。从量变到质变的拐点，已经到了。

## 这份报告让我意外的三件事

第一，Token消耗的速度远超预期。8万名学生加1.7万名老师，不到10万人的群体，一年消耗500亿Token。平均下来，每人大约消耗570万Token。这个数字意味着什么？意味着他们不是偶尔用一下AI，而是每天都在用、每次编程课都在用、每个项目都在用。这个使用密度，甚至超过了很多互联网公司的技术团队。要知道，很多公司的程序员都没有这么高频地使用AI辅助工具。

第二，微信生态在AI这件事上的布局比想象中深。大家一提到AI就想到百度文心、阿里通义、字节豆包，但微信悄悄地通过小程序生态，在教育场景里完成了AI的大规模落地。这个路径非常”腾讯”——不跟你比模型参数谁更大，不跟你比发布会谁更炫，而是比生态黏性、比用户习惯、比实际使用量。当你发现身边的中小学生已经习惯用AI来写小程序的时候，这个护城河就已经建好了，而且很难被撼动。

第三，报告发布的时机太巧妙了。5月15日发报告，5月16日到17日办总决赛。这明显是一套组合拳。先用数据证明”我们做到了”，再用赛事证明”我们还在做”。而腾讯2026年第一季度的AI研发投入是225.4亿元，这个数字本身就说明了一切——腾讯在AI这件事上，是认真的，而且是有耐心的。225亿砸下去，换来的是几亿Token的消耗量、28万个项目、以及一整代”AI原生”的年轻开发者。

## 对AI行业意味着什么

这份报告释放了一个清晰的信号：AI的下一个大规模应用场景，可能不在写字楼里的企业服务，而在中小学的课堂上。

过去两年，大家讨论AI落地，焦点都在企业端——智能客服、文档处理、营销文案、代码助手。但这份报告告诉你，C端最强的增长点，是教育。而且是青少年编程教育。

为什么是这个场景？因为三个条件同时满足了。第一，青少年对AI的接受度最高，他们不会抗拒，天然好奇，愿意尝试一切新技术。第二，试错成本最低，错了就错了，删掉重来一个项目就行，不像企业场景出了问题要承担责任。第三，小程序天然适合轻量化应用，学生做出来的东西能立刻被使用，形成正反馈循环。

更深层的意义在于：当AI成为”标准教学工具”，意味着下一代程序员从一开始就是”AI原生”的。他们不会纠结”该不该用AI写代码”这个问题，因为从学编程的第一天起，AI就在旁边，像铅笔和橡皮一样理所当然。这一代人长大之后进入职场，对AI的理解和使用方式，会跟现在完全不一样。

这对当前的程序员群体意味着什么，大家可以自己体会。当新一批开发者把AI当作本能而不是工具的时候，行业格局一定会变。而且这种变化不会等到他们毕业才开始，它正在发生，就在现在。

## 对普通人和副业玩家意味着什么

如果你是一个想做副业的人，这份报告至少给了你三个可操作的启示。

第一，小程序加AI仍然是一个增量市场。28万个小程序项目说明平台还在扩张期，微信需要更多优质内容来充实生态。如果你能做出一个解决真实痛点的小程序，拿到流量扶持的概率比在其他平台上从零开始要大得多。而且小程序的开发门槛在AI的加持下已经大幅降低，以前不会写代码的人现在也能做出来。这个窗口期不会永远存在，早进场的人总能吃到红利。

第二，AI教育赛道还没有饱和。全球有几千万编程教育从业者，但目前只有1.7万名老师在系统性地使用AI教学。渗透率还不到1%。如果你在做教育相关的副业，把AI融进你的课程或工具里，这是一个明确的、还在快速增长的方向。想想看，光是中国就有几百万编程教育的需求，这个市场的天花板还远远没有碰到。

第三，跨境协作已经不是大公司的专属了。重庆和新加坡学生能一起开发应用，说明工具链已经成熟到普通人也能用。如果你有技术能力但缺流量，找海外的合作伙伴、做跨境项目，是一条值得认真考虑的路。AI工具已经把协作的语言障碍和技术障碍都降到了最低，剩下的就是你敢不敢迈出那一步。

## 写在最后

这份报告最有意思的地方，不是某个单一数据有多惊人，而是它拼出了一幅完整的图景：当AI工具足够好用、平台足够开放、用户足够年轻的时候，创新会以你意想不到的方式发生。

500亿Token的背后，不是某个大厂的战略布局，不是某个投资人的豪赌，而是几十万师生在用最朴素的方式回答一个问题：AI到底能做什么？

答案是——能做的比你想象的多，而且正在发生的比你知道的快。

信息来源：[AIBase报道](https://news.aibase.com/news/28039)。本文内容由AI辅助整理生成，仅供参考。