AI news

被Claude封号4次后,我决定和几个基友写个“属于中国开发者”的AI工具

By CSDN1 viewsSource: CSDN
被Claude封号4次后,我决定和几个基友写个“属于中国开发者”的AI工具

过去这半年,AI 圈有个变化特别扎眼:它不再只是能写几行代码,而是开始试图接管整个开发流程,从拆需求、推架构到写代码、修 Bug,一整条链路都在被重塑。过去我们评价一款 AI 编程工具,问的是它能写多少代码?写得够不够好?而现在,大家更关心的是它能不能把事情做完?用起来够不够省心。

The full text has not been translated yet. The Chinese original is shown below.

过去这半年,AI 圈有个变化特别扎眼:它不再只是能写几行代码,而是开始试图接管整个开发流程,从拆需求、推架构到写代码、修 Bug,一整条链路都在被重塑。过去我们评价一款 AI 编程工具,问的是它能写多少代码?写得够不够好?而现在,大家更关心的是它能不能把事情做完?用起来够不够省心。

听起来很理想,但现实里很多开发者门的感受却有点微妙:AI 越强,写项目这件事,好像并没有变得更轻松,甚至于在一些场景下,反而更复杂了。

凌晨炸场:Claude Code Routines,真・24 小时不关机打工

4 月 15 日凌晨三点,相信不少开发者的手机又被 Anthropic 的推送惊醒——Claude Code 迎来史诗级重构,全新 Routines 自动化功能+桌面端全面翻新,一夜之间,AI 编程的上限被再次拉高。过去想让 AI 做自动化得自己折腾 cron 定时任务、维护服务器,还要配置复杂的 MCP 连接器,电脑必须常年开机,断网、重启就前功尽弃,对普通开发者来说门槛高到望而却步。而新上线的 Routines,相当于直接把这一切都搬到了 Anthropic 的云端。

文章配图

简单来说,只需要把提示词、代码库和常用的外部工具(比如 GitHub、Linear)打包配置好,设定好触发条件——无论是按时间表定时运行、通过 API 调用触发,还是 GitHub 有新事件自动响应,Claude Code 就能在云端独立运行。哪怕你关机睡觉、断网离线,它也能按既定流程干活:每晚凌晨 2 点自动拉取最高优先级的 Bug,完成修复后开好 PR,等你早上上班直接复核;只要有新的 PR 提交,就会自动按照团队规范完成审查、留下评论和修改建议;甚至能定期扫描代码库、更新文档、清理 Issue,真正实现全年无休。

同步翻新的桌面端,也补上了之前的体验短板。现在可以在同一个窗口里并排运行多个 Claude 会话,通过全新的侧边栏统一管理,不用再频繁切换窗口;内置终端、原生文件编辑器和重制的 Diff 查看器,HTML 和 PDF 文件能直接预览,界面还支持拖拽式自由布局,体验直逼专业 IDE。客观说,经过这次重构,Claude Code 作为 AI 编程的天花板,地位更稳固了——它已经不再是简单的代码补全工具,而是能独立值班、自主完成任务的云端协作伙伴。

文章配图

狂欢背后:国内开发者使用门槛极其高

但功能越强,开发者们越心酸,因为这些能力国内暂时用起来还是很不方便的。根据 Anthropic 官方支持页面最新更新,平台已正式推出身份验证机制,由第三方身份验证服务商 Persona 提供支持。当用户订阅 Claude Max 等特定高等级套餐或触发关键操作时,系统会强制要求完成实名核验。这一次 Anthropic 直接祭出的身份验证 KYC,让本就艰难的国内订阅之路更是雪上加霜。

文章配图

核心要求是真够严格了:

  • 唯一接受类型:必须是政府部门签发的带照片身份证件,包括护照、驾照、国民身份证三类

  • 硬性条件:必须持有实体原件,复印件、截图、扫描件、翻拍照片全部无效

  • 实时验证:需要通过手机或电脑摄像头拍摄实时自拍照,与证件照片进行生物特征比对

当硅谷在欢呼 24 小时不关机的 AI Routines 时,国内开发者却在为一张“海外实体身份证”发愁 。我们不是输在了代码上,而是输在了“准入门槛”上。

最近 AtomGit 社区的研发工程师小武也是像日常一样打开 Claude Code 完成工作,却发现账号又又又暴毙了,进度被迫中断,他前后已经被封了 4 次账号,每次都要重新注册、重新配置、重新衔接断点,全是血泪。

文章配图

当然不止他一个人。

像 Claude Code、Cursor 这类工具,早就成为不少开发者日常离不开的帮手了。尤其是 Claude Code 在复杂逻辑拆解、长上下文代码重构上,能力几乎就是业内公认的天花板。强大归强大,真正想用得安稳、用得持久,一系列现实痛点,几乎把所有人都困在原地。

就算你搞定了身份验证,费用和网络依然是两座大山:

  • Cursor Pro 订阅费高达 20 美元 / 月(约 140 元人民币),重度使用下额度消耗极快,复杂项目月费轻松突破百元美元;Claude Code 按 token 计费,缓存失效等技术问题还会导致成本莫名膨胀 10-20 倍,如果使用Claude Opus 4.5模型正常做需求,不到两天就会用光。

  • 不稳定的网络。应合规要求,国内无法直接连接使用。频繁触发风控。

  • 不可控的封号风险。IP 归属异常、短时间大额充值、多节点登录等行为,都有可能被系统判定为高风险,不少合规使用的重度用户也会被无预警封号,前期投入全部中断,一把直接给你人送走。

  • 有限的使用额度。即便是付费用户,也常面临配额提前耗尽的情况,有 Pro 档用户反馈 30 天内仅能正常使用 12 天,严重阻碍开发节奏。

有人调侃“一半时间写代码,一半时间解决工具问题”,在封号、充值、再封号的循环里反复内耗。在此好奇一个问题,时至今日,还有没有一次都没有被Claude 封过号的人?你们怎么做到的?

文章配图

第一个决定

小武和两位基友没有急着寻找其他替代工具,先复盘了开发者们的核心需求:真正需要的,从来不是“更强的模型”,而是能稳定干活、成本可控、没有使用门槛的 AI 编程助手——它不能动辄上百美元的月费,也不能完全依赖翻墙节点,不会无预警封号,能真正帮开发者完成完整的工程任务。

于是他们做出了一个极度工程师思维的选择:不再把希望寄托在单一模型的能力上限,而是通过一套轻量化的工程系统,让普通模型也能稳定完成完整工程链路,同时规避封号、高成本、网络限制等痛点。

AtomCode应运而生,如果说 Claude Code 代表 AI 编程的上限,那 AtomCode 更关心的是普通开发者能不能用得上。

文章配图

第一个原型:三人小队✖️三个夜晚 💻

文章配图

最早的 AtomCode 从朴素的目标入手,适配国内主流开源模型(DeepSeek、Qwen、智谱等),无需翻墙、无需付费订阅,本地即可部署运行,从根源上解决封号、网络不稳定、成本高昂的问题。在此基础上,他们开始重构工程执行逻辑,核心做了三件事:

1️⃣ 构建可控的执行链路(后来逐步演进为基于 Rust 的稳定执行层)

它的设计目标不是更快,而是:每一步可执行、可回溯、可恢复。因为他们早已意识到:AI 编程真正的痛点不是“写错”,而是“跑断”——就像之前用 Claude Code 时,经常出现“写了一半卡壳”“步骤衔接断裂”的问题,而这套执行链路,就是要让每一步开发都有迹可循,即便出现异常,也能快速恢复,不中断整体进度。

2️⃣ 任务拆解 + 自动纠偏机制

不再让模型一次性“自由发挥”,而是将复杂工程拆分为可控的小任务,每一步完成后,系统会自动校验结果、纠偏误差,确保上下文语义不丢失、步骤衔接不断裂。这样一来,即便使用的是能力不算顶尖的普通模型,也能稳定跑完一整套工程流程,不用再人工反复修补。

3️⃣ 让系统吸收复杂度

逐渐达成一个共识:不应该让用户去适应模型,也不应该让用户去解决工具的使用难题。于是,大量工程复杂性被收束到系统内部——无论是模型适配、链路控制,还是本地部署的配置,都由系统自动完成,用户只需要关注开发目标,无需关心背后的技术细节,哪怕是不懂部署的新手开发者,也能一键上手。

这个初代原型并不完美,但它实现了一个关键突破:第一次让能力并不算顶尖的模型,完整跑完了一整条工程链路。

文章配图

一个更彻底的决定:4.18 开源 AtomCode

不是为了展示能力,也不是为了吸引流量,而是为了公开验证一件事:这套“让模型真正完成工程、让普通开发者无门槛使用”的方式,是否具备普适性?是否能在更多场景、更多开发者手中复现?是否能真正改变当下 AI 编程工具的困境?

他们希望,通过开源,聚集更多开发者的力量,一起优化系统、完善功能,让 AtomCode 变得更稳定、更强大,更希望通过 AtomCode让国内开发者拥有一套属于自己的、适配本土场景的 AI 编程解决方案——不用翻墙、不用付费、不会封号,轻点鼠标,就能用普通设备、普通模型,完成复杂的工程任务。

✅ 完整源码开放:AtomGit/GitHub 双平台同步,自由 Fork、修改、共建

✅ 全平台安装包:Windows/Mac/Linux + Docker,一键本地部署

✅ 类 Routines 本地自动化:免费、不限次、数据安全

✅ 线下 Developer Day+线上直播:技术团队深度解读、Roadmap 公开、互动答疑。现场将基于真实开发场景,完整演示:如何稳定完成复杂工程任务,摆脱对强模型、高算力的依赖,多步骤执行链路如何保持连贯不中断,彻底解决“跑断”“卡壳”问题,本地部署如何一键完成,无需翻墙、无需复杂配置,新手也能快速上手;

当天,社区也将邀请:主流模型厂商、核心开发者、技术博主与开源项目作者们,一起围坐交流,探讨一个行业命题:AI 编程的边界,到底应该由谁来定义?是追逐更强的模型,还是构建更优的系统?是服务于少数高端开发者,还是普惠每一位创造者?

最后

如果说过去一年,整个行业都在追逐:更强的模型,那 AtomCode 想走出另一条路:当模型不够强时,依然能用系统能力,把工程做完、做好。

📍 4 月 18 日 与每一位相信工程力量、每一位热爱开源的开发者,一起见证 AtomCode 正式开源,一起重构 AI 编程的另一条路径,一起让 AI 编程,真正回归工程本身,普惠每一位创造者。

文章来自于"CSDN",作者 "CSDN"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)