过去两年间，大模型行业的竞争几乎都聚焦在同一个方向：谁的参数规模更大、推理能力更强、排行榜名次更靠前。背后的逻辑也很直白——模型越强大，开发者和企业客户自然会主动靠拢。然而，当AI Agent真正被部署到生产环境后，越来越多的公司开始意识到一个略显尴尬的现实：无论模型多么出色，如果成本失控，这门生意依然难以持续运转。

最近，一家名叫Lindy的AI Agent创业公司，就公开展示了这种趋势变化。

创始人兼CEO Flo Crivello宣布，公司已将生产环境中的所有模型流量从Anthropic切换至DeepSeek V4。按照他的说法，这一决策不仅让企业节省了上百万美元的推理成本，而且在部分核心业务场景中，模型的表现甚至有所提升。

消息传出后，在AI圈内引发了广泛讨论。

被推理成本倒逼出的战略转移

先说背景。Lindy是一家专注于AI Agent的平台企业，用户无需编写代码，就能自行创建AI助手，自动处理邮件、安排会议、录入CRM、跟进客户、整理数据等日常办公任务。

创始人Flo Crivello并非创业新手。他此前在Uber担任工程师和产品负责人，后来创办了远程办公平台Teamflow，融资额达5200万美元。2023年，他借生成式AI的热潮，将方向转向AI Agent，推出了Lindy。

与许多AI应用一样，Lindy的核心成本并不在于服务器、办公场地或市场推广，而是模型推理费用。今年4月，Crivello曾在X上公开表示，推理成本已成为公司最大开销，甚至超过了员工薪资支出。

对于一款依赖AI持续运行的产品来说，这显然是个严峻挑战。而且，类似困境正在整个行业中蔓延：

● 不久前，GitHub宣布调整Copilot的订阅模式，部分服务从固定月费转向按量计费。原因是Agent式编程日益普及，用户单次触发的推理请求量显著增长，原有订阅价格已无法覆盖成本。

● Uber内部也遇到了类似问题：由于大量使用Anthropic旗下的Claude Code等AI工具，原本规划到2026年的AI预算，在短短四个月内就接近耗尽，管理层不得不再三权衡投入产出比。

正因如此，Linux基金会最近联合谷歌、微软、IBM、Salesforce等企业，共同成立了Tokenomics基金会，试图推动建立统一的AI Token成本标准。

DeepSeek并非一时冲动的选择

尽管推理成本压力不小，但Lindy最终选择DeepSeek，并非心血来潮。

按照Crivello的说法，团队为这次模型切换做了长期准备：“我们一直在寻找替代方案，评估各类开源模型，整个过程持续了大约6到9个月。”

过去一年里，开源模型的发展速度已让许多创业公司重新审视自己的技术路线。

如果把时间拉回到2024年，不少企业对开源模型的评价仍是“差距明显”。但到了2025年底、2026年，情况已截然不同：DeepSeek、Kimi、GLM等一系列中国模型不断刷新性能纪录，而推理成本远低于OpenAI、Anthropic等闭源模型。

Crivello透露，Lindy最初甚至考虑将月之暗面的Kimi设为默认模型，后来又认真评估过智谱AI的GLM系列。最终，他们将目光锁定在今年4月发布预览版的DeepSeek V4上。相比此前备受关注的DeepSeek R1，V4在通用能力与Agent任务上表现更优，且价格依然极具竞争力。

今年6月初，Lindy完成内部测试后，出现了一个让团队感到意外的结果：不仅成本更低，在某些关键业务场景中，DeepSeek的表现甚至超越了Anthropic。

比预想多出“100倍的工作量”

然而，从Anthropic迁移到DeepSeek，远没有修改几行API代码那么简单。Crivello后来在X上感慨：“整个过程最终比我们最初预想的多出了100倍工作量。”

很多人可能会困惑：都是大模型接口，迁移为何如此复杂？

原因在于，企业生产环境中的AI系统，实际上是一整套高度耦合的工程体系。模型后端连接着Prompt工程、自动化评测系统、用户反馈机制、监控与观测平台、路由调度逻辑、安全与合规流程等多个环节。更换模型后，这些环节往往都需要重新适配。

Crivello透露，团队进行了大量线上和线下评测，还实施了所谓的“Vibe Eval”——简单来说，就是通过人工主观判断输出结果是否符合预期，以验证DeepSeek在真实生产环境中能否达到甚至超越Anthropic的表现。

“我们做了大量评估，然后逐步放量上线，观察对用户留存的影响，同时还要不断调整Prompt，去适配新模型。”

值得一提的是，Lindy并没有选择自行部署DeepSeek，而是使用了美国推理服务商Atlas Cloud提供的DeepSeek V4服务。这样既保留了成本优势，又避免了自建推理基础设施带来的额外复杂性。

因此，从结果来看，Lindy真正投入的，并不仅仅是一次模型迁移，而是一次底层AI基础设施的升级。

DeepSeek究竟赢在哪里？

根据Crivello透露的信息，Lindy目前最核心的业务之一，是邮件处理。

系统需要读取用户收件箱内容，理解上下文关系，并按照用户过往的表达习惯自动生成回复草稿。正是在这些高频任务上，DeepSeek交出了超出预期的成绩单——Crivello表示：“我们在一些核心用例上看到了令人惊讶的性能提升。”

不过，他也强调，DeepSeek并非在所有方面都占据优势。在复杂工作流自动化任务上，Anthropic旗下的Claude Sonnet目前仍然更强：“在工作流自动化领域，DeepSeek还不如Sonnet，但那并非我们最核心的业务场景。”

因此，虽然Lindy已将生产流量全部切换至DeepSeek，但Anthropic并未完全退出其技术栈：

一方面，Lindy内部员工仍然大量使用Claude，因为Anthropic的Max订阅计划性价比依然很高。Crivello坦言：“如果不是Max订阅计划，我们可能连Claude也换掉了。”

另一方面，面对复杂任务时，Anthropic可以充当“保险丝”的角色。此前有用户询问，未来Lindy是否会重新使用Anthropic？Crivello的回答是：“当系统检测到任务失败时，我们大概率还是会升级调用Opus。”同时他补充道，这种情况只占极小比例。

简单来说：Anthropic从过去Lindy的默认选择，转变为一个备用模型。但Crivello也补充说，如果未来Anthropic推出更强的新模型，同时大幅降价，他会重新成为客户：“如果下一代模型足够有竞争力，我们很可能还会用回它的产品。”

省下的钱，到底值不值？

到目前为止，Crivello并未公开具体的节省金额，只表示“省了上百万美元”。

不过，对于一家推理成本已超过工资支出的AI创业公司来说，哪怕只是节省30%到50%的模型费用，也是一笔相当可观的资金。

而如果将Lindy的决策放到行业大背景下审视，它其实代表了一种日益明显的趋势：过去几年，大模型市场基本由OpenAI和Anthropic主导，企业选模型时更看重能力上限。但随着模型之间的差距不断缩小，成本开始成为新的决策要素。

来自Vercel AI Gateway的数据显示，仅在2026年5月的一个月内，DeepSeek在平台Token调用量中的占比就从不到1%飙升至17%，但其对应的收入占比却只有约1%——原因很简单：DeepSeek实在太便宜了。

于是，一种新的市场结构正在形成：

一边是OpenAI、Anthropic等提供最强性能、最高价格的旗舰模型；

另一边则是DeepSeek、GLM、Kimi等性能越来越接近、价格却低得多的开放权重模型。

对于Lindy这类每天消耗海量Token的公司来说，问题变得非常现实：如果能用更低成本获得80%到90%的效果，那么为剩下那部分能力支付数倍的价格，还划算吗？

Crivello给出的答案非常直接：

“像我们这样消耗大量Token的公司，100%必须这么做，否则就是不负责任。”

在他看来，许多企业之所以尚未行动，可能是因为更习惯信任那些知名品牌。但未来几年，或许企业会越来越不在意模型来自哪里，而更关注最终效果与成本。