你以为在用Codex，其实只是套壳DeepSeek

ALINA LINZI · FIELD NOTES

这个世界上最可怕的是什么？

不是有人还没开始用AI。

是很多人以为自己已经用上了Claude Code、Codex，甚至还为所谓的“高级模型”付了钱，实际上中转站在后台给他接的是另一套便宜得多的API。

前几天，我在朋友圈看到有人晒自己的Codex截图，说它怎么这么蠢。

我看了一眼就觉得不对。那个回答方式、推理节奏，包括界面里出现的“深度思考”，都不像我每天在用的Codex，反而很像DeepSeek的API。

我不是说DeepSeek不好。它在很多低成本、标准化的任务上非常够用。

问题是，你付的是Codex的钱，对方给你的却是另一个模型。最麻烦的还不是多花了钱，而是大多数人根本分辨不出来。

你连自己在用什么都不知道，又怎么可能真正用好AI？

PART 01

不深度使用AI的人，连自己被骗了都不知道

不同AI之间的区别，真的很难用一句话讲清楚。

有人会问：不都是输入一段话，然后生成一段话吗？

当然不是。

同样一条指令，有的模型只看见字面任务，有的模型能理解你真正要解决的问题；有的模型做完一步就停，有的模型会主动检查前后有没有矛盾；有的模型一换长对话就开始忘事，有的模型能在大量文件、规则和上下文里继续保持判断；有的模型遇到报错只会反复重试，有的模型会自己换一条路径把结果做出来。

这些差异，不是跑一次测试、问几个常识题就能看出来的。

你得真的拿它干活。让它读几十个文件、执行一套复杂Skill、处理互相冲突的要求、连续协作几小时，再看看它能不能守住边界、理解优先级、发现自己的错误。

用得足够深以后，每个AI都会有一种很难伪装的“反应方式”。

这和识人很像。

我做了几千场1v1咨询之后，一个人跟我聊10分钟，我一眼就知道她真正的问题在哪里。比如，她嘴上说自己缺定位，可能真正缺的是销售动作；她说自己还没准备好做产品，可能只是害怕拿钱之后要交付；她不停问方法，往往是因为不敢做决定。

这种判断不是背了几套话术得来的。是见过足够多的人，处理过足够多的真实问题以后，形成的识别能力。

识别AI也一样。

你长期同时用Claude、ChatGPT、Gemini、DeepSeek去做高难度任务，会慢慢知道它们各自擅长什么、会在哪些地方犯错、什么任务最擅长、什么任务必须换模型。

很多人分辨不出来，不代表模型之间没有区别。只代表他还没有用到那个深度。

说难听点，中转站敢偷换模型，赌的就是大多数用户没有这种识别能力。

PART 02

Skill的效果，上限早就写在模型里了

我现在同时在用Claude和ChatGPT的最高版本，也是实打实的氪金选手。

为什么我要同时用？

因为我每天不是拿AI聊聊天。我让它处理知识大脑、写文章、做产品策划、整理客户资料、执行工作流、开发AI产品……它已经进入了我一人公司的内容、销售、交付和管理系统。

在这种使用强度下，模型差一点，最后的结果不是“文笔差一点”。整个工作流都会变形。

很多人以为Skill就是一份更长的提示词。写得足够详细，什么模型都能跑出一样的效果。

这是对Skill最大的误解。

Skill是一份AI员工的工作说明书。它写清楚遇到什么任务、先读什么资料、遵守什么边界、经过哪些步骤、最后交付什么结果。

但员工手册写得再好，也不能让所有员工做出同样的判断。

我做的很多Skill，背后都不是一个简单动作。它可能需要同时理解我的品牌风格、产品逻辑、客户类型、文件关系和交付标准；中间还要自己发现缺失信息、判断什么能做、什么不能动，最后把结果存到正确的位置。

放在Claude或Codex上，它能理解这些规则之间的关系。

换到一些能力弱很多的模型上，经常会发生什么呢？它看见了每一条要求，却分不清哪一条优先；步骤全走了，结果还是错的；格式看起来很完整，真正重要的商业判断没了；你提醒它不要动某个文件，它转头就改了。

表面上，它也“完成任务”了。

可根本不能用。

这不是方法的问题，是工具的问题。

你不能拿一份COO的岗位说明书交给实习生，然后问：为什么他还是做不了COO？

同一套Skill换一个模型，效果可能差几倍。再换一套AI框架，文件读取、工具调用、上下文管理、任务执行方式又会继续拉开差距。

严格来说，Claude Code和Codex也不只是一个模型名字。它们是能读文件、调用工具、执行多步任务的Agent产品。底层接什么模型，外面用什么框架，两层都会影响最后的结果。

模型决定能力上限，框架决定它能不能把能力真正用出来，Skill决定它要把能力用在哪里。

少一层都不行。

PART 03

最先进的生产力，不可能只有最便宜的价格

这也是我最近给【AI霖子】商业教练做模型配置时，最纠结的一件事。

我当然想给每一个用户都上最先进的大模型。

同一个商业教练Skill，用更强的模型去理解用户背景、调用个人资料、分析商业卡点，最后给出的建议会更准确；同一个内容Skill，更强的模型能守住风格、逻辑和真实素材，不会写出一篇格式漂亮但没有灵魂的AI稿。

用户体验一定更好，我的产品口碑也会更好。

可成本不会因为我有理想就消失。

有些复杂任务调用一次最先进模型，可能就要消耗几百积分。换成国内的低成本模型，价格可能只要它的几十分之一。

如果我不告诉大家这个差异，把所有任务都默认接到最贵的模型上，大家很快就会发现：积分怎么一下就用完了？

如果我为了便宜，全部换成低成本模型，Skill又跑不出我自己演示时的效果。

所以我不准备假装这两件事可以同时满足。

又要最先进的模型，又要几乎免费的价格，现阶段就是做不到。

未来「AI霖子」会专门上架Pro和Business版本的技能，给积分充足、对结果要求更高的用户调用最先进模型的API。普通的整理、改写、信息提取，可以继续交给成本更低的模型；真正影响商业判断、内容质量、客户交付和产品开发的任务，再调用高能力模型。

这不是把用户分成三六九等，而是把不同成本、不同能力的服务讲清楚。

你愿意为更高的结果付费，就有更高的能力上限。你暂时不需要，也完全可以先用性价比更高的版本。就像很多人觉得我们「自由人生合伙人」的商业辅导很贵，但我的学员们却觉得太超值了，一直让我涨价。不同的付费能力，决定了用户不同的心理预期。

我宁愿把这笔账摊开，也不想用“所有模型效果都差不多”来哄大家。

PART 04

真正贵的，是你用错工具以后浪费的时间

是不是所有任务都必须用最贵的模型？

当然不是。

翻译一段文字、整理固定格式、提取表格信息、批量改尺寸……这类规则明确、容错率高的工作，用便宜模型就够了。能用一块钱解决的事，没有必要花十块钱。

但如果你在做公司战略、产品定位、高客单销售、深度内容、复杂开发，或者要让AI进入你的核心业务，模型能力直接影响结果，这个钱就别乱省。

很多人为了省Token，在低能力模型上来回改十几轮，花掉几个小时，最后还得自己重做。他只算了API花了多少钱，没有算自己的时间值多少钱，更没有算一个错误判断会让业务多走多少弯路。

我一直建议有条件的伙伴，尽量去用最先进的大模型。

不是为了追新，也不是为了在朋友圈晒自己买了什么会员。

你要先体验过真正的生产力，才知道AI可以替你做到什么程度。连天花板都没见过，很容易把一个低配模型的表现，当成整个人工智能的水平，然后得出一句：“AI也就这样。”

AI当然不平等。

模型能力不平等，框架不平等，Token价格不平等，每个人能调动的生产力也不平等。

最后的最后，AI的实际效果，确实会取决于你的钱包。

这话不好听，但是真的。

如果口袋里还有粮，我真心建议你少买几个听完就忘的课程，少囤几个功能重复的工具，把钱花在最顶级大模型的Token上。至少它每消耗一次，都在替你完成真实工作。

当然，你可以不买最贵的。

但你必须知道自己到底在用什么，也必须知道便宜的代价是什么。

别花着Codex的钱，用着套壳的DeepSeek，最后还以为是AI不行。

用热爱实现自我，用专业成就他人。