AI 编程平台 Replit 与模型供应商 Anthropic 的合作关系似乎走到了岔路口。Replit 联合创始人兼 CEO Amjad Masad 在公开场合透露，公司已不再与 Anthropic 合作，原因涉及成本、伙伴关系与模型性能三个维度。这一表态之所以引发关注，是因为 Replit 此前正是依靠 Anthropic 的 Claude 系列模型驱动其 Agent 产品，并借此实现了收入的显著增长。
事件背景：一段曾被看好的合作
Replit 提供的是云端软件开发平台，用户可以直接在浏览器里开发、部署应用，其 Replit Agent 能够根据自然语言指令从零搭建可运行的项目。这类“氛围编程”（vibe coding）场景对底层模型的代码生成能力、长上下文理解和工具调用稳定性要求极高。Anthropic 的 Claude 模型一度是 Replit Agent 生产环境的主力，Replit 官方博客和产品团队在社交平台上的公开内容，直到几周前仍在展示 Claude 系列模型在其平台上的运行情况。今年 8 月，Replit 宣布与 OpenAI 建立合作，但当时并没有任何信号表明它与 Anthropic 的关系已经终止。
核心信息：CEO 给出的三个理由
Masad 在舞台对话中把这次调整归结为三点：
- 成本：大规模调用前沿模型的推理开销是 AI 编程平台的主要变动成本之一，模型单价直接影响毛利率。
- 伙伴关系：与模型厂商的合作深度、优先级和技术支持力度，会影响产品迭代节奏。
- 性能：Replit 内部有一套评估基准，同时也发布公开基准。Masad 称，在“从零构建氛围编程应用”这一任务上，OpenAI 的模型表现持续更好，并直言“我认为 ChatGPT 现在更强”。
不过，这一说法并非没有争议。有了解双方合作情况的匿名人士表示，合作关系“仍然存在”。Replit 官网、博客和社交账号上近期仍有使用 Anthropic 产品的痕迹，例如 9 月下旬的一篇博客提到 Claude 系列模型运行在 Replit Agent 的生产环境中，同期还有产品员工在社交平台展示使用 Anthropic 旗舰模型的能力。Replit 方面尚未就这些矛盾信息给出进一步澄清。
影响分析：模型供应商的“可替换性”正在上升
这件事的意义超出两家公司的合作本身。它说明在 AI 编程这一细分赛道上，应用层公司对单一模型供应商的依赖正在减弱。当多个前沿模型的代码能力逐渐接近，平台方就有了“用脚投票”的空间——谁的性价比更高、谁的合作条款更友好、谁在特定基准上更稳，谁就能拿到订单。
对 Anthropic 而言，失去一个高增长的编程平台客户，象征意义大于短期收入影响，但它提醒模型厂商：企业客户看重的不只是基准分数，还有总拥有成本和生态协同。对 OpenAI 而言，这是一次在开发者工具场景中的实际落地验证。对其他 AI 编程平台来说，Replit 的做法提供了一个参考样本——建立内部基准、保留多模型切换能力，正在从“加分项”变成“必选项”。
值得注意的是，Masad 同时披露了 Replit 的收入结构变化：企业客户收入占比从去年的约 2% 升至今年的约 15%，B2B 收入已超过总收入的 50%。这意味着 Replit 的客户结构正在从个人开发者向企业倾斜，而企业客户对模型稳定性、合规与数据隔离的要求，会进一步放大模型选型决策的权重。
行动建议：给开发团队和平台方的三点参考
第一，不要把模型选型当成一次性决策。 建立可量化的内部评估集，覆盖你们真实业务场景中的任务类型，而不是只看公开榜单。下面是一个简化的评估维度示例：
| 维度 | 关注点 | 建议做法 |
| 代码正确性 | 一次通过率、可运行率 | 用真实需求构造回归测试集 |
| 成本 | 单次任务 token 开销 | 按任务粒度统计，而非按调用次数 |
| 延迟 | 首 token 时间、总耗时 | 在高峰时段压测 |
| 稳定性 | 工具调用失败率 | 记录重试与降级次数 |
| 切换成本 | 接口兼容性 | 抽象一层模型网关 |
第二，在架构上保留模型可替换性。 通过统一的模型网关封装调用逻辑，把 prompt、工具定义和输出解析与具体厂商解耦。这样当价格、性能或合作条款发生变化时，切换成本可控。
第三，关注合作条款之外的隐性成本。 模型迁移不只是改一个 API 地址，还涉及 prompt 重调、评测重建和线上回归。提前把这些工作量纳入规划，才能避免被动。
对于正在选型的团队，建议同时测试多家前沿模型，用数据而非印象做决定。如需进一步交流，请访问 AI Explorer 联系页面。