我的感觉并不只是少了一个工具，整个工作流，关键节点被卡了。
尝试了Anthropic 提交申诉无果，又尝试重新注册账号 直接废掉两个GG邮箱账号，算了不折腾了。
一
事件起因，已不是个例 早之前用的Cursor就开始部分地区断供，到直接断供，我就直接弃了
再到后来，国产AI工具上线刚开始都带着Claude，之后也统一下线 Anthropic 开始系统性限制第三方调用 Claude Code
最近爆火的OpenCode 也成为重点波及对象 与此同时，OpenAI 官宣与 OpenCode 达成合作
我的判断很明确：Claude 要换掉！
二
我开始复盘自己的工作方式 表面看，我基本市面上的模型都在用着。 但实际上，我对Claude的依赖性很强。
之前写技术文章，解决技术问题，还有重度编程依赖 我都直接Claude ，这种顶级模型直接白嫖，还是能省不少
现在它一出问题， 整个流程就会停摆。
这已经不是模型好不好用的问题。 而是一个更底层的认知偏差：
我一直把 AI 当成工具，而不是系统。
工具坏了，可以换。 系统一旦单点失效，就会全盘崩溃。
三
OpenCode，带来的意外转变
我之前就入手了智谱的 GLM Coding Plan 套餐 虽说GLM-4.7是性价比的首选，整体能力只比 Claude 稍弱一点
在用 GLM 替代 Claude 的过程中，我开始认真用 OpenCode。 但用了一段时间后，我意识到一件事：
这是我第一次，把多个模型真正放进同一个系统里。 不是多个账号 不是来回切网页 而是同一个上下文，同一个会话
模型的差异，只体现在能力分工上。
过去我的做法很原始：
复杂逻辑用一个模型 前端或视觉换另一个 靠经验手动切
而 oh-my-opencode 把这件事自动化了。
这一步让我突然明白：
真正重要的，从来不是哪个模型最强。 而是模型之间，如何协作。
四
用系统化解决方案，而不是换模型 到这一步，我才重新看待 GLM 的问题。
不能看图， 并不等于它不能继续用。
既然 OpenCode 本身支持多模型调度， 那就让每个模型只做它擅长的事。
我做了一个很小的调整： 给OpenCode自定义了一个视觉命令 操作很简单，只需要修改本地配置文件：
~/.config/opencode/opencode.json
加了一个command（模型需要提前配置好）：
"command": {
"vision": {
"description": "Analyze pasted image with a vision model",
"model": "google/antigravity-gemini-3-flash",
"template": "请分析这张图片并总结关键信息。\n\n输出格式：\n[过程-仅限截图] 用 3-6 行简短要点说明你看到了哪些图像元素（只描述截图内容，不扩展、不推断、不联想、不评价）。\n[结果] 直接回答：$ARGUMENTS\n\n硬性约束：\n- 不要调用或模拟任何工具（如 look_at、skill）。\n- 不要搜索文件、不要猜测路径、不要讨论环境。\n- 不要超过 12 行。\n- 不确定就写“无法确定”。"
}
},
使用时，只需要： 输入 /vision 命令 粘贴截图 OpenCode会调用 Gemini 输出结构化描述 再切回 GLM 继续开发
关键不在于“能看图”。
而在于两点：
视觉结果被限制为纯描述 后续推理只交给多个模型
这比让一个模型同时看图、推理、写代码，要稳定得多。
五
终级方案：OpenCode + Agent
通过自定义 provider 与模型 当我使用 /vision
OpenCode 会自动触发search-mode、analyze-mode，并行调用多个 agent 完成搜索、分析和整理。
也就是说， 即使只是处理一张截图， 也已经进入完整的系统流程。
不是再用模型，而是在运行一个Agent
具体实操教程可以查看：
把 OpenCode 的多模型Agent用明白，OpenCode 的模型配置指南
手把手教你快速入门OpenCode + GLM-4.7 + Oh-My-Opencode + Skills 安装配置与高效使用指南
六
最终成果
日常开发，交给 GLM 关键决策，用 GPT 视觉和前端，由 Gemini 负责
每个模型都有明确边界， 每个 Agent 都有固定职责。
结语
如果说以前的 AI 是顺手的工具， 那现在，它就是一个系统。
不会因为某一家模型，就整体失效。 或许在 AI 真正进入生产阶段之前，每一个重度用户，迟早都会走到这一步。
