Anthropic封杀OpenClaw+DeepSeek V4灰度+Mercor训练数据泄露：4月4日AI圈三件事，每一件都在改规则

前言

2026年4月4日，AI圈没有给任何人喘息的机会。昨天微软MAI三件套+Qwen3.6+Gemma 4三连爆的热度还没散，今天又来了三颗炸弹——而且每一颗都在改写行业规则。

事件一：Anthropic宣布Claude订阅不再覆盖OpenClaw等第三方工具的使用量，从今天太平洋时间中午12点起正式生效。数百万用Claude订阅跑OpenClaw的开发者，一夜之间成本从$20/月变成了按量付费。

事件二：DeepSeek V4灰度测试曝光，SWE-bench Verified 83.7%，超过GPT-5和Claude Opus。自研Engram记忆机制、338种编程语言支持、百万级上下文——如果这些数据属实，开源编程模型的格局要变了。

事件三：AI数据供应商Mercor确认被TeamPCP黑客组织通过LiteLLM供应链攻击入侵，可能泄露了Meta、OpenAI、Anthropic的专有训练数据。Meta已暂停合作，OpenAI紧急调查。这不是普通的数据泄露——是AI行业的"原料配方"可能流入了暗网。

三件事看似不相关，但串在一起看指向同一个趋势：AI行业正在从"野蛮生长"进入"规则重塑"阶段。 Anthropic在收紧计费规则，DeepSeek在重写开源规则，Mercor事件则在敲响数据安全的警钟。

事件一：Anthropic封杀OpenClaw——$20/月的"无限量"时代结束了

发生了什么

Anthropic在4月3日宣布，从4月4日太平洋时间中午12点（北京时间4月5日凌晨3点）起，Claude的订阅服务（Pro $20/月、Max $100/月）将不再覆盖通过第三方工具（如OpenClaw、Cline等）产生的使用量。

Anthropic官方给出的理由是：第三方工具给系统带来了"超乎寻常的压力"（outsized strain），影响了核心用户的体验。

对开发者的实际影响

这件事看起来只是改了个计费规则，但对AI编程工具生态的影响是地震级的。

直接受影响的用户：所有用Claude订阅（而非API）在OpenClaw上工作的开发者。此前，你付$20/月Pro订阅，可以在OpenClaw上无限使用Claude Sonnet。现在，这部分使用量要单独按API价格计算——Claude Sonnet的API价格是$3/MTok输入、$15/MTok输出。一个重度用户每月可能多花$30-80。

Anthropic提供的过渡方案：

Anthropic的真实意图

Anthropic不是在"惩罚"第三方工具，而是在重新定义Claude的价值边界。

Claude Code和Claude Cowork是Anthropic的官方产品，订阅收入直接归Anthropic。OpenClaw是第三方工具，Claude的使用量通过OpenClaw的API调用产生——Anthropic从中获得的收入远低于直接订阅。

更重要的是，OpenClaw的使用模式是"挂机式"的——Agent自动执行任务，token消耗量远超人类对话。一个OpenClaw用户一晚上的token消耗，可能相当于100个Claude官网用户一周的用量。这对Anthropic的算力成本来说是巨大的负担。

OpenClaw用户用$20/月消耗了Anthropic价值$50-200的算力。这个商业模型不可持续——Anthropic必须改。

对AI编程工具格局的影响

这个政策变更的直接后果是：

• OpenClaw用户成本大幅上升，部分用户可能转向直接用Claude Code（官方产品，订阅仍覆盖）
• Cline用户如果用Claude API密钥（而非订阅），不受影响——API本来就是按量付费
• Anthropic在推动用户从"订阅套利"转向"按使用付费"，长期看更公平，短期看用户有阵痛

谁不受影响

• Claude Code用户：官方产品，订阅完全覆盖
• Claude官网用户：完全不受影响
• 使用Claude API密钥（而非订阅）的用户：本来就是按量付费，无变化
• Cursor用户：Cursor有自己的API计费体系，不受此政策影响

事件二：DeepSeek V4灰度测试——开源编程模型要变天了

核心性能数据

DeepSeek V4的灰度测试数据已经在多个渠道曝光。如果这些数据属实，它将成为目前最强的开源编程模型——没有之一。

几个关键信息：

第一，SWE-bench 83.7%，已经超过了Claude Opus 4.6（80.8%），逼近GPT-5.4 Pro（86%）。考虑到V4还是灰度版本、未完全调优，正式版可能更高。开源模型在编程能力上追平闭源，这是第一次。

第二，Engram长期记忆机制是最大的架构创新。传统Transformer的记忆瓶颈在于：上下文窗口越大，推理成本指数级上升。DeepSeek的Engram机制将知识存储与推理解耦，实现近乎O(1)复杂度的知识检索——这意味着百万token上下文不再是"塞进去然后祈祷模型记得住"，而是"存起来随时精确调用"。

第三，338种编程语言支持。这个数字几乎是GPT-5.4（约100种）的3.4倍。对于使用小众语言（Rust、Elixir、Haskell等）的开发者来说，DeepSeek V4可能是唯一能"理解"他们代码的模型。

第四，Design2Code功能——给一张UI设计图，直接生成前端代码，准确率92%。我们之前测试Qwen3.6-Plus的多模态编程时，估计准确率约60%。如果DeepSeek V4真的能做到92%，这意味着前端开发者的生产力可能再次跃升。

架构创新：MoE + Engram

Engram是DeepSeek自研的记忆机制，名字来源于神经科学中的"记忆印迹"（Engram）概念。它的核心思想是：不要让模型"记住"所有东西，而是把知识存储在外部模块里，推理时按需检索。

对AI编程工具生态的影响

如果DeepSeek V4正式发布且性能达标，AI编程工具的性价比格局将再次被改写：

Cline + DeepSeek V4可能在SWE-bench上超过Claude Code Pro，而成本只有八分之一。 这将是AI编程工具有史以来最大的性价比颠覆。

不过有一个重要提醒：灰度数据≠正式版数据。DeepSeek V3发布前的爆料数据和最终版差距不大，但V4的架构跨度更大（新增Engram模块），灰度和正式版之间可能有调整。建议等正式发布后再做最终判断。

发布时间线

DeepSeek创始人梁文锋亲自带队研发。此前V1到V3都是"按计划发布"，V4是第一次大幅跳票——说明架构创新确实有技术难度。

事件三：Mercor训练数据泄露——AI行业的"原料配方"流入了暗网

事件链条

这是三件事里最令人不安的一个。

TeamPCP黑客组织
  → 入侵LiteLLM（AI API代理工具）
 → 在两个版本（1.82.7/1.82.8）中植入恶意代码
  → 植入凭证窃取+K8s横向移动后门
  → 影响数千家使用LiteLLM的组织
  → Mercor（AI数据供应商）中招
  → 专有训练数据可能泄露至暗网

LiteLLM是一个AI API代理工具，月下载量9500万次，大量AI公司用它来统一管理不同模型的API调用。攻击者在LiteLLM的两个版本中植入了后门代码——任何使用这两个版本的组织，其系统凭证和环境变量都可能被窃取。

Mercor是谁，为什么它泄露的数据这么重要

Mercor是一家价值100亿美元的AI数据服务公司，核心业务是为大型AI实验室提供定制化的专有训练数据。它的客户包括：

Mercor做的事情，本质上是"AI模型的饲料加工厂"。大型AI实验室（OpenAI、Meta、Anthropic）雇Mercor雇佣数千名人工承包商，为AI模型生成定制化的训练数据集——如何回答特定领域的问题、如何执行特定任务、如何验证答案的正确性。

这些数据集是AI模型的核心商业机密。 知道一家公司用什么数据、怎么训练的，就等于知道了它的"配方"。如果竞争对手拿到这些数据，可以复现类似的能力，甚至找到针对性攻击的方法。

泄露了什么

冒充Lapsus$的黑客在暗网声称拥有以下数据（真实性未完全确认）：

如果这些数据确实包含Mercor为AI实验室生成的专有训练数据集，后果将是灾难性的。这相当于可口可乐的配方被公开了——虽然你有了配方，但你的生产线和品牌还是比不过可口可乐。不过，竞争对手可以基于这些数据更快地追赶，甚至找到你的模型在特定任务上的弱点。

为什么这件事和3月29日的LiteLLM事件有关联

3月29日的新闻速报里，我报道过LiteLLM遭TeamPCP供应链攻击的事件。当时的影响范围是"9500万月下载量受影响，3小时暴露窗口"。现在看来，那次攻击的实际影响远比当时报道的严重——Mercor就是那次攻击的最大受害者之一。

对普通用户的影响

好消息：泄露的是AI模型训练数据，不是用户个人数据。OpenAI已声明用户对话数据未受影响。

坏消息：如果训练数据真的流入暗网，它可能被用于：

• 模型逆向工程：竞争对手分析训练策略，更快追赶
• 对抗性攻击：基于训练数据的弱点设计针对性的攻击
• 训练数据投毒参考：了解哪些数据被用于训练，设计针对性的"毒药"样本

对AI开发者来说，这件事是一个严重的安全警示：你的AI工具链上的每一个环节——模型、API代理、数据供应商——都可能成为攻击入口。

三件事串在一起看

三个事件分别从商业、技术、安全三个维度重塑AI行业的规则：

商业维度：Anthropic的"订阅不再覆盖第三方工具"政策，标志着AI公司开始精细化运营——不再做"一个价格无限使用"的赔本买卖。未来其他厂商（包括OpenAI）可能跟进类似策略。

技术维度：DeepSeek V4的Engram记忆机制，如果效果如宣传所言，将从根本上改变大模型的记忆方式。百万token上下文+O(1)检索，意味着Agent可以"真正记住"跨会话的信息，而不是每次都从零开始。

安全维度：Mercor事件暴露了AI行业的供应链脆弱性。LiteLLM一个工具被攻破，就能影响数千家公司、泄露价值数百亿美元的专有数据。AI行业的"安全"不应该只关注模型本身，更要关注整个工具链。

本周AI动态速览

• 小米发布MiMo大模型：推出四档Token订阅套餐，月费39元起，直接对标DeepSeek
• 腾讯云推出"龙虾"Agent Memory服务：提升AI助理的记忆能力，和DeepSeek V4的Engram类似
• 广电行业组织严禁AI换脸：红果短剧AI剧《桃花簪》因"盗脸"侵权被下架
• 阿里发布Wan2.7-Video：视频生成模型，国内视频生成赛道再添玩家
• Anthropic成立政治行动委员会AnthroPAC：AI公司正式介入美国政治

FAQ

Q1：Claude订阅不覆盖OpenClaw后，我的成本会增加多少？

A：取决于你的使用量。轻度用户（每月通过OpenClaw消耗约50万token）额外成本约$10-20/月。重度用户（每月数百万token）可能额外增加$50-100。建议：优先使用Claude Code（官方产品，订阅覆盖），或用DeepSeek API替代（成本更低）。如果用Cline接入DeepSeek V3.2，每月只需$5左右。

Q2：DeepSeek V4什么时候正式发布？值得等吗？

A：预计4月上旬发布（概率75%），但DeepSeek V3也跳票过。如果V4的SWE-bench 83.7%数据属实，它将是目前性价比最高的编程模型——开源免费，性能超过Claude Opus。建议现在开始熟悉Cline的使用（如果还没用的话），等V4发布后直接接入。

Q3：Mercor数据泄露会影响ChatGPT或Claude的安全性吗？

A：不会直接影响。泄露的是训练数据（"怎么教模型的"），不是用户对话数据（"你和模型说了什么"）。你用ChatGPT或Claude的对话记录是安全的。但长期看，如果训练数据被竞争对手获取，他们可以更快地追赶，这可能间接加速AI模型的能力扩散。

Q4：LiteLLM安全事件和Mercor泄露有什么关系？

A：因果关系。TeamPCP黑客组织通过在LiteLLM的两个版本中植入恶意代码（供应链攻击），窃取了使用这些版本的组织的系统凭证。Mercor恰好使用了被植入后门的LiteLLM版本，导致其系统被入侵。这和3月29日我们报道的是同一事件的后续——当时只知LiteLLM被攻击，现在知道了最大的受害者是Mercor。

Q5：AI编程工具现在应该怎么选？

A：结合今天三条新闻，更新推荐方案：追求综合效率选Claude Code Pro（$20/月，订阅完全覆盖）；追求性价比等DeepSeek V4正式发布后再决定（目前先用Cline+Qwen3.6-Plus，$5/月）；使用第三方工具（OpenClaw等）的用户考虑切换到官方API或直接用Claude Code。不推荐：继续用Claude订阅跑OpenClaw（成本即将大幅上升）。

总结

2026年4月4日，三条新闻同时重塑AI行业的三个维度：

• Anthropic封杀OpenClaw：AI编程工具的"免费午餐"结束了。$20/月无限使用Claude的好日子一去不复返。Anthropic在用行动告诉行业：算力是昂贵的，不要指望用订阅费薅羊毛。这对依赖OpenClaw的开发者是坏消息，但推动了行业向更公平的按量付费模式转变。

• DeepSeek V4灰度测试：开源编程模型的天花板可能再次被打破。SWE-bench 83.7%、Engram记忆机制、338种编程语言——如果正式版数据属实，Cline+DeepSeek V4将是以$5/月挑战$40/月Claude Code的最强方案。DeepSeek正在用V4证明：开源不等于廉价，开源也可以是最好的。

• Mercor数据泄露：AI行业的供应链安全警报全面拉响。LiteLLM一个工具被攻破，就能泄露价值数百亿美元的专有训练数据。Meta暂停合作、OpenAI紧急调查——这说明AI公司终于意识到：训练数据的安全和模型的安全同等重要。

对开发者的行动建议：

• 检查你的Claude使用方式，如果是通过OpenClaw，尽快规划迁移
• 关注DeepSeek V4的正式发布，准备在Cline中接入测试
• 审查你的AI工具链——LiteLLM事件证明，每一个第三方依赖都是潜在的攻击面

持续关注AI工具宝箱获取最新AI工具评测和行业动态。