2 月 27 日晚上,Trump 簽署行政命令,禁止所有聯邦機構使用 Anthropic 的產品。國防部長 Hegseth 把 Anthropic 列為「供應鏈風險」——一個通常保留給中國和俄羅斯企業的標籤。
72 小時後,Claude 衝上美國 App Store 第一名,超越 ChatGPT 和 Gemini。每天有超過一百萬人註冊。
這不是電影劇情,這是 2026 年 3 月正在發生的事。
Anthropic 的兩條紅線
整件事的核心,其實就兩句話。
Anthropic 告訴五角大廈:你可以用 Claude 做幾乎所有事情,但有兩個例外——不能用於大規模監控美國公民,不能用於全自主致命武器。
五角大廈的回應是:我們要「所有合法用途」的授權。
談判破裂。
CEO Dario Amodei 事後說:「我們要求的限制只涉及高層級的使用領域,不干涉具體的操作決策。」換句話說,Anthropic 沒有要求審查每一次模型調用,他們只是不想讓自己的技術出現在「用 AI 自動決定要不要開火」或「用 AI 監聽所有美國人通訊」的場景裡。
聽起來合理?五角大廈不這麼認為。
連鎖反應比預期更猛
Trump 的禁令一出,骨牌效應立刻展開:
第一波(2/27-2/28):政府全面切斷
國務院終止 Anthropic 合約,把內部 chatbot「StateChat」從 Claude 切換到 OpenAI 的 GPT-4.1。財政部長 Bessent 宣布停用所有 Anthropic 產品。衛生部、聯邦住房金融局、房利美、房地美紛紛跟進。大約 100 名財政部工程師被要求改用 OpenAI Codex 和 Google Gemini。
第二波(2/28-3/1):民間反彈
#QuitGPT 和 #CancelChatGPT 在社群媒體上爆發。使用者的邏輯很直接——OpenAI 搶下了五角大廈的合約,那就是 OpenAI 願意做 Anthropic 不願意做的事。不管這個推論是否公平,它確實推動了一波遷移潮。
第三波(3/1):Claude 登頂
Claude 從兩個月前的第 42 名衝到 App Store 第一。在科技產品的世界裡,「被政府封殺」居然成了最強的行銷手段。
這對開發者意味著什麼
如果你是正在選 AI 平台的開發者,這件事有幾個值得注意的地方。
供應商風險不只是技術問題了。 過去我們評估 AI 服務商,看的是模型能力、API 穩定度、定價。現在多了一個維度:政治風險。Anthropic 被列為供應鏈風險的實質影響是——任何跟五角大廈做生意的公司,都需要證明自己沒有使用 Anthropic 的模型。如果你的客戶裡有美國政府承包商,這不是小事。
多模型策略從「最佳實踐」變成了「生存策略」。 那 100 名財政部工程師被迫在幾天內從 Claude 切換到其他平台。如果你的整個技術棧綁死在單一 AI 提供商上,政策風險已經不是假設性問題了。
「供應鏈風險」標籤的殺傷力被低估了。 這個標籤本來是用來對付華為、中興這類企業的。把它用在一家美國本土 AI 公司身上,開了一個危險的先例。今天是 Anthropic,明天可能是任何一家不配合的科技公司。
AI 模型市場的權力重組
這場衝突加速了一個已經在發生的趨勢:AI 模型市場正在從「一家獨大」走向「多極競爭」。
數據說話:從 2025 年 8 月到 2026 年 2 月,ChatGPT 在美國前七大 AI chatbot 中的日活用戶佔比從 57% 掉到 42%。全球從 73% 掉到 57%。最大的受益者是 Google Gemini,美國 DAU 市場份額從 13% 翻倍到 25%。
GPT-5.4 在 3 月 5 日發布,帶著 100 萬 token 的 context window 和原生電腦操作能力。Claude Sonnet 4.6 也有 100 萬 token 的 context(beta),加上更強的 agent 規劃能力。Gemini 3.1 Pro 在抽象推理上跑出了最好的 benchmark 成績。
三家的技術差距在快速縮小。選擇 AI 平台不再只是「誰的模型最強」的問題——定價、政策風險、生態系統整合都在影響決策。
被忽略的諷刺
整件事最諷刺的部分是:根據 CNBC 報導,即使 Anthropic 被列為供應鏈風險,Claude 仍然在伊朗戰場相關的情報分析中被使用。五角大廈一邊封殺 Anthropic,一邊(至少在某些管道上)還在用他們的技術。
Amodei 選擇走法律途徑挑戰這個決定,而不是妥協。他的原話是:「We do not believe this action is legally sound, and we see no choice but to challenge it in court.」
這場官司可能會持續好幾個月。但不管結果如何,Anthropic 已經用行動證明了一件事:在 AI 安全問題上畫紅線是有商業代價的,但這個代價可能比想像中小。
一百萬人一天的註冊量,就是市場給出的答案。
開發者該怎麼應對
我認為有三件事值得現在就做:
建立模型抽象層。 不管你現在用的是 Claude、GPT 還是 Gemini,在應用程式碼和模型 API 之間加一層抽象。用 LiteLLM、OpenRouter 這類工具,或自己寫一個 provider interface。切換成本應該控制在小時級別,而不是週級別。
分散供應商。 主力模型用一家,備援用另一家。關鍵工作流程至少在兩個平台上驗證過。這不是過度工程,這是風險管理。
關注政策動態。 AI 監管的變化速度已經快到會直接影響技術決策。Anthropic 的案例不會是最後一個。歐盟的 AI Act 執行細節也會在今年落地,對使用特定模型的限制可能更多。
把這當作 2026 年的技術債來管理:現在花一點時間做好架構,比事後被迫遷移要便宜得多。
