V2EX用户自述：AI编码中转站疑似替换模型致项目失败，建议改用官方API

V2EX用户selfly近日分享了一次利用AI辅助编程的挫折经历，揭示了第三方模型中转站可能带来的隐性风险。由于需要频繁修改远程机器上的文件，传统的git操作十分不便，他计划开发一个Web版的Git工具。在网页版豆包上讨论完需求并形成Markdown文档后，他将任务交给opencode执行。

第一次尝试使用了“opencode + 中转站 gpt-6.1-sol”的组合。经过3小时的运行和7元人民币的成本投入，产出的界面仅处于新手村水平，fetch、pull、push以及功能区等核心需求无一成功落地，被作者形容为“纯废”。鉴于gpt-6.1-sol通常不应表现如此糟糕，且手头没有现成的GPT套餐进行直接对比，他转而测试了deepseek-41-flash。

结果形成了鲜明反差：同样是将Markdown需求文件扔给AI，大半小时后产出完成，基本功能全部可用，落地成功，超出了作者的预期。这种巨大的体验落差让selfly推断，问题很可能出在中转站上——即所谓的“水太深”，暗示中转站可能在后端悄悄替换了更便宜或能力较弱的模型（如评论区猜测的6luna充当sol）。

为了避免纠纷，作者未公开该中转站的名称，但指出其知名度并不低。这次经历促使他做出决策：后续优先考虑使用官方的API。这一案例虽为个人经验（n=1），但对于依赖AI代理进行复杂代码生成的开发者而言，提供了一个具体的警示：当产出质量远低于模型基准预期时，需警惕中间层的服务篡改或降级，直接验证模型身份或回归官方渠道是规避此类工程风险的可行路径。