别再把模型当产品，六个概念理清从 ChatGPT 到 OpenClaw 的层级

先说一个被问到起茧的问题。Claude 和 Claude Code 有什么区别。

这不是个别新手的困惑。老雷这两年帮企业做 AI 内训，坐进会议室的产品经理和技术负责人，几乎都绕不开这一类问题。ChatGPT 和 OpenAI 是一回事吗。API 是什么，我要不要买。Skill 跟 Claude Code 什么关系。OpenClaw 又是干嘛的。

问的人不笨，是这个领域的命名确实乱。同一家公司的东西名字长得像，官方文档又没有一张画给普通人看的关系图。结果就是你刷了很多教程，脑子里还是一团浆糊。

这篇只干一件事，把六个概念按层级一次捋清。读完你就知道自己每天用的东西站在哪一层，下一步该补哪块。

公司做模型，模型装进产品

你去超市买可乐，从货架上拿走的是罐装可乐，配方本身你永远喝不到，研发配方的是可口可乐公司。AI 世界一模一样，分三层，公司管造模型，模型是核心技术，产品是模型装进壳子后的样子，你天天接触的是产品。

OpenAI 是公司，GPT-5 系列是模型，ChatGPT 是网页聊天产品，OpenAI API 是给开发者的接口。Anthropic 是公司，Claude Opus 和 Sonnet 是模型，Claude.ai 是网页产品，Claude Code 是跑在终端里的编程工具。Google 这边，Gemini 3 系列是模型，Gemini App 是产品，Gemini CLI 是终端工具。

所以当你说「我在用 Claude」，准确含义是我在用 Anthropic 的 Claude.ai 这个产品，它背后跑着 Claude Sonnet 模型。就像你说我在喝可乐，实际是喝可口可乐公司按秘密配方灌装的罐装饮料。

公司做模型，模型装进产品，你用的是产品，从来不是模型本身。

分清这三层，一半的概念困惑当场消失。剩下的一半，靠下一节的 API 讲完。

API 是点菜系统，订阅和它是两套钱包

API 是新手最怕的词之一。用吃饭来打比方，API 就是餐厅的点菜系统，你的程序把菜单递给后厨，后厨做好菜端出来，你不用进后厨，也不用知道厨师怎么颠勺。

API Key 是你的会员卡号，管验证身份和记账。Token 是菜的份量单位，模型按这个计量收费，一个中文字大约合一到两个 Token。请求和响应就是点菜和上菜。

网页产品和 API 的差别也在这张餐桌上。用 ChatGPT 或者 Claude.ai，是你坐在装修好的餐厅里点菜，有服务员有菜单，体验友好，但只能按菜单来。用 API，是你直接跟后厨对接，能定制菜品、批量下单、让后厨二十四小时给你干活，灵活，但餐厅得自己搭，也就是自己写代码。

我第一次看 API 文档的时候也犯嘀咕，这不就是发个消息吗，搞得这么复杂。后来才想明白，你在网页里聊天的时候，背后其实也在调 API，只不过平台把点菜、付款、上菜全套给你包装好了，你看到的是精装餐厅，后厨一直在跑。

判断自己需不需要 API，老雷给一个粗糙但好用的标准。日常聊天、写邮件、翻译、用 Claude Code 写代码，统统不需要，一份订阅全搞定。要自己开发 AI 应用、做批量自动化处理、搭多 Agent 系统，这三样才需要 API。

这里埋着新手最常踩的一个坑。订阅和 API 是两套独立计费，钱包完全分开。买了 ChatGPT Plus 不代表 API 有余额，Claude Pro 订阅和 API 按量付费也互不相通。被问得最多的问题里就有一条，明明买了 Claude Pro，API 却报错余额不足，原因就是这俩压根不是同一个账户。

价格体感差多少。有开发者实测过，同样强度的编码任务，API 按量计费一天能烧掉 45 到 50 美元，同样的活用 20 美元一个月的订阅就做完了。订阅像包月水电费，交固定的钱随便用，用太猛会被限速。API 像装了水表电表，用多少付多少，精确但账单可能吓人。

所以刚入门的工程师，老雷的建议是先别碰 API，一份 Claude Pro 订阅就能覆盖学习和日常的全部场景，等你真要做自动化和产品的时候再回来补这一课。

聊天机器人只能说，Agent 能动手

第三个概念是 Agent，2026 年整个 AI 行业最核心的关键词。它跟聊天机器人的区别，用一次真实体验就能讲透。

你想做一个个人网站。用聊天机器人，你问怎么做，它回一大段教程，你照着操作，报错了，截图再问，它又答一段，如此反复二十轮，网站还没跑起来。用 Agent，你说一句帮我做个人网站，要首页、关于我、作品集三个页面，风格简洁，它自己建文件夹、写代码、跑起来给你预览，你说首页背景换深色，它改完再预览，结束。

区别不在智商，在工作方式。聊天机器人只能「说」，Agent 能「做」。它能不能操作外部工具，是读写文件、执行命令、调用 API 的分水岭。出了错，前者告诉你怎么修让你自己动手，后者自己发现、自己修、自己验证。

一个类比收尾。聊天机器人像导航仪，你问路它指路，但不替你开车。Agent 像自动驾驶，你说去机场，它自己规划路线、变道、停车。

Claude Code 是引擎，Skill 是路线

Claude Code 就是 Anthropic 的编程 Agent，它不长在网页里，长在终端里。打开终端窗口，输入 claude，光标开始闪，这个朴素的黑框能做网页版做梦都做不到的事。

你说帮我做一个个人博客，它创建项目、写代码、配样式、启动预览。你说这个项目有 bug 页面打不开，它读日志、定位问题、修复、重新运行验证。你说把这个文件夹里所有 CSV 的销售数据分析一下，它扫描文件、写脚本、跑分析、输出图表和结论。它不是告诉你怎么做，是直接帮你做，你是老板，它是员工。

不过 Claude Code 出厂再强，也是个通用的聪明员工，什么都能试，什么都不专精。你每次派活都要从头交代一遍做法，今天讲怎么写文章，明天再讲一遍。它不是记不住，是你没把流程写下来。

Skill 就是写给 AI 的标准作业流程。写好一次，以后每次触发都按同样的流程走，不遗漏、不走样、可复现。

用菜谱来收这个比喻。Claude Code 是一个天赋很高的厨师，Skill 是你写的菜谱，有了菜谱，厨师每次都能稳定做出同一道菜，不忘放盐，不搞错顺序。没有菜谱，你每次口头描述帮我炒个番茄炒蛋，厨师凭感觉发挥，有时候放糖有时候不放。

拿写长文这件事来说，没有 Skill，每次质量看运气。固化成 Skill 之后，从选题研究、大纲规划、初稿写作到润色排版，六步按顺序走完，质量下限被流程兜住。

Skill 不是让 AI 变聪明，是让 AI 变稳定。

Claude Code 是引擎，Skill 是导航路线。引擎决定你跑多快，路线决定你到得了哪里，缺一个都跑不起来。

多 Agent 那一层，先知道终点在哪

最后一个概念解决一个新问题，一个 Claude Code 窗口再强，也没法同时管小红书、写长文专栏、盯技术调研。就像一个员工再厉害，也不能同时当销售、文案和运维。你需要的不是一个更强的员工，是一支团队。

OpenClaw 就是帮你组建 AI 团队的系统，逻辑跟开公司一样。每个岗位招一个 Agent，每个 Agent 有独立工作区互不干扰，有一个前台网关接收外部消息分发任务，你在 Discord 里发指令，就像在钉钉里给员工派活。

我自己部署过一套十人的 AI 团队，总经理统筹协调，情报部采集全网动态，研发部做技术调研，运维部管归档，下面再挂四个内容运营部门和一个私人助理。在 Discord 里给内容部门发一句写篇文章，它开始干活的同时，情报部正在采新闻，互不干扰。切换任务不用重新交代背景这件事，效率直接翻几倍。

老雷给大家提个醒，这一层是毕业设计级别的玩法，新手不需要急着碰。先知道终点在哪就行，你学的不只是一个工具，是一套可以无限扩展的系统。

把六层从下往上串一遍。第 1 层是 AI 公司，第 2 层是模型加 API，第 3 层是消费级产品，第 4 层是编程 Agent，第 5 层是 Skill 技能系统，第 6 层是多 Agent 系统。每一层都踩在下一层上面，大多数人只需要关心第 3 到第 5 层，最底层是技术细节，最顶层是进阶玩法。

读完如果还有点模糊，把下面这段复制发给 Claude Code，让它用你自己的场景重新讲一遍。

我刚读了理清 AI 概念的文章，讲了六个概念，公司、模型和产品的层级，API，Agent，Claude Code，Skill，多 Agent 系统。请先问我一个问题，我日常主要用 AI 做什么。根据我的回答，用我自己的场景重新解释这六个概念，别用文章里的比喻，帮我造一套属于我的比喻。最后画一张关系图串起六个概念，标注出我现在在哪一层，下一步该学什么。

概念清晰是一切学习的前提。产品名字会变，定价会调，层级关系不会变。

理清了就动手，从第 4 层开始，装一个 Claude Code，给它派第一件活。