我本来是抱着很大期待去试 K3 的。
原因也很简单：前段时间 Claude 各种封号、限区、风控之后，我越来越觉得，国产模型不崛起，开发者就没有真正的 AI 自由。可以继续喜欢 Claude，也可以继续用 GPT，但关键工作流不能永远押在别人家的账号体系和地区政策上。
所以 K3 一出来，我第一反应不是看热闹，而是想把它接进自己的真实工作流里。
我让 Codex 把 K3 接入我的多 agent worker。这个场景不算玩具测试：要看 interface 兼容性、上下文表现、skill 调用稳定性、多 agent 协作时会不会跑偏、出错后能不能被拉回来。
结果很尴尬。
评测还没跑完，就先把小时限额跑没了。
更糟的是，回看中间过程，K3 不是稳定地慢慢完成任务，而是频繁跑偏。Codex 不得不一次次打断它、纠正它、重新拉回目标。也就是说，限额不是花在有效工作上，而是大量消耗在“把模型从偏航里拉回来”。
这对开发者来说非常致命。
真正接入工程系统时，模型贵一点可以接受，慢一点也可以忍；但如果它不稳定，成本就会变成黑洞。以为买的是推理能力，实际买到的是反复纠偏的消耗。
我最失望的地方也在这里：K3 的意义本来不只是“国产模型又进步了”，而是它能不能成为 Claude 出问题时的第二条路。可如果一个真实接入评测都撑不到跑完，就先触发小时限额，那它离“第二条路”还有距离。
最后我准备把 99 退了。
结果又遇到另一个小挫败：去官网搜 refund / 退款，全站没找到明确入口，只能联系客服。
国产模型要崛起，不能只在发布会上崛起，也要在真实开发者的凌晨、脚本、限额、报错和退款入口里崛起。
