如果你已经用Claude Code作为主力开发工具，并能负担得起每月20刀甚至100刀的会员费，那这篇博文不是为你准备的。
很多国内的朋友可能听说过Claude Code，但一直都没有用起来。因为能顺利购买和使用它家服务，还是有一定门槛的。
所以国内通常都有一些邪修的方法。比如用CC+国内模型，像Kimi K2或者GLM 4.6。这是利用CC的工程化能力，配合国内的大模型，可以在一定程度上缓解我们使用AI自动写代码的工具焦虑。
要说大语言模型目前热度最高，最有希望率先挣钱的行业，还得是自己革自己命的软开行业，这属于25年大厂必争之地。
近日，全球知名的AI模型评测平台LMArena发布了最新AI大模型排名，其编程与代码生成模型排行榜由美国Anthropic的Claude、OpenAI的GPT-5、智谱的GLM-4.6暂时排名并列全球第一。但这并不是意味着其他家就会坐以待毙。
这不，字节就悄悄放出了Doubao-Seed-Code模型，这是国内首个具备视觉理解能力的编程模型。今天我们就来一起看看，这能否成为广大国内开发者的福音。
01 环境设置
前置条件，安装有Node.js 18以上，Windows用户还需要Git for Windows。 在命令行执行如下命令即可安装Claude Code（通常这都不会有啥问题）。
npm install -g @anthropic-ai/claude-code
然后执行claude --version，如果终端输出了版本号信息，即表示安装成功了。
接着修改配置文件 ~/.claude/settings.json，添加以下内容。
{
"env": {
"ANTHROPIC_AUTH_TOKEN": "ARK_API_KEY",
"ANTHROPIC_BASE_URL": "https://ark.cn-beijing.volces.com/api/coding",
"API_TIMEOUT_MS": "3000000",
"ANTHROPIC_MODEL": "doubao-seed-code-preview-latest"
}
}
上述ARK_API_KEY，需要替换为你自己的。可通过登录火山引擎控制台，点击右上角头像，在下拉页面的“API 访问密钥”处获取。如果第一次使用，还没有API Key，则应该“新建密钥”。 此时再启动Claude Code，就可以开启AI代码生成之旅了。
02 小试牛刀 模拟我们平常的实际项目开发，先有一个UI设计图，借用知乎上的一张产品图，如有侵权，请联系告知删除。
此时让AI来帮忙生成前端代码。先新建一个空白目录，将图片放在根目录，从该根目录启动CC后，在任务框输入“使用Vue3开发一个如图 @r.jpg 的前端页面”
接着我们耐心的等待。大约几分钟之后，提示生成了一些文件，或者执行一些命令，需要我们确认。1是单次确认，如果选择1的话，后面会有无数次的确认。所以，我们还是选择2吧。即全部接受改动。
又过了几分钟，提示已经完成代码生成，并自己测试通过，并开启了开发者模式，让我们访问http://localhost:5173查看。 这里麦金叔，改动了一下vite.config.js的内容，让项目可以远程访问。因为我的Claude Code安装在虚拟机里面。
server: { host: '0.0.0.0', port: 3003, }
这时，访问http://192.168.12.129:3003/ 就能看到豆包code模型生成的前端项目了。
大家可以对比一下图1的设计稿，看看还原度是否满意。
03 对比评测
回到我们的标题，除了要知道CC+Doubao-Seed-Code已经可以干活之外，还需要了解它跟原版CC+Claude模型之间的对比。
同样的项目同样的输入结果又是如何的呢？ 经过几分钟的运行，同样也得到了一个前端项目结果。大家看一下谁更接近原始设计呢？
除了从结果呈现看，我们还能从其他细节来比较一下。如下图所示，我们输入/cost来生成一下总结。
1. 生成时间： claude原模型(haiku和sonnet)，API调用时间5分50秒，项目总体时长8分41秒。 而豆包模型，则在API调用上持续了11分50秒，多出了一倍，项目总时长也到了13分46秒。
2. 费用预估： 原生模型，显示预估费用为0.7刀。当然如果是包月的话，这个没有太大意义，要看API调用次数，是否触发限流。 而豆包模型，则预估需要1.72刀。如果按API的调用方式的话，我不知道实际花费是多少钱。真的要用的话，最起码要购买Coding Plan的Lite套餐吧，一个月40人民币，首月优惠价9.9元。
3.代码量： 原生模型，新增1548行。5.4K的input tokens，21.5K的output，命中cache 360K读和70K写。 豆包模型，则显示新增921行，并修改其中的20行。414K的input tokens，15.5K的output，命中cache332K读，没有写cache。
总结
通过上面的对比，相信各位有一个简单直观的感受。在国内使用CC+豆包编码模型，到底能不能用来做vibe coding以替代原生claude code？
先说结论，我认为是可以的。 一个月40块钱的成本，能代替人工写低级别的代码，这笔买卖还是划算的。 随着使用的熟练度提高，比如通过放置Claude.md或者安排Skill描述的方式，进一步约束模型做正确的事情。再加上大模型的不断进化，国产模型能力追上并超越，只是时间问题。
如果你对AI的发展感兴趣，欢迎一键三连。有任何问题可以联系我，我们共同探讨。