我在做一个中文 AI 创作平台（对话、图片、视频、音频都有）。半年下来，最大的收获不是功能，而是一堆反直觉的坑。挑 4 个有数据的分享一下，对做 AI 应用的朋友可能有用。
1. 「无审查」往往卡在托管商，不在模型本身
同一个图片编辑模型 Seedream V5 Pro，放在三家托管商上，用 40 条容易触发审核的编辑指令和同一张原图逐条测试（ 2026 年 8 月实测），被内容策略拒绝的比例分别是 **0%、12.5% 和 90%**。模型是同一个，差别全在托管商自己加的那一层审核：有的托管商在接口上根本没有提供关闭安全检查的开关，有的审核是概率性的，同一句话重试一次可能就过了。
所以挑「无审查」服务时，看名字没用，要看它实际跑在哪家，实测拒绝率是多少。
2. DeepInfra 的 TTS 一过 15 秒就变成白噪声
长文本语音合成时，大约 60 秒的音频会在中段突然变成刺耳的白噪声。
抓包后发现，DeepInfra 在一个本该是裸 PCM 数据的流里，每 15 秒左右插入一行 45 字节的 SSE 心跳：
: ping - <时间戳>\r\n\r\n
PCM16 一个采样占 2 字节，而 45 是奇数。心跳一插进去，后面所有采样的字节都错位了一位，听起来就是白噪声。解决办法是在流里识别并剥掉这一行。如果你也在用 DeepInfra 的流式 TTS ，可以检查一下 300 字以上的长文本。
3. Vercel 函数冻结，会吞掉「发出去就不管」的写入
计量日志和服务端埋点我们最初是 fire-and-forget 写的（
void fetch(...)，不 await ）。后来发现，Vercel 的函数实例在响应发出后就会被冻结，没写完的 promise 会被挂起，直到下一个请求把实例唤醒才继续，而那时连接早已超时。丢不丢取决于写入能不能在响应发出前的几毫秒内完成：复用热连接的数据库 INSERT 多半能活下来，要新建 TLS 连接的埋点请求则基本必丢。所以高峰期几乎看不出问题，低谷期和单次调用会稳定地丢数据，统计结果在半夜系统性偏低。
解决办法是用
@vercel/functions 的 waitUntil 把这些 promise 包起来，实例会等它们完成再冻结。修好之后，单次调用并静默 150 秒，计量和埋点也都能在响应后约 200ms 内落地。如果你在 Vercel 上做统计，发现半夜的数据总是少一截，可以查查这个。4. 长对话越长，回复末尾越容易出现乱码
我们统计了某个无审查模型回复末尾出现乱码的比例，发现它随上下文长度单调上升：上下文在 8k token 以内时约 0.01%，超过 48k 时到了 1.95%。短对话根本复现不出来，所以一开始一直以为是偶发故障。
更麻烦的是，一旦历史里出现过一次乱码，模型会照着抄下去。把 temperature 调到 0.7 之后，这种「被污染的历史」引发的乱码从 7/40 降到了 1/40 。所以先调采样参数，比去砍上下文更有效。
----------------------
最后说点题外话
这个项目从头到尾都是几乎我一个人在做。半年下来最大的感受是：一个人靠技术挣钱，养活自己是可以的。前提是选一个大厂不愿意做、或者做不好的方向，然后把那些脏活累活一件件干完。上面这些坑，没有一个是写功能时想得到的。
工具方面，最想夸两家。Vercel 是真好用：每个分支自动部署一个预览环境，合并到主干就上线，一个人也能保持很快的发布节奏，上面那个冻结的坑算是我交的学费。Cloudflare 是真良心：对象存储不收出口流量费，图片和视频这种大流量业务能省下一大笔钱，连域名邮箱都是免费转发的。
----------------------
平台叫 [思畅 AI]( https://sichang.xyz ），网页端可以免费试用，也有兼容 OpenAI 和 Anthropic 接口的 API ，可以直接接 Claude Code 。
----------------------
4 月 发过一帖，当时大家提的意见都记下了。模型方面，默认模型已经换掉了。隐私方面，我们不再做「不存储」这种没法验证的承诺，改为隐私和便利并重：对话保存在账号下，手机、电脑多台设备可以同时使用，消息实时同步；传输全程 HTTPS, 数据库静态加密，数据按账号隔离；对话不用于训练任何模型，可以随时一键导出或删除。这里不是端到端加密，想要绝对的隐私，本地模型仍然是最好的选择。
欢迎拍砖。