四大国产 AI 代码模型极限实测，速度差距大到离谱 同一个任务，计时从下指令到代码跑出结果： MiniMax M3：47秒 Kimi K2.7 Code：51秒... MiMo v2.5 Pro：87秒 GLM 5.2 Max：21分钟 没看错，最快和最慢差了24倍 GLM 官方解释是"全量代码预校验"，听着很高级。但说白了就是生成完代码自己又从头检查一遍才输出。21分钟，用户等到手机都锁屏了 严谨是好事，但你得给用户选择权。想快的时候让我快，想稳的时候再帮我查。不能一刀切全做成21分钟 MiniMax 和 Kimi 都在一分钟内搞定了。AI 代码生成这种场景，快就是正义。你一分钟出结果有bug我改一下就行，你21分钟出结果没bug我也等不起 国产代码模型的第一梯队已经很能打了，但差距也是肉眼可见的show more

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。 没做过 PM 不知道怎么想？ PM Skills Marketplace 把... 100+ 个顶级产品经理的思考框架塞进了 Claude。 一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。 把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇show more

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过... 1,000 Token 的速度。 同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。 藏师傅提前试了一下，做了三个测试，确实爽。 第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。 这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。 第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。 这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。 第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。 这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果 这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒 官方测试平台下面有个数据展示，会显示相关信息 在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的 之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象 最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式 在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率： 如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间 这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的 毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的 希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型show more

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex... 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样 这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了 我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端 现在统一在 Codex 里切，真是爽翻了 三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配show more

被ETH跌抑郁了，就做了一个打V神/小V的小游戏 vitalik.eth 发泄一下🤣 打了一会儿挺解压的。 用 DAPPOS 的AI——xbubble制作的。 自己是一个代码也没用，也不用自己配置环境，全程就对话。 最初生成的不太好，提出了优化条件试了几次，最后发现，要手动选择Compound... Skill - Bubble Computer这个SOP作成了。 小V的头像随机从土里钻出来，点上去的时候还音效和动画…… 计分功能我都没提，AI自己做的。 有没有ETH深套想玩的?show more

Plus用户的网页版额度永远用不完，但codex只能跑五分钟..... 于是我做了这个： 一个技能，让Codex干活时，把思考让给网页版Sol， 规划、审查代码全在网页端完成，Luna只负责执行。 视频是 Codex 自己打开 ChatGPT 连接、自己对话、自己干活的全过程，我全程没进行干预。 已经开源了，欢迎体验提PR~

Claude有个很让人不爽的点！！ 每次新模型发布，官方非订阅用户连体验的资格都没有！！ 想起之前在 ZenMux 充了钱还没用完，登上去一看，没想到已经上架了Claude Fable 5 ， 也算是第一时间体验上了这个“目前最强模型”。... 听说这模型死贵！！ 于是很慎重的用它跑了一个支付模块重构的任务！ 零代码基础，只能把之前Codex的输出给复制进去， 任务要求比较复杂： 保持原 API 兼容； 拆出 PaymentRequested / PaymentSucceeded / PaymentFailed； 补幂等，避免重复扣款； 改状态机； 更新单测； 输出迁移风险； Fable 5 不算快，面对这个长任务，它做对了两件事： 第一，先拆计划，再执行。 它把兼容层、事件定义、状态机、handler、测试、回滚风险都列出来了。 第二，最后主动自检。 它自己指出：支付成功事件必须幂等；旧接口“返回成功”不再等于“扣款完成”，调用方文档要改。 结果看起来，还是一如既往的稳！ 但是真的贵，就这么几分钟，直接跑了十多美金！！ 所以，我觉得要是家里没有矿，还是不要随便用Fable 5 ，根本不适合当常驻模型！ 感谢Zenmux让我体验了一下“宇宙最强”！ 虽然有点贵，但有时候相比价格，省心省力会更重要。 比如多文件重构、复杂迁移、PR review、长链路 Agent workflow这些复杂任务，偶尔用用，还是可以的！ 最后说一下 Zenmux，它有个PK 模式我一直很喜欢，可以同屏对比多个模型输出、延迟和成本。 现在刚好还有个限时的充值返赠活动： 充 20 美元送 10 美元 充 50 美元送 30 美元 如果你想第一时间体验Claude Fable 5或者其他模型，现在就是下手的最好时间！show more

这个 JSON render 真的很棒啊，重大创新 我能想到它的意义是安全可预测吧，让普通用户通过自然语言提示直接生成交互式 UI 而不会让 AI 输出失控带来安全风险。... 核心创新就是：不是让 AI 生成代码，而是让 AI 只生成 JSON 结构，然后生成的组件严格约束在你事先定义的组件库里面，可以配上 zod 检验 props 啥的。 还有就是用户体验好啊：真正可流式，渐进式渲染，同时生成的结果应该是非常稳定，因为被限定在特定的组件库中。 录屏做了小实验，效果很好。show more

“如果时间能够被我掌控 时间能够自己享用 我的rap能够大声朗诵 写着Long的Studio 跑遍世界各地秀 满足我的所有愿望一直到最后” 翻了很久的相册，想把这三年间拍的照片都一一找出来，最后还是翻到了这个视频。第一次见面印象最深刻的也是这首歌，在舞台上跳舞特别厉害的小男生，原来唱歌也这么好听。当时听不清歌词，也没听懂你对舞台的渴望，只觉得在舞台上的他好像一直是满电模式，直到后来我听了一遍又一遍，拍了一次又一次，这几句歌词已经分不清是“时间”还是“世界”了，但是我真的想满足你所有的愿望。 虽然后来再也没听到过你现场唱这首歌，但是歌词里写的“如果可以回到过去，我会努力做好我自己” ，我想说不用回到过去，你在我心里一直都是最好、最棒的那个。希望你不要太敏感，开心再多一点。陪伴你的这段时间里，我很开心也认识了很多好朋友... 。 成为coco的三年里，认识你很幸福，也谢谢你成为贺鑫隆！show more

打开了 AntiGravity 测试一下 Gemini 3.5 Flash，一个明显的感觉： 速度快到令人发指… 但就是狂输出代码但不解决问题… 按照完成任务所用时间来算，还不如... Opus 4.6 的 20%，甚至还不如 Gemini 3.1 Pro！ 服了…大家可以继续嘲讽美国豆包了… 妈的垃圾！show more

离谱，真是要笑死了，我发现：GPT-6 Astra 越强，我越穷？？？ 因为额度花太快了啊！！😭 但是我发现了一个 bug 级别的GPT-6 Astra占便宜窗口，成本直降92%（Advanced 套餐折算有效单价）！！... 同样都是Astra，官方 $10/1M input tokens，这个渠道折算下来 $0.76 对，你没看错，降了 92%。不是换了弱模型，是同一个 Astra！ 迁移也简单到离谱——改一行 OPENAI_BASE_URL 就完事了，其他代码一个字没动。Codex、Cursor 直接认，streaming、tool call、vision 全兼容 我用的是 FlatRouter，原理就是把订阅制容量池化成按量计费的 API，你用的还是 OpenAI 的模型，但价格结构换了一层 而且不只是便宜——他们是多区域账号池 + 熔断 + 自动故障转移，相当稳定了 说实话光这一点就值了，之前用别的中转凌晨三点挂了根本没人管 现在新客 ¥19.9，给 700 积分，折算官方用量大概值 $100 一顿早饭的钱，够把手上项目完整跑一遍自己感受差距 对了，GPT Image 2.5 也已经上了，一张 ¥0.05，1K/2K/4K 同价，批量出图的兄弟们可以算算这笔账 说实话不知道这个价格能撑多久，Astra 这个热度，迟早要调价的，Tibo义父都说可能以后都不能订阅了 链接👇 或者填写邀请码：6K2ZUWMRVBMHshow more

终于有人把 Claude Code 的 Loops 讲透了，从提示工程到循环工程，这才是 AI 提效的本质啊，看了不少关于loops的内容，还得是官方出手，我已啃完，要点给大家整理和拆成人话给大家讲清楚！ 关于loops核心其实就一件事，以前是你一遍遍手动发prompt催AI干活，现在你定好规则，AI自己循环迭代，干到合格了自己停。... 一共四种类型，对应不同场景，不用记术语，按你想交出多少控制权选就行： 1️⃣想自己把控每一步检查，用回合制，就是平时的一问一答模式，适合短平快的一次性任务。show more

卧槽，Google/DeepMind 团队最新演示的 AI 递归自我改进论文有点吊炸，奇点要来了吗！？ 以前让 Agent 去探索一个复杂的算法或 GPU 算子，每试错一次就要花几十美分、还要等编译跑分，钱包根本扛不住。... 谷歌 Dream-RSI 的思路变了：它让模型在过去的历史日志里做梦，用极低成本试完几千种打法，选出最好的再上线实测。 早上好好看了下，发现DeepMind 这篇 Dream-RSI 最值钱的突破其实还不只是让 AI 去修改自身权重， 他们终于找到了一种办法，把调用大模型做探索的成本直接打掉了最高 162 倍。 对正在做代码智能体、自动科研和算法优化的人来说，这篇论文给出了一个极度清醒的工程底座。 它的思路非常克制，一共踩实了三步： 1️⃣ 冻结模型权重，只改战术打法 科幻小说里的自进化，往往是让模型自己改自己的底层代码或权重，结果往往是灾难性遗忘和幻觉暴增； 谷歌第一步就把安全阀焊死了：底层的大模型完全固定不动，它只负责干活； 自我改进的对象，是指导模型去哪里搜索、什么时候回溯、怎么选分支的探索策略。 2️⃣ 把历史残局做成做梦模拟器 这是全篇最聪明的一步。 以前让 Agent 探索长链条任务，最昂贵的是每一步都要真机运行、在线打分； Dream-RSI 把过去跑完的探索轨迹存成了一棵不可篡改的历史树； 这棵树就是环境模拟器，系统可以在离线状态下疯狂做梦，把成千上万种新的探索打法放在历史数据上快速过一遍， 既不需要重新调用大模型生成一遍内容，也不用重复去跑耗时的编译器。 3️⃣ 用历史教训筛选出最佳策略再实战 在沙盒里挑选出得分最高的探索策略后，才把它装载到下一轮真实的业务环境里； 在数学优化、算法设计和 GPU 内核优化的测试中，它不仅拿到了持平甚至更好的方案， 还把在线调用大模型的次数砍到了原本的几十分之一，特定测试下甚至减少了 162 倍。 但看这篇论文必须看清它的取信边界： 这种自我进化之所以成立，是因为算法和 GPU 代码有着极其冷酷的判定器，能不能编译、运行速度快了多少，物理世界会给出绝对确定的分数； 如果换成写文章、做设计等没有客观真理裁判的场景，做梦机制会瞬间退化成自我陶醉的幻觉堆叠。 真正的智能化突破，往往不是靠盲目堆算力去穷举试错； 模型的能力可以固定，但通过沉淀过去的失败轨迹、用最低的代价把搜索战术打磨到极致， 这套把经典强化学习移植进 Agent 系统的框架，给很多被高昂 API 账单卡住的团队，指了一条极其实在的生路。show more

我来说一个GTP 6 Astra结合Blender的正确用法。 目前让GPT 6直接建3D模型还是太勉强了，尤其设计人物造型的时候。 明明生成3D模型有更好的方法，就是用图片生成3D的AI模型来直接生成（请来个模型商赞助我，后续出个详细教程），生成的是一个整体模型，但是细节和品质都很高。 生成一个glb模型后，再让GPT把这个模型拆分成组件，加上骨骼，然后就能做动画了。 请看效果视频。

我现在已经不在即梦用Seedance 2.0了，即使是年付最高会员也得排好几个小时才出视频。改在Yapper用，目前仅对邀请的创作者开放Seedance 2.0模型，15分钟就能生成15秒长度的视频，爽爆了。如果你是有影响力的创作者，我可以帮你引荐。Yapper 官网：

没想到能在 Xcode 26 第 7 个 Beta 的时候等来 Claude... 的支持，也算 Apple 给我们的小惊喜了。于是我问了一下：你是什么模型？ Xcode（+Claude）回答我：「我是 Claude，由 Anthropic 开发的 AI 助手。我专门帮助分析和改进代码，特别擅长 Swift 和 Apple 平台开发。」 前半句我信，后半句「特别擅长 Swift 和 Apple 平台开发」就是在吹牛了🤣show more

我觉得Tim做的没有什么问题,iPhone Duo作为Apple推出的第一款折叠屏手机,他势必是有很多问题的。如果你觉得我是一个Apple的Hater那不妨看一下Apple之前第一次推出的产品： Apple Watch的加载卡顿，续航太差，界面复杂，适配性差，以及最重要的价格太贵。 Airpods的配对问题，穿戴容易掉，电池衰减问题。 iPhone一代存储太小，虚拟键盘难用，不支持3G，没有彩信等问题。 以上产品都在他们第一代出现时遭受了消费者和媒体铺天盖地的批评，但从今天的视角来看，他们可能依然没有完全解决我所提及的问题比如：Watch的续航iPhone的信号但他们无疑都发展成了被大众所认可的产品。 所以我觉得Tim做的很好，让Apple看到了这个产品的缺陷，也希望他能在二代或者三代做出改进和进一步革新。 第一代被骂很正常。更不正常的是：有人把零售机和媒体机测出差距，视频会被直接拿掉，这才是这个圈子的悲哀。... 最后说一句：我不是给谁洗白。折叠屏我自己也很抵触，觉得它现在还没能是一个可以替代直板机、甚至和直板机共存的产品。 但第一代有问题，和不许人把问题说出来，是两件事。前者可以改，后者才真正糟糕。show more

小白们辛辛苦苦 Vibe coding 出来的网站，可能只是程序员们的玩物罢了🥲 今天早上在个人站上面加了一个「催 Penny 写代码」的模块，顺便抓取了 GitHub 的日历。扬言「被催多少次，就写多少天代码」。... 体验网址： 当时采用的是 来计数，前端限制了 IP 的 limit，结果一个没注意，就被我的程序员朋友「攻击」了，他直接调用了 API 给我刷赞。 我说：这也太狠了，能不能停一下，我不想写十年代码。 他说：不行，我已经出门了，你自己解决吧。 后来问了 AI 赶紧把 换成了 Vercel + Upstash Redis 🥲 朋友美其名曰：你早晚要接触 DDoS 的，不如现在就学一下。 对所有学习 AI 和 Vibe coding 的朋友提个醒： 提防你身边的程序员！😃show more

说个反常识的结论：AI越会做数学，数学家越值钱，这是已经发生的事，不信你看国际象棋被AI碾压后，象棋界反而进入了黄金时代，现在也该轮到数学了。 Anthropic Claude Code团队的Thariq说：你已经能在数学里看到杰文斯悖论了。AI让证明和计算变得极快，结果不是数学家没用了，是真正懂数学的人需求更大了。 然后他补了一句：这跟国际象棋发生的事一模一样。 分享一些我关于这个问题的思考：

Claude Opus 4.8 出来之后，我第一时间拿它做了个小测试。 给我们ZenStellar 的 AI 陪伴手链做产品展示页，我一直想做一个能让用户近距离观察手链细节的网站：鼠标移动可以放大看水晶纹理、芯片主珠的细节，像在珠宝展厅里看产品一样。 原本以为这种页面至少要折腾半天，结果把手链细节图丢给... Claude Opus 4.8，再给它一段提示词，大概 5 分钟左右，一个可用的 Demo 就出来了。 比较惊喜的是，它不只是生成静态网页，而是真的把产品展示逻辑想明白了：悬浮、缩放、视差、灯光效果这些细节都直接帮我做了出来。 不过最近直接使用 Claude 其实有点麻烦，我身边不少朋友都遇到过账号限制或者地区问题。我这次是在 ZenMux 里面直接调用 Claude Opus 4.8，用起来就顺手很多，也不用来回切账号或者切平台。 对于做独立站、产品展示页或者 Kickstarter 页面的人来说，Claude Opus 4.8 现在已经不是写代码工具了，更像是一个懂设计的前端合伙人。 说实话，如果放在两年前，我肯定不会相信一个产品展示页能在几分钟内完成第一版。 大家可以从这里进去试试：show more