正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

使用了一天的Claude Fable 5： 1️⃣确实很强，两个月前的陈年老bug，在只开了high档的情况下一发入魂解决了。 2️⃣速度快，消耗也快。 3️⃣对前端的理解和执行能力断档式的领先。其它的能力不好量化展示，放一个 Fable 5生成的网页。推荐用法：碰到Opus和GPT-5.5都搞不定的问题再上Fable。目前最大的问题就是6月22日以后官方订阅套餐不能用Fable，只能走API。Fable能力很强，但是调用官方API的费用不低，不过想省点钱的办法还是有的，我推荐的方案是用Zenmux，支付方便，Visa卡和支付宝都支持。目前有个充20美元送10美元、充50美元送30美元的活动，总体算下来比直接用官网API划算，可以趁着有活动先充值囤着。我的建议是一定要备一个API，真碰到难题了，上Fable，能省不少时间。

WY

14,589 subscribers

37,506 次观看 • 4 天前 •via X (Twitter)

教育科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

用了两天的Fable-5，得到了一个与大部分人截然相反的结论，实测体验如下：速度：非常慢，尤其是开始分析和规划的时候能感受到像乌龟慢爬价格：我是Max5订阅用户，虽然输入输出定价为Opus的两倍，但是实际消耗量并没有像流水一样，消耗速度确实变快了，但命中缓存后消耗没有特别高，没有人传人的消耗那么离谱的快所以铺天盖地说消耗非常快的只有三种可能：第一种是Pro订阅账号容量本来就小，第二种是没自己账号纯造谣，第三种是本来对Opus的消耗没有感知，看到别人说fable消耗快自己也一用发现消耗快于是觉得是真的消耗快了。本身Opus的消耗就非常快嘛，现在只不过是变为了原来的大概1.5x 对于我来说，我通常只用Opus，所以这个1.x倍Opus的消耗量能够接受。实际使用中建议把缓存重建修改为1小时。能力：能力强体现在思维边界更广，架构能力更强。对于前端能力测试确实是有很大提高，尤其是创意能力。真正落地到工程项目中，我的体感是能够真正发现GPT-5.5的问题了，不会再像之前基本一直认为GPT的分析是对的。实际能力类似于Claude Opus4.6++与GPT-5.5++的结合版，目前没有到非常惊艳的程度结合价格和6月22之后就没了，我也没有升级Max20的打算，Max5+GPT-5.5乃至即将出现的5.6我觉得完全够用。也建议大家理性消费。如果想走按量体验可以看下评论区。最后给大家看一下昨晚用Fable简单构建的前端的效果，关于为什么我吐槽过还要做前端，是因为我也需要在抖音小红书炸裂搞流量，人作为视觉动物，前端是最开始抓住注意力的开头的。视频如下，网站部署在verel地址放在评论区了，大家可以自行查看

用了两天的Fable-5，得到了一个与大部分人截然相反的结论，实测体验如下：速度：非常慢，尤其是开始分析和规划的时候能感受到像乌龟慢爬价格：我是Max5订阅用户，虽然输入输出定价为Opus的两倍，但是实际消耗量并没有像流水一样，消耗速度确实变快了，但命中缓存后消耗没有特别高，没有人传人的消耗那么离谱的快所以铺天盖地说消耗非常快的只有三种可能：第一种是Pro订阅账号容量本来就小，第二种是没自己账号纯造谣，第三种是本来对Opus的消耗没有感知，看到别人说fable消耗快自己也一用发现消耗快于是觉得是真的消耗快了。本身Opus的消耗就非常快嘛，现在只不过是变为了原来的大概1.5x 对于我来说，我通常只用Opus，所以这个1.x倍Opus的消耗量能够接受。实际使用中建议把缓存重建修改为1小时。能力：能力强体现在思维边界更广，架构能力更强。对于前端能力测试确实是有很大提高，尤其是创意能力。真正落地到工程项目中，我的体感是能够真正发现GPT-5.5的问题了，不会再像之前基本一直认为GPT的分析是对的。实际能力类似于Claude Opus4.6++与GPT-5.5++的结合版，目前没有到非常惊艳的程度结合价格和6月22之后就没了，我也没有升级Max20的打算，Max5+GPT-5.5乃至即将出现的5.6我觉得完全够用。也建议大家理性消费。如果想走按量体验可以看下评论区。最后给大家看一下昨晚用Fable简单构建的前端的效果，关于为什么我吐槽过还要做前端，是因为我也需要在抖音小红书炸裂搞流量，人作为视觉动物，前端是最开始抓住注意力的开头的。视频如下，网站部署在verel地址放在评论区了，大家可以自行查看

雪踏乌云

22,498 次观看 • 3 天前

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

鱼总聊AI

35,596 次观看 • 4 个月前

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

小互

71,970 次观看 • 1 年前

其实监控x上的信息的话，实用grok的定时任务非常好用。完全免费，不需要创建api的，直接原生支持的。 Grok 的定时任务是很多人忽略的一个功能，它可以结合 X 原生功能，Grok 能完美读 X List、Advanced Search、话题等，比第三方工具准多了。但是免费用户有限制（只能设置两个），Premium+ 基本够用（每天多个任务都没问题）。这里可以根据你自己账户的情况，可以先设定每天自动跑一个 prompt 任务，结果发送到指定邮箱。

其实监控x上的信息的话，实用grok的定时任务非常好用。完全免费，不需要创建api的，直接原生支持的。 Grok 的定时任务是很多人忽略的一个功能，它可以结合 X 原生功能，Grok 能完美读 X List、Advanced Search、话题等，比第三方工具准多了。但是免费用户有限制（只能设置两个），Premium+ 基本够用（每天多个任务都没问题）。这里可以根据你自己账户的情况，可以先设定每天自动跑一个 prompt 任务，结果发送到指定邮箱。

我真的没有拼多多

57,038 次观看 • 1 个月前

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,521 次观看 • 4 个月前

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 次观看 • 3 个月前

等我赚到我定的小目标时，我就去当摄影师，不为别的，就是热爱！目前看来我链上的赚钱机会可能就在BSC链了，无论是 $Jager $B 都让我赚了点钱，虽说没有像太子那样拿到大结果，但我还是知足的了。我也知道币安alpha只能解决一时的温饱，指望alpha自由还是很有难度的，风险也是有的，不过目前是比较稳定的一份收入，单号的收益已经在逐渐减少了！其实我也有在看其他活动，不过链上交互的项目我还真没有特别看好的，交易所的活动很多我甚至可以写一个合集，不过也是只能解决温饱问题。我最近也一直在思考，可能大的机会只有链上了，不过链上的阴谋盘是真的多，阴谋盘只有快速归零和无脑拉飞两种可能，所以我又犯了选择困难症了，现在的我只能骑马观花，走一步看一步！

等我赚到我定的小目标时，我就去当摄影师，不为别的，就是热爱！目前看来我链上的赚钱机会可能就在BSC链了，无论是 $Jager $B 都让我赚了点钱，虽说没有像太子那样拿到大结果，但我还是知足的了。我也知道币安alpha只能解决一时的温饱，指望alpha自由还是很有难度的，风险也是有的，不过目前是比较稳定的一份收入，单号的收益已经在逐渐减少了！其实我也有在看其他活动，不过链上交互的项目我还真没有特别看好的，交易所的活动很多我甚至可以写一个合集，不过也是只能解决温饱问题。我最近也一直在思考，可能大的机会只有链上了，不过链上的阴谋盘是真的多，阴谋盘只有快速归零和无脑拉飞两种可能，所以我又犯了选择困难症了，现在的我只能骑马观花，走一步看一步！

0xCrypto巫师

40,525 次观看 • 1 年前

variational前端套利网格脚本简单搞了一个variational套利网格前端脚本，还有些问题在测试，比较麻的地方是variational只能支持50个订单，超过就会无法下单，不过也合理，还在想办法优化下单逻辑前端不像后端能快速拿到最新价格，网络波动，UI加载等等因素都大大限制了前端脚本的下单速度另外就是如果单边行情也会面临比较大的风险，还得想办法处理，最后的最后，不能放过任何一个打个广告的机会，欢迎大家用我的邀请链接，私聊定时返还手续费:OMNIBGZ4ETT9

variational前端套利网格脚本简单搞了一个variational套利网格前端脚本，还有些问题在测试，比较麻的地方是variational只能支持50个订单，超过就会无法下单，不过也合理，还在想办法优化下单逻辑前端不像后端能快速拿到最新价格，网络波动，UI加载等等因素都大大限制了前端脚本的下单速度另外就是如果单边行情也会面临比较大的风险，还得想办法处理，最后的最后，不能放过任何一个打个广告的机会，欢迎大家用我的邀请链接，私聊定时返还手续费:OMNIBGZ4ETT9

Dazmon

21,138 次观看 • 6 个月前

班农：要是能给我30枚战斧导弹能彻底解决芬太尼问题我一直搞不明白一个问题，美国能这么利落的解决伊朗核问题，也有足够强的绝对领先的军事能力。为什么对杀害如此多美国人的芬太尼问题，病毒问题这么长时间，不哼不哈的，不敢用力？！

班农：要是能给我30枚战斧导弹能彻底解决芬太尼问题我一直搞不明白一个问题，美国能这么利落的解决伊朗核问题，也有足够强的绝对领先的军事能力。为什么对杀害如此多美国人的芬太尼问题，病毒问题这么长时间，不哼不哈的，不敢用力？！

墓碑科技

25,359 次观看 • 11 个月前

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

昨天又收到2个新嘴撸平台的私信了，专门去看了一下，不是自动识别的，都是手动提交的，这确实是当下最好的一个解决方式。以前这种方式（手动提交）的推文很容易数据作假。现在好了X开源了，算法公布了，只要做一个AI识别打分的程序就可以干了。也有比如 Inference Labs 是私聊认可的宣发者。用以前的老办法，通过TG开展宣发的方式。不过方式方法很多，就看项目方愿不愿意了。

墨鱼(:◎)≡ ♥ MemeMax⚡️

239,002 次观看 • 4 个月前

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

Yihui

74,447 次观看 • 7 个月前

鉴于 Claude Cowork 仅支持官方 max 订阅，且不支持第三方 API。所以我花了半天时间，复刻一下 Claude Cowork，允许使用任意兼容 Anthropic 格式的 API。视频演示了一个自动整理文件的功能，使用的模型为 MiniMax (official) M2.1 项目开源👇

鉴于 Claude Cowork 仅支持官方 max 订阅，且不支持第三方 API。所以我花了半天时间，复刻一下 Claude Cowork，允许使用任意兼容 Anthropic 格式的 API。视频演示了一个自动整理文件的功能，使用的模型为 MiniMax (official) M2.1 项目开源👇

Austin

193,499 次观看 • 5 个月前

亲爱的，不晓得你注意到了吗？最近 Quack AI 团队研发的 Q402 在BNB Chain 上线了！👀 它是一个给 AI Agent 经济用的统一签名 + 支付 + 执行层也就是说，以后链上很多操作，我们都可以一键签名直接完成支付和执行重点来了，这个产品有很多优点，例如：直接兼容 ERC-20 支持所有符合 EIP-7702 的 EVM 链不用升级代币也不用重新走一堆授权流程一句话总结，就是对用户和开发者都几乎零改造成本接入！而且，一次签名就能执行操作，也支持 Gasless 流程（为 Agent 设计）另外，结算过程可审计、可追踪、带策略控制以前我们熟悉的那种Approve → Transfer → Pay一整套拆成三步的流程，以后可以直接一次签名就完成！是不是很方便呢？治理、支付、自动化执行，现在都能走同一个 sign-to-pay 流程同时，#Q402 做的是执行层，而 #BNBChain 则是这一切开始的地方感觉 Agent 叙事终于开始从能不能用，进化到好不好用了 👀

亲爱的，不晓得你注意到了吗？最近 Quack AI 团队研发的 Q402 在BNB Chain 上线了！👀 它是一个给 AI Agent 经济用的统一签名 + 支付 + 执行层也就是说，以后链上很多操作，我们都可以一键签名直接完成支付和执行重点来了，这个产品有很多优点，例如：直接兼容 ERC-20 支持所有符合 EIP-7702 的 EVM 链不用升级代币也不用重新走一堆授权流程一句话总结，就是对用户和开发者都几乎零改造成本接入！而且，一次签名就能执行操作，也支持 Gasless 流程（为 Agent 设计）另外，结算过程可审计、可追踪、带策略控制以前我们熟悉的那种Approve → Transfer → Pay一整套拆成三步的流程，以后可以直接一次签名就完成！是不是很方便呢？治理、支付、自动化执行，现在都能走同一个 sign-to-pay 流程同时，#Q402 做的是执行层，而 #BNBChain 则是这一切开始的地方感觉 Agent 叙事终于开始从能不能用，进化到好不好用了 👀

Moonlight🌙月光

36,128 次观看 • 4 个月前

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

李岳

16,512 次观看 • 25 天前

我要用一个视频告诉大家便宜的东西除了便宜就只有便宜了而贵的东西只有一个缺点就是贵贵不是它的问题是我自己没能力哈曼卡顿琉璃5 现场听的太震撼了大家可能都只在网上听过包括我也是但是听了上百个视频真的不如现场听一下这个价格对得起这个音质而且某多多1900上下就能买到

我要用一个视频告诉大家便宜的东西除了便宜就只有便宜了而贵的东西只有一个缺点就是贵贵不是它的问题是我自己没能力哈曼卡顿琉璃5 现场听的太震撼了大家可能都只在网上听过包括我也是但是听了上百个视频真的不如现场听一下这个价格对得起这个音质而且某多多1900上下就能买到

瞎玩菌

47,904 次观看 • 1 个月前

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

300,591 次观看 • 1 年前

前几天跟珠海一个教培机构的老板聊天，了解到她接待到店家长的时候，都会先让小孩做一个词汇量测试，然后根据测试结果来推荐适合的课程。以往呢都是用简单的A4纸打印，还得家长帮忙填写。那天聊过天之后，我就说我来帮她做一个在线单词量测试的网页工具，前几天也是用codex抽空做了一个demo，但是看上去有点普通。刚好看到 Claude opus 4.8上线了，并且可以在ZenMux 平台上尝鲜体验，一句简单的提示词就重构好了，大家一起来看看效果吧。最后在给大家推荐一下ZenMux 这个平台，如果你想第一时间尝鲜试用最近发布的大模型，认准ZenMux 就对了。凭心而论，ZenMux 平台的价格不是最便宜的，但确实是我用过的最稳定和最省心的的API聚合平台，一个API接口可以调用市面上的几百个大模型。如果你也跟我一样饱受Claude 封号的折磨，有想要稳定的服务，那就用ZenMux 吧，如果你想省钱可以先去看看中转站，不过我相信你最后还会回来的。

前几天跟珠海一个教培机构的老板聊天，了解到她接待到店家长的时候，都会先让小孩做一个词汇量测试，然后根据测试结果来推荐适合的课程。以往呢都是用简单的A4纸打印，还得家长帮忙填写。那天聊过天之后，我就说我来帮她做一个在线单词量测试的网页工具，前几天也是用codex抽空做了一个demo，但是看上去有点普通。刚好看到 Claude opus 4.8上线了，并且可以在ZenMux 平台上尝鲜体验，一句简单的提示词就重构好了，大家一起来看看效果吧。最后在给大家推荐一下ZenMux 这个平台，如果你想第一时间尝鲜试用最近发布的大模型，认准ZenMux 就对了。凭心而论，ZenMux 平台的价格不是最便宜的，但确实是我用过的最稳定和最省心的的API聚合平台，一个API接口可以调用市面上的几百个大模型。如果你也跟我一样饱受Claude 封号的折磨，有想要稳定的服务，那就用ZenMux 吧，如果你想省钱可以先去看看中转站，不过我相信你最后还会回来的。

得否

17,034 次观看 • 15 天前

国产模型再次突破，比肩 Claude 4.6，Gemini 3.1 Pro 等顶尖模型。刚测完 Qwen3.7-Max，说几点真实感受。昨晚 API 上线第一时间就充了值，选了三个题目（见视频）来测试 Qwen3.7-Max 的前端能力、算力能力和 Agent 能力，确实可以叫做国产第一了。之前用 DeepSeek-v4 Pro 和 Kimi 2.6 做测试的时候，一次执行的完成度均不如 Qwen3.7-Max，体感上大概是 Qwen3.7-Max > Kimi 2.6 > DeepSeek-v4 Pro，这次千问在 Terminal-Bench 排行榜也确实反超了Claude Opus 4.6，体感是一致的。推理能力我是用奥数题和几道 HMMT 的题压了一下，准确率不是第一，但明显感觉比上个月测的 3.6 又高了一档。有个细节：遇到不会的题它会老实说自己不确定，而不是硬编一个看起来合理的错误答案——这点跟 Claude 很像。还有一点，现在 Qwen 的迭代速度也太猛了，在推上虽然声量没有 Kimi 和 DeepSeek 大，但是 Qwen 在 3 月发 3.5，4 月发 3.6，5 月直接上 3.7，已经变成月更节奏了，而且每次迭代都有不小进步，现在已经是名副其实的第一梯队。在海外 OpenRouter 上 Qwen3.6-Plus 的调用量刚破了平台纪录，日调用 1.4 万亿 Token，开发者们是在拿真金白银在投票。千问这一代明显是往 Agent 方向走的，极限压测下长程任务能跑 35 小时不崩，跨 Agent 框架兼容性也比上一代好很多。具体测试视频见 ⬇

国产模型再次突破，比肩 Claude 4.6，Gemini 3.1 Pro 等顶尖模型。刚测完 Qwen3.7-Max，说几点真实感受。昨晚 API 上线第一时间就充了值，选了三个题目（见视频）来测试 Qwen3.7-Max 的前端能力、算力能力和 Agent 能力，确实可以叫做国产第一了。之前用 DeepSeek-v4 Pro 和 Kimi 2.6 做测试的时候，一次执行的完成度均不如 Qwen3.7-Max，体感上大概是 Qwen3.7-Max > Kimi 2.6 > DeepSeek-v4 Pro，这次千问在 Terminal-Bench 排行榜也确实反超了Claude Opus 4.6，体感是一致的。推理能力我是用奥数题和几道 HMMT 的题压了一下，准确率不是第一，但明显感觉比上个月测的 3.6 又高了一档。有个细节：遇到不会的题它会老实说自己不确定，而不是硬编一个看起来合理的错误答案——这点跟 Claude 很像。还有一点，现在 Qwen 的迭代速度也太猛了，在推上虽然声量没有 Kimi 和 DeepSeek 大，但是 Qwen 在 3 月发 3.5，4 月发 3.6，5 月直接上 3.7，已经变成月更节奏了，而且每次迭代都有不小进步，现在已经是名副其实的第一梯队。在海外 OpenRouter 上 Qwen3.6-Plus 的调用量刚破了平台纪录，日调用 1.4 万亿 Token，开发者们是在拿真金白银在投票。千问这一代明显是往 Agent 方向走的，极限压测下长程任务能跑 35 小时不崩，跨 Agent 框架兼容性也比上一代好很多。具体测试视频见 ⬇

耳朵

32,905 次观看 • 20 天前

#工程师工具突发奇想是不是可以 “破解” 掉 ChatGPT 官方的 GPT4、Plugin、Web Browsing 能力，用 Api 方式提供给好奇的朋友，初步构想是用 Puppeteer 无头浏览器的方式来解决登录消息发送获取，刚开始搞 1/4，居然找到了类似的实现，用了用很不错，这个思路值得玩一玩。 🤖

#工程师工具突发奇想是不是可以 “破解” 掉 ChatGPT 官方的 GPT4、Plugin、Web Browsing 能力，用 Api 方式提供给好奇的朋友，初步构想是用 Puppeteer 无头浏览器的方式来解决登录消息发送获取，刚开始搞 1/4，居然找到了类似的实现，用了用很不错，这个思路值得玩一玩。 🤖

Tw93

99,833 次观看 • 3 年前

说的天花乱坠的，多牛逼一样其实U卡有两个坑，一个是手续费，一个是汇率差之前用其他所的U卡吃火锅，399人民币的支付，扣了我420人民币价值的USDT 只是解决了以后出入金的问题 Gate这个坑不坑，我们一起测评下是不是真的好用，是不是真的没手续费，没汇率差 Gate GateVIP_zh Gate_zh Godot @Gate Gate_luqingxiao

说的天花乱坠的，多牛逼一样其实U卡有两个坑，一个是手续费，一个是汇率差之前用其他所的U卡吃火锅，399人民币的支付，扣了我420人民币价值的USDT 只是解决了以后出入金的问题 Gate这个坑不坑，我们一起测评下是不是真的好用，是不是真的没手续费，没汇率差 Gate GateVIP_zh Gate_zh Godot @Gate Gate_luqingxiao

Evans.eth🇨🇳 🇻🇳🇮🇩

71,995 次观看 • 1 个月前