Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

太爽了！终于找到了JEV的最强应用场景之一--全自动化 Browser use 我用JEV全自动填完 TypeSafe AI 的申请问卷，我只给它丢了一个完全陌生的网址，让它全自动帮我完整填完：38 秒一次性刷完 16 道题，全程没停顿、零人工干预具体的逻辑是：我看到 TypeSafe AI 文档里一句话很有启发：“将 AI 与可靠的软件相结合，这样就可以在后台无限次地运行该系统，而无需人工干预。” 所以JEV最强的应用场景之一就是做全自动化！很多自动化慢得像幻灯片，就是因为把流程控制、视觉和思考全堆给大模型，大模型要思考推理，根本不可能跑得快我的解法很简单：用 JEV 专职负责判断，再搭配一个高速小模型推理（我用的是DeepSeek V4.1 Flash）👇 比如这个问卷填写：遇到新页面，由 JEV 毫秒级快速判定“这里该做什么”（是勾选、点击还是提交）；一旦需要填空，由小模型（DeepSeek ）极速响应生成文字填进去，两者一结合，各司其职，不仅速度快到飞起，而且每一步都极其准确当然这只是一种思路，可玩性实在太大了，目前我还在测更多复杂场景，马上开源给大家！Diogo Almeida

梭哈.AI

36,033 subscribers

398,552 Aufrufe • vor 17 Tagen •via X (Twitter)

Bildung Gesundheit & Wellness Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

5 Kommentare

Profilbild von AI Mastery Guide

AI Mastery Guidevor 16 Tagen

@typesafeai Filling forms by itself is nuts

Profilbild von hello kkit⌘

hello kkit⌘vor 16 Tagen

@typesafeai 能不能在一些saas软件上不断填写表格？

Profilbild von 梭哈.AI

梭哈.AIvor 16 Tagen

@typesafeai 有意思，我试试

Profilbild von hello kkit⌘

hello kkit⌘vor 16 Tagen

@typesafeai 市面上很多人需要在 SaaS 上填表格，月薪 3-5k。这个能实现，直接起飞了。

Profilbild von 晚晚

晚晚vor 16 Tagen

@typesafeai 这速度已经不像填问卷，像在给网页装自动驾驶了

Ähnliche Videos

我太激动了！我用JEV 全自动21秒通过了阿里云AI工程师认证模拟考！我貌似发现了JEV最强大的应用场景--全自动化：这次测试我只给JEV丢了一个完全陌生的考试页，让它全自动帮我考完：21 秒一次性刷完 25 道题，准确率 80%，一次就合格通过考试，全程没停顿、零人工干预这是阿里云人工智能工程师ACP认证（模拟题），我并没有实际考试，我怕阿里云找我麻烦🤡 越来越多的场景，我用 JEV 已经完全实现高速自动化了，太爽了！大家还有什么场景想自动化的？丢给我，我来试试

我太激动了！我用JEV 全自动21秒通过了阿里云AI工程师认证模拟考！我貌似发现了JEV最强大的应用场景--全自动化：这次测试我只给JEV丢了一个完全陌生的考试页，让它全自动帮我考完：21 秒一次性刷完 25 道题，准确率 80%，一次就合格通过考试，全程没停顿、零人工干预这是阿里云人工智能工程师ACP认证（模拟题），我并没有实际考试，我怕阿里云找我麻烦🤡 越来越多的场景，我用 JEV 已经完全实现高速自动化了，太爽了！大家还有什么场景想自动化的？丢给我，我来试试

梭哈.AI

304,972 Aufrufe • vor 15 Tagen

上瘾了！JEV 全自动干活又测通一个——全自动高速创建 API Key 我给JEV一个完全陌生的AI中转站网址--B.AI ，全程零人工干预：20 秒一次性建完 10 个 API Key，并全部复制保存下来，没停顿、没点错页、没弹确认框卡死以前把这套流程丢给大模型，它每点一下都要先想半天，慢得完全没法看，现在配合JEV毫不费力了.... 孙哥 H.E. Justin Sun 👨‍🚀 🌞 你的 B.AI 中转站什么时候再搞个免费活动，我现在可以高速自动化薅秃你了🤣🤣

上瘾了！JEV 全自动干活又测通一个——全自动高速创建 API Key 我给JEV一个完全陌生的AI中转站网址--B.AI ，全程零人工干预：20 秒一次性建完 10 个 API Key，并全部复制保存下来，没停顿、没点错页、没弹确认框卡死以前把这套流程丢给大模型，它每点一下都要先想半天，慢得完全没法看，现在配合JEV毫不费力了.... 孙哥 H.E. Justin Sun 👨‍🚀 🌞 你的 B.AI 中转站什么时候再搞个免费活动，我现在可以高速自动化薅秃你了🤣🤣

梭哈.AI

59,515 Aufrufe • vor 16 Tagen

果然有些营销号不能全信，Jev 和 Laya 还是得自己跑一遍才知道区别。我用最简单的方式测了一下，结果其实挺直观： Laya 确实快，但它是本地部署，本身就没有云端网络延迟。拿这个速度直接跟 Jev 比，多少有点玩文字游戏。所以我觉得 Laya 更适合本地、低延迟、需要快速响应的场景。 Jev 云端调用慢一点很正常，但我自己这轮测试下来，判断准确度还是明显比 Laya 高一些。一个偏速度，一个偏准确度，适用场景其实不太一样。不过我现在最好奇的还是之前看到的那个“俄罗斯方块”Demo。按我目前对 Jev 的理解，我还真没搞明白那个效果到底是怎么做出来的有知道的兄弟指点一下🤣

果然有些营销号不能全信，Jev 和 Laya 还是得自己跑一遍才知道区别。我用最简单的方式测了一下，结果其实挺直观： Laya 确实快，但它是本地部署，本身就没有云端网络延迟。拿这个速度直接跟 Jev 比，多少有点玩文字游戏。所以我觉得 Laya 更适合本地、低延迟、需要快速响应的场景。 Jev 云端调用慢一点很正常，但我自己这轮测试下来，判断准确度还是明显比 Laya 高一些。一个偏速度，一个偏准确度，适用场景其实不太一样。不过我现在最好奇的还是之前看到的那个“俄罗斯方块”Demo。按我目前对 Jev 的理解，我还真没搞明白那个效果到底是怎么做出来的有知道的兄弟指点一下🤣

码农暖爸

39,336 Aufrufe • vor 14 Tagen

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.

karminski-牙医

36,005 Aufrufe • vor 9 Monaten

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

karminski-牙医

23,813 Aufrufe • vor 9 Monaten

谁能想到Jev 居然输给了一个 1.88B 本地开源模型🔥 结果真的有点让我意外：我做了一个贪吃蛇决策游戏 Jev 30:28 险胜，但是换成同一组 68 道决策题，本地模型准确率直接做到 94.1%，Jev 只有 76.5% 一个错了 4 道题，一个错了 16 道题我本来只是想测试一下 “小模型决策能力怎么？”，结果我抽完发现，小模型虽然小但是准确率一点也不低。 1️⃣ 先说我是怎么测的双方使用完全一样的 12×12 棋盘、随机种子、碰撞过滤和路径规划器，只有遇到多个方向都能走的时候，才把选择交给模型。最后 Jev 吃到 30 个食物，跑满 256 步本地模型吃到 28 个，在 239 步被困住。如果单看这一局的成绩，肯定是Jev 赢了。但是贪吃蛇只是某一步选错以后，后面整条路线都会变，所以我又补了固定的 68 道决策题。结果 this-that-model-1.0 答对 64/68，94.1%；Jev 是 52/68，76.5%。 Brier Score 也分别是 0.042 vs 0.133，本地模型给出的概率和真实结果更贴近 2️⃣ 这个模型最离谱的地方，是它只有 1.88B this-that-model-1.0 是一个开源的结构化决策模型，MIT License，可以直接在 Mac 本地跑它和 Jev 的思路其实很像：不给你写小作文，也不慢慢吐 Token 给它当前状态、一个问题、几个候选答案，它一次前向直接返回：选哪个 + 每个选项的概率。所以任务分流、选 Skill、队列选择、标签判断、Agent 下一步动作这种事情，都很适合我在 M4 上直接用 MPS + FP16 跑，不需要 API Key，也没有网络请求不同任务中位延迟大概 225～475ms，Snake 实战中位 475ms，平均约 492ms 一个 1.88B 模型，在 Mac 上已经可以做到亚秒级决策。这个我觉得挺夸张 3️⃣ 我又单独测了 105 道空间决策题总准确率 84.8%，随机基线只有 34.3% 其中 Snake 状态题、行列文字状态都是 100%，JSON 状态也有 94.4%。而且输出特别干净。没有 JSON 少个括号，也不会突然给你解释人生，只会老老实实从候选答案里面选一个，再把概率交给程序对于 Agent 来说，这种“无聊”反而挺值钱。 4️⃣ 当然它也不是万能的完整地图测试只有 60.7%，最短路径距离题更是掉到 28.6% 一旦任务需要真正的多步图搜索、连续计算，它就明显不行了所以这次结果也不能简单理解成： 1.88B 打败 Jev 贪吃蛇单局上是 Jev 赢了，而且 Jev 这次没有保存同条件延迟数据，速度也没法公平比较真正让我感兴趣的是另一件事：很多 Agent 里面那些高频、重复、答案明确的小判断，可能根本没必要每次都调用一个大模型，甚至连云端 Jev 都不一定需要。一个 1.88B、本地运行、一次前向就结束的模型，已经可以完成绝大多数简单的决策了。一些无关痛痒的简单的决策都可以交给这种小的本地模式、遇到复杂的任务再交给 GPT、Claude这样的大模型可能会更适合。我现在越来越觉得，未来 Agent 不一定是“所有事情都找最强模型”。更可能是：小模型负责做大量的决策，大模型才是真正的为了我们的工作服务。如果你们感兴趣也可以部署一下，再偷偷地补充一句这个可是很牛的牛津团队开源的：

谁能想到Jev 居然输给了一个 1.88B 本地开源模型🔥 结果真的有点让我意外：我做了一个贪吃蛇决策游戏 Jev 30:28 险胜，但是换成同一组 68 道决策题，本地模型准确率直接做到 94.1%，Jev 只有 76.5% 一个错了 4 道题，一个错了 16 道题我本来只是想测试一下 “小模型决策能力怎么？”，结果我抽完发现，小模型虽然小但是准确率一点也不低。 1️⃣ 先说我是怎么测的双方使用完全一样的 12×12 棋盘、随机种子、碰撞过滤和路径规划器，只有遇到多个方向都能走的时候，才把选择交给模型。最后 Jev 吃到 30 个食物，跑满 256 步本地模型吃到 28 个，在 239 步被困住。如果单看这一局的成绩，肯定是Jev 赢了。但是贪吃蛇只是某一步选错以后，后面整条路线都会变，所以我又补了固定的 68 道决策题。结果 this-that-model-1.0 答对 64/68，94.1%；Jev 是 52/68，76.5%。 Brier Score 也分别是 0.042 vs 0.133，本地模型给出的概率和真实结果更贴近 2️⃣ 这个模型最离谱的地方，是它只有 1.88B this-that-model-1.0 是一个开源的结构化决策模型，MIT License，可以直接在 Mac 本地跑它和 Jev 的思路其实很像：不给你写小作文，也不慢慢吐 Token 给它当前状态、一个问题、几个候选答案，它一次前向直接返回：选哪个 + 每个选项的概率。所以任务分流、选 Skill、队列选择、标签判断、Agent 下一步动作这种事情，都很适合我在 M4 上直接用 MPS + FP16 跑，不需要 API Key，也没有网络请求不同任务中位延迟大概 225～475ms，Snake 实战中位 475ms，平均约 492ms 一个 1.88B 模型，在 Mac 上已经可以做到亚秒级决策。这个我觉得挺夸张 3️⃣ 我又单独测了 105 道空间决策题总准确率 84.8%，随机基线只有 34.3% 其中 Snake 状态题、行列文字状态都是 100%，JSON 状态也有 94.4%。而且输出特别干净。没有 JSON 少个括号，也不会突然给你解释人生，只会老老实实从候选答案里面选一个，再把概率交给程序对于 Agent 来说，这种“无聊”反而挺值钱。 4️⃣ 当然它也不是万能的完整地图测试只有 60.7%，最短路径距离题更是掉到 28.6% 一旦任务需要真正的多步图搜索、连续计算，它就明显不行了所以这次结果也不能简单理解成： 1.88B 打败 Jev 贪吃蛇单局上是 Jev 赢了，而且 Jev 这次没有保存同条件延迟数据，速度也没法公平比较真正让我感兴趣的是另一件事：很多 Agent 里面那些高频、重复、答案明确的小判断，可能根本没必要每次都调用一个大模型，甚至连云端 Jev 都不一定需要。一个 1.88B、本地运行、一次前向就结束的模型，已经可以完成绝大多数简单的决策了。一些无关痛痒的简单的决策都可以交给这种小的本地模式、遇到复杂的任务再交给 GPT、Claude这样的大模型可能会更适合。我现在越来越觉得，未来 Agent 不一定是“所有事情都找最强模型”。更可能是：小模型负责做大量的决策，大模型才是真正的为了我们的工作服务。如果你们感兴趣也可以部署一下，再偷偷地补充一句这个可是很牛的牛津团队开源的：

小墨同学

34,654 Aufrufe • vor 15 Tagen

自从马云重新现身后，蚂蚁集团一直猛冲AI，大动作不断！像是卯足劲在追赶阿里QWEN！最近更是连发两款实用拉满的模型！！！先是百B级的 Ling 2.6 Flash，盲测阶段就冲上 OpenRouter 趋势榜第一，直接火到了海外！！还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！名字就能看得出来，这个模型能力会更强！！但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"，而是把 token 更多花在理解、规划和输出上。换句话来说：它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。最近一段时间都是免费用，不用白不用，我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。但如果是比较详细的指令，给它一个工作流，就完全起飞了！！没有了推理过程，感觉非常丝滑，这一点，就挺重要的！！减少了很多“AI自作聪明”的麻烦！！说回蚂蚁这两款模型，完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。这精准切入了现在大多数人用AI的“痒点”：总想着用一个“最强模型”解决所有的事情。但我认为真正重要并且正确的是：让对的模型干对的事。这样无论是速度、成本、还是结果一致性，都更能符合预期。

自从马云重新现身后，蚂蚁集团一直猛冲AI，大动作不断！像是卯足劲在追赶阿里QWEN！最近更是连发两款实用拉满的模型！！！先是百B级的 Ling 2.6 Flash，盲测阶段就冲上 OpenRouter 趋势榜第一，直接火到了海外！！还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！名字就能看得出来，这个模型能力会更强！！但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"，而是把 token 更多花在理解、规划和输出上。换句话来说：它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。最近一段时间都是免费用，不用白不用，我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。但如果是比较详细的指令，给它一个工作流，就完全起飞了！！没有了推理过程，感觉非常丝滑，这一点，就挺重要的！！减少了很多“AI自作聪明”的麻烦！！说回蚂蚁这两款模型，完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。这精准切入了现在大多数人用AI的“痒点”：总想着用一个“最强模型”解决所有的事情。但我认为真正重要并且正确的是：让对的模型干对的事。这样无论是速度、成本、还是结果一致性，都更能符合预期。

沐阳

116,421 Aufrufe • vor 5 Monaten

Jev 居然输给了一个 1.88B 本地模型？我用俄罗斯方块重新测了一遍当我看到 this-that-model-1.0 在 68 道决策题上做到 94.1% 准确率，而 Jev 是 76.5% 时，我的第一反应是：这是真的假的？一个只有 1.88B 参数、可以在 Mac 本地运行的小模型，真的能在决策任务上超过 Jev 吗？所以我做了一个俄罗斯方块，让两个模型使用相同的棋盘规则、随机种子和方块顺序。程序负责计算所有合法落点，模型只负责决定方块应该放在哪里。 1️⃣ 一开始，Jev 的表现更好最初，我先过滤掉明显更差的落点，再把剩下的多个候选位置同时交给模型。在这一模式下，Jev 的表现更加稳定。我观察到的一轮里： Jev 消除了 5 行，this-that 消除了 3 行。如果只看到这里，很容易得出结论：本地小模型还是不如 Jev。但我后来意识到，这种问题可能并不是 this-that 最擅长的形式。 2️⃣ 换成“二选一”后，结果反了 this-that 本质上是一个 typed decision model，更擅长候选明确、边界清楚的选择题。所以我把决策方式改成了淘汰赛： A 和 B，哪个落点更好？胜者进入下一轮，继续和其他候选位置比较，直到选出最终落点。换成这种模式后，我观察到的一轮结果变成了： this-that 消除了 7 行，Jev 只消除了 1 行。 this-that 的棋盘也更加平整，留下的空洞更少。模型没有变，游戏没有变。唯一改变的，是我向模型提问的方式。 3️⃣ 这个模型特别在哪里？ this-that-model-1.0 只有约 18.8 亿参数，采用 MIT License，可以下载到本地运行。它不写小作文，也不慢慢生成 Token。你给它当前状态、一个问题和几个合法选项，它通过一次前向计算直接返回：选择哪个 + 每个选项的概率因此它很适合任务分流、Skill 选择、队列判断、风险分级，以及 Agent 下一步动作这类高频决策。官方模型卡公布的 68 道决策题中，this-that 答对 64 道，准确率 94.1%；Jev 答对 52 道，准确率 76.5%。在概率校准指标上，this-that 的 Brier Score 是 0.042，Jev 是 0.133。数值越低，代表模型给出的概率与实际结果越接近。 4️⃣ 但这不代表 Jev 被全面打败了俄罗斯方块是一条连续决策链，前面一个方块放错位置，后面的棋盘状态就会完全不同。单局结果不能代表模型的完整能力。而且二选一虽然降低了每次判断的难度，却需要进行更多次模型调用，总延迟不一定更低。所以更准确的结论不是“this-that 全面强于 Jev”，而是： Jev 更适合某些信息丰富的综合比较；this-that 更适合高频、明确、封闭选项的结构化判断。这次实验真正让我感兴趣的是：未来的 Agent 可能不应该所有事情都找最强模型。高频、重复、答案明确的小判断，可以交给本地小模型；真正复杂的推理与生成任务，再交给 GPT、Claude 等大模型。有时候，决定结果的不只是模型大小。还包括：你有没有把问题问成它擅长回答的样子。因为这个模型够小，其实普通电脑也可以部署，大家有需要的可以看下这个开源模型的介绍，链接我放评论区了👇🏻

Jev 居然输给了一个 1.88B 本地模型？我用俄罗斯方块重新测了一遍当我看到 this-that-model-1.0 在 68 道决策题上做到 94.1% 准确率，而 Jev 是 76.5% 时，我的第一反应是：这是真的假的？一个只有 1.88B 参数、可以在 Mac 本地运行的小模型，真的能在决策任务上超过 Jev 吗？所以我做了一个俄罗斯方块，让两个模型使用相同的棋盘规则、随机种子和方块顺序。程序负责计算所有合法落点，模型只负责决定方块应该放在哪里。 1️⃣ 一开始，Jev 的表现更好最初，我先过滤掉明显更差的落点，再把剩下的多个候选位置同时交给模型。在这一模式下，Jev 的表现更加稳定。我观察到的一轮里： Jev 消除了 5 行，this-that 消除了 3 行。如果只看到这里，很容易得出结论：本地小模型还是不如 Jev。但我后来意识到，这种问题可能并不是 this-that 最擅长的形式。 2️⃣ 换成“二选一”后，结果反了 this-that 本质上是一个 typed decision model，更擅长候选明确、边界清楚的选择题。所以我把决策方式改成了淘汰赛： A 和 B，哪个落点更好？胜者进入下一轮，继续和其他候选位置比较，直到选出最终落点。换成这种模式后，我观察到的一轮结果变成了： this-that 消除了 7 行，Jev 只消除了 1 行。 this-that 的棋盘也更加平整，留下的空洞更少。模型没有变，游戏没有变。唯一改变的，是我向模型提问的方式。 3️⃣ 这个模型特别在哪里？ this-that-model-1.0 只有约 18.8 亿参数，采用 MIT License，可以下载到本地运行。它不写小作文，也不慢慢生成 Token。你给它当前状态、一个问题和几个合法选项，它通过一次前向计算直接返回：选择哪个 + 每个选项的概率因此它很适合任务分流、Skill 选择、队列判断、风险分级，以及 Agent 下一步动作这类高频决策。官方模型卡公布的 68 道决策题中，this-that 答对 64 道，准确率 94.1%；Jev 答对 52 道，准确率 76.5%。在概率校准指标上，this-that 的 Brier Score 是 0.042，Jev 是 0.133。数值越低，代表模型给出的概率与实际结果越接近。 4️⃣ 但这不代表 Jev 被全面打败了俄罗斯方块是一条连续决策链，前面一个方块放错位置，后面的棋盘状态就会完全不同。单局结果不能代表模型的完整能力。而且二选一虽然降低了每次判断的难度，却需要进行更多次模型调用，总延迟不一定更低。所以更准确的结论不是“this-that 全面强于 Jev”，而是： Jev 更适合某些信息丰富的综合比较；this-that 更适合高频、明确、封闭选项的结构化判断。这次实验真正让我感兴趣的是：未来的 Agent 可能不应该所有事情都找最强模型。高频、重复、答案明确的小判断，可以交给本地小模型；真正复杂的推理与生成任务，再交给 GPT、Claude 等大模型。有时候，决定结果的不只是模型大小。还包括：你有没有把问题问成它擅长回答的样子。因为这个模型够小，其实普通电脑也可以部署，大家有需要的可以看下这个开源模型的介绍，链接我放评论区了👇🏻

阿蔺A-Lin

22,001 Aufrufe • vor 14 Tagen

天下武功，唯快不破 JEV很好，但是我选择laya Laya是一套开源的结构化判断模型最大优势其实就是可以本地部署可以魔改训练比如BSC meme，我给他接了价格、曲线进度、流动性、买卖流、Top10 持仓、开发者持仓、聪明钱再套到一个meme早盘流量轮动的策略里边跑了一天，两个模型对比 jEV跑了200多笔，输17U Laya跑了312笔，胜7U 建议持续深耕高速决策模型还有很深的应用场景可以挖掘

天下武功，唯快不破 JEV很好，但是我选择laya Laya是一套开源的结构化判断模型最大优势其实就是可以本地部署可以魔改训练比如BSC meme，我给他接了价格、曲线进度、流动性、买卖流、Top10 持仓、开发者持仓、聪明钱再套到一个meme早盘流量轮动的策略里边跑了一天，两个模型对比 jEV跑了200多笔，输17U Laya跑了312笔，胜7U 建议持续深耕高速决策模型还有很深的应用场景可以挖掘

0x 哆啦A梦

19,075 Aufrufe • vor 14 Tagen

卧槽，JEV 的出现很可能就是自动智能交易的起点。昨天JEV在AI 圈刷屏，今天 Monad 工程师就用JEV做了一个自动交易机器人。实时读取 MON/USDC 价格，JEV 不负责写分析报告，也不跟你解释一堆逻辑，它只做最核心的事，判断 Buy 还是 Sell，再给出置信度，然后直接把交易发到 Kuru 的链上订单簿执行。这一下我突然明白 JEV 为什么要做成一个不会说话的模型了。交易根本不需要 AI 每 300ms 给你写一篇小作文，它需要的是：行情进来→判断→下单→新行情→重新判断，而且这一整套循环必须足够快、足够便宜。而 Monad 现在刚好每 300ms 出一个区块，Kuru 又是链上订单簿。高性能链负责执行，JEV 负责决策，两个东西拼起来，已经有点AI 原生交易系统的味道了。未来的交易 Agent，不一定需要一个会写研报的超级大模型，它更需要一个能在极低延迟下连续做几百万次判断的大脑。昨天我提交的WL今天也通过了，接下来我先尝尝咸淡，看看到底怎么个事。

卧槽，JEV 的出现很可能就是自动智能交易的起点。昨天JEV在AI 圈刷屏，今天 Monad 工程师就用JEV做了一个自动交易机器人。实时读取 MON/USDC 价格，JEV 不负责写分析报告，也不跟你解释一堆逻辑，它只做最核心的事，判断 Buy 还是 Sell，再给出置信度，然后直接把交易发到 Kuru 的链上订单簿执行。这一下我突然明白 JEV 为什么要做成一个不会说话的模型了。交易根本不需要 AI 每 300ms 给你写一篇小作文，它需要的是：行情进来→判断→下单→新行情→重新判断，而且这一整套循环必须足够快、足够便宜。而 Monad 现在刚好每 300ms 出一个区块，Kuru 又是链上订单簿。高性能链负责执行，JEV 负责决策，两个东西拼起来，已经有点AI 原生交易系统的味道了。未来的交易 Agent，不一定需要一个会写研报的超级大模型，它更需要一个能在极低延迟下连续做几百万次判断的大脑。昨天我提交的WL今天也通过了，接下来我先尝尝咸淡，看看到底怎么个事。

比特币橙子Trader

737,208 Aufrufe • vor 20 Tagen

卧槽，今天 AI 圈最火的模型，应该就是 JEV 了。现在所有大模型都在拼更会说话、更会写、更像人，JEV 直接反着来，它根本不生成文字，只负责做判断和决策。我已经迫不及待用JEV帮我决策自动交易股票和加密货币了😂 官方给的数据非常夸张：20—200 倍更快，40—400 倍更便宜，输入每百万 Token 只要 0.042 美元，输出 Token 直接免费。我们今天用 GPT、Claude、Gemini 做自动化，经常是让模型先写一大段话，再让程序从里面抠出 JSON、标签、分数和下一步动作。 JEV 干脆把“说废话”这一步整个删了，直接告诉软件：选 A 还是 B、概率多少、置信度多少。客服分流、内容审核、Agent 路由、推荐系统、风控、交易信号过滤……现实世界里大量 AI 调用，本来就不是为了让它写小作文，而是为了让它每秒做成千上万个判断。这也是我觉得 JEV 最值得关注的地方。目前 JEV 还在 Early Access，感兴趣的同学可以先去加入白名单等体验。

卧槽，今天 AI 圈最火的模型，应该就是 JEV 了。现在所有大模型都在拼更会说话、更会写、更像人，JEV 直接反着来，它根本不生成文字，只负责做判断和决策。我已经迫不及待用JEV帮我决策自动交易股票和加密货币了😂 官方给的数据非常夸张：20—200 倍更快，40—400 倍更便宜，输入每百万 Token 只要 0.042 美元，输出 Token 直接免费。我们今天用 GPT、Claude、Gemini 做自动化，经常是让模型先写一大段话，再让程序从里面抠出 JSON、标签、分数和下一步动作。 JEV 干脆把“说废话”这一步整个删了，直接告诉软件：选 A 还是 B、概率多少、置信度多少。客服分流、内容审核、Agent 路由、推荐系统、风控、交易信号过滤……现实世界里大量 AI 调用，本来就不是为了让它写小作文，而是为了让它每秒做成千上万个判断。这也是我觉得 JEV 最值得关注的地方。目前 JEV 还在 Early Access，感兴趣的同学可以先去加入白名单等体验。

比特币橙子Trader

561,023 Aufrufe • vor 21 Tagen

卧槽？？一个不到 2B、能本地部署的小模型，给真实 Issue 做分类，跟 JEV 的结果居然这么接近？最近 JEV 的玩法看了不少，给邮件分类、给 Agent 选工具。这类需求太常见了，我就想知道这张工单该分给谁、下一步该调用哪个工具，真不用每次都给我写一篇分析。所以这次我把 JEV 和 This That 都接进 Pi，直接拉了 OpenAI Codex 仓库的 30 条真实 Issue，让它们现场做题。用户是在报 Bug、提功能需求，还是问怎么用？问题出在登录、界面、执行还是会话？同一份内容、同一组选项，每条做两项判断，两边各发 60 次请求。跑完一看：JEV 用了 23.5 秒，This That 用了 25.6 秒。30 条里，28 条的两项判断完全一样，两边都没出现请求失败。速度这轮还是 JEV 快一点。但 This That 只有 18.8 亿参数，权重约 3.76GB，而且能下载到自己机器上跑。这个结果真让我想继续折腾一下了。它的用法也很干脆：把问题和选项给进去，一次计算直接返回选择和概率。程序拿到结果就能接着往下走，不用再从一大段回答里抠出一个“是”或者“否”。更实用的是本地部署。客户工单、内部文档、还没发布的产品资料，这些东西只是想分个类，也不一定愿意全部发到外面的 API。 This That 支持 NVIDIA GPU、Apple Silicon 和 CPU，可以把这一步判断留在自己的设备上。做 Agent 的人，手里又多了一个能自己控制的小工具。这次我跑的是 API 对比，本地性能还没测。28/30 是两个模型判断一致，也不等于准确率，这两个口径先说清楚。完整录屏放上面。做客服分流、邮件分类、Agent 工具选择的，直接拿一批自己业务里的真实数据试试，比盯着榜单猜有用。模型和权重：免费体验地址：

卧槽？？一个不到 2B、能本地部署的小模型，给真实 Issue 做分类，跟 JEV 的结果居然这么接近？最近 JEV 的玩法看了不少，给邮件分类、给 Agent 选工具。这类需求太常见了，我就想知道这张工单该分给谁、下一步该调用哪个工具，真不用每次都给我写一篇分析。所以这次我把 JEV 和 This That 都接进 Pi，直接拉了 OpenAI Codex 仓库的 30 条真实 Issue，让它们现场做题。用户是在报 Bug、提功能需求，还是问怎么用？问题出在登录、界面、执行还是会话？同一份内容、同一组选项，每条做两项判断，两边各发 60 次请求。跑完一看：JEV 用了 23.5 秒，This That 用了 25.6 秒。30 条里，28 条的两项判断完全一样，两边都没出现请求失败。速度这轮还是 JEV 快一点。但 This That 只有 18.8 亿参数，权重约 3.76GB，而且能下载到自己机器上跑。这个结果真让我想继续折腾一下了。它的用法也很干脆：把问题和选项给进去，一次计算直接返回选择和概率。程序拿到结果就能接着往下走，不用再从一大段回答里抠出一个“是”或者“否”。更实用的是本地部署。客户工单、内部文档、还没发布的产品资料，这些东西只是想分个类，也不一定愿意全部发到外面的 API。 This That 支持 NVIDIA GPU、Apple Silicon 和 CPU，可以把这一步判断留在自己的设备上。做 Agent 的人，手里又多了一个能自己控制的小工具。这次我跑的是 API 对比，本地性能还没测。28/30 是两个模型判断一致，也不等于准确率，这两个口径先说清楚。完整录屏放上面。做客服分流、邮件分类、Agent 工具选择的，直接拿一批自己业务里的真实数据试试，比盯着榜单猜有用。模型和权重：免费体验地址：

Yanhua

25,209 Aufrufe • vor 14 Tagen

这两年我一直有个默认假设：模型参数越大，能力越强，什么任务都该交给最大的那个模型去做。但最近我在搭一个需要长流程、反复调用工具的 Agent 任务时，专门试了试把"规划"和"执行"拆开、交给不同模型来做的思路，用的执行端模型是Ant Ling刚发布的 Ling-3.0-flash。这次体验让我对"大模型不是越大越好"这句话有了更具体的理解。我遇到的问题起因是我想搭一个 Blender MCP 的工作流：让 AI 帮我自动完成一个简单场景的粗模搭建和运镜——比如摆几把椅子、设置一个摄像机轨迹，作为后续正式渲染前的预演草稿。一开始我图省事，直接让一个参数量很大的全能模型来处理整个流程：既要它想清楚场景该怎么布局、镜头该怎么运动，又要它高频地调用 Blender 的 MCP 接口去逐步执行动作。结果是，虽然效果还行，但每一步操作等待的时间都不短，跑完一整套流程花的时间和成本都超出了我的预期——毕竟这类任务里，真正需要"深度思考"的部分只占很小一块，绝大多数时间都花在了"调用接口、摆放物体"这类重复动作上。换成"规划-执行分离"之后我把流程拆成了两段：先用一个知识面更广的大模型，把场景的整体构图、镜头运动路径想清楚，写成一份结构化的操作说明；然后把这份说明交给 Ling-3.0-flash，让它作为执行引擎，逐条读取说明并调用 Blender MCP 接口去落地。这一次的差别很明显。Ling-3.0-flash 的总参数量是 124B，但实际推理时只激活 5.1B 参数，加上首字延迟能做到 500 毫秒以内，我能感觉到每一步操作的响应几乎是"秒回"的——不再是那种等大模型"想"完再动手的节奏，而是我一条指令下去，场景里的物体几乎立刻就摆好了。整套流程跑下来，成本也比全用大模型的方案低了不少。我的体会这次尝试让我确认了一件事：如果任务里"想清楚该怎么做"和"把已经想清楚的事情执行出来"这两部分能拆开，那把执行这一段交给 Ling-3.0-flash 这类专门优化过工具调用稳定性和响应速度的模型，确实比一个模型包办到底更划算。但我也发现，这套分工不是无脑套用的——如果场景本身很复杂，需要边搭建边做美学判断（比如构图是否好看、光影是否协调），单靠 Ling-3.0-flash 自己去决定，效果就会打折扣，这部分还是得靠前期规划阶段先想清楚。人负责把边界和验收标准定好，大模型负责规划，Ling-3.0-flash 负责又快又稳地把方案落地——这套组合让我第一次比较直观地感受到"规划-执行分离"这套架构的实际好处。目前Ling-3.0-flash 现已在 OpenRouter 上线——并可免费使用至 2026 年 8 月 3 日。链接：也可以直接网页对话体验：大家不妨去体验体验一下，感受下魅力

这两年我一直有个默认假设：模型参数越大，能力越强，什么任务都该交给最大的那个模型去做。但最近我在搭一个需要长流程、反复调用工具的 Agent 任务时，专门试了试把"规划"和"执行"拆开、交给不同模型来做的思路，用的执行端模型是Ant Ling刚发布的 Ling-3.0-flash。这次体验让我对"大模型不是越大越好"这句话有了更具体的理解。我遇到的问题起因是我想搭一个 Blender MCP 的工作流：让 AI 帮我自动完成一个简单场景的粗模搭建和运镜——比如摆几把椅子、设置一个摄像机轨迹，作为后续正式渲染前的预演草稿。一开始我图省事，直接让一个参数量很大的全能模型来处理整个流程：既要它想清楚场景该怎么布局、镜头该怎么运动，又要它高频地调用 Blender 的 MCP 接口去逐步执行动作。结果是，虽然效果还行，但每一步操作等待的时间都不短，跑完一整套流程花的时间和成本都超出了我的预期——毕竟这类任务里，真正需要"深度思考"的部分只占很小一块，绝大多数时间都花在了"调用接口、摆放物体"这类重复动作上。换成"规划-执行分离"之后我把流程拆成了两段：先用一个知识面更广的大模型，把场景的整体构图、镜头运动路径想清楚，写成一份结构化的操作说明；然后把这份说明交给 Ling-3.0-flash，让它作为执行引擎，逐条读取说明并调用 Blender MCP 接口去落地。这一次的差别很明显。Ling-3.0-flash 的总参数量是 124B，但实际推理时只激活 5.1B 参数，加上首字延迟能做到 500 毫秒以内，我能感觉到每一步操作的响应几乎是"秒回"的——不再是那种等大模型"想"完再动手的节奏，而是我一条指令下去，场景里的物体几乎立刻就摆好了。整套流程跑下来，成本也比全用大模型的方案低了不少。我的体会这次尝试让我确认了一件事：如果任务里"想清楚该怎么做"和"把已经想清楚的事情执行出来"这两部分能拆开，那把执行这一段交给 Ling-3.0-flash 这类专门优化过工具调用稳定性和响应速度的模型，确实比一个模型包办到底更划算。但我也发现，这套分工不是无脑套用的——如果场景本身很复杂，需要边搭建边做美学判断（比如构图是否好看、光影是否协调），单靠 Ling-3.0-flash 自己去决定，效果就会打折扣，这部分还是得靠前期规划阶段先想清楚。人负责把边界和验收标准定好，大模型负责规划，Ling-3.0-flash 负责又快又稳地把方案落地——这套组合让我第一次比较直观地感受到"规划-执行分离"这套架构的实际好处。目前Ling-3.0-flash 现已在 OpenRouter 上线——并可免费使用至 2026 年 8 月 3 日。链接：也可以直接网页对话体验：大家不妨去体验体验一下，感受下魅力

韭菜饼子

83,352 Aufrufe • vor 2 Monaten

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？对我来说，这不是一个二选一的问题，而是一个补充题。大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。还有一个经常被忽略的点，其实是处理速度。我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？对我来说，这不是一个二选一的问题，而是一个补充题。大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。还有一个经常被忽略的点，其实是处理速度。我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

luolei

32,630 Aufrufe • vor 6 Monaten

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

AYi

24,613 Aufrufe • vor 4 Monaten

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。它最打动我的一点是：把最烦人的数据录入干掉了。很多公司每天都在做这种重复工作：复制数据 → 打开系统 → 填表 → 提交以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot）用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助语音 → 操作网页用户说话就能完成网页操作。和很多 Agent 不一样的是，它不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低而且整个系统直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化相当于给网站装了一个 AI 操作员。未来很多网站可能会变成这样：用户不点按钮，而是直接和 AI 说话。

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。它最打动我的一点是：把最烦人的数据录入干掉了。很多公司每天都在做这种重复工作：复制数据 → 打开系统 → 填表 → 提交以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot）用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助语音 → 操作网页用户说话就能完成网页操作。和很多 Agent 不一样的是，它不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低而且整个系统直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化相当于给网站装了一个 AI 操作员。未来很多网站可能会变成这样：用户不点按钮，而是直接和 AI 说话。

开发者Hailey

85,884 Aufrufe • vor 6 Monaten

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

余温

41,386 Aufrufe • vor 4 Monaten

Jev 我已经在 Pi Agent 里真正跑起来了🔥 我这次测试的重点不是测试分类，而是看它能不能参与真实的多工具决策：Pi 负责执行工具，Jev 根据当前 State 决定下一步该做什么我正常跑了Git 修改、测试失败 3 个场景，Jev 都能根据状态动态改变调用路径，失败时还会主动增加 inspect_failure，而不是机械走固定流程。 13 次调用，3/3 跑通，平均延迟约 683ms。中间第三次调用出现了失败，然后又做了进一步的调整，最后还是完成了目标从这个结果角度来看，我希望把 skill 和 MCP 判断的能力交给其他的低端模型去完成，主模型只要去完成业务相关的内容，像工具使用或者结果类型判断，交给一些专门模型处理

Jev 我已经在 Pi Agent 里真正跑起来了🔥 我这次测试的重点不是测试分类，而是看它能不能参与真实的多工具决策：Pi 负责执行工具，Jev 根据当前 State 决定下一步该做什么我正常跑了Git 修改、测试失败 3 个场景，Jev 都能根据状态动态改变调用路径，失败时还会主动增加 inspect_failure，而不是机械走固定流程。 13 次调用，3/3 跑通，平均延迟约 683ms。中间第三次调用出现了失败，然后又做了进一步的调整，最后还是完成了目标从这个结果角度来看，我希望把 skill 和 MCP 判断的能力交给其他的低端模型去完成，主模型只要去完成业务相关的内容，像工具使用或者结果类型判断，交给一些专门模型处理

小墨同学

34,676 Aufrufe • vor 19 Tagen

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

沐阳

31,236 Aufrufe • vor 2 Monaten