AI工具测评
未读
我用 Claude Opus 4.6 + Figma 建了一个网站，2小时跑通了——
我用 Claude Opus 4.6 + Figma 建了一个网站，2小时跑通了——但有一个环节卡了40分钟 2小时能跑通，但有一个环节我卡了40分钟，而且几乎所有人都会卡在同一个地方。 先把结论放在最前面：这套流程是真实可行的，不是"AI一键建站"那种标题党。但"可行"和"顺畅"之间，隔着三个非常
AI工具测评
未读
Grok vs Gemini 中文能力实测：我做了20道题，结论比你想的复杂
Grok vs Gemini 中文能力实测：我做了20道题，结论比你想的复杂 你刷到过那条推文吗？ 截图里，Grok用极其地道的网络用语回答问题，连"绷不住了""emo到极点"这类词都用得丝滑，评论区一片"Gemini可以退休了""谷歌中文组该裁员了"。我当时也心动了——毕竟Gemini的中文表现一
AI工具测评
未读
GPT-5.5 的「earnest 风格」：当 AI 开始拒绝讨好你
GPT-5.5 的「earnest 风格」：当 AI 开始拒绝讨好你 上周我把同一个问题发给了两个版本的 GPT。 问题很普通：「我打算用微服务架构重构这个项目，你觉得怎么样？」 GPT-5.4 的回答大概是这样的：「这是个很好的想法！微服务架构确实有很多优势，比如独立部署、技术栈灵活……当然，也需
AI工具测评
未读
AI Agent 能独立完成学术研究吗？我用 3 篇真实论文测了一遍
AI Agent 能独立完成学术研究吗？我用 3 篇真实论文测了一遍 两周前，我在 X 上看到 Ethan Mollick 的一条推文，大意是：AI Agent 已经能够端到端重建学术论文的核心研究流程——从数据处理、分析到结论复现，基本上能跑通一整套科研管线。 这条推文在学术圈和 AI 圈都炸了锅
AI工具测评
未读
Grok 在中文场景真的比 Gemini 更强吗？我用同一套测试复核后，答案只对了一半
Grok 在中文场景真的比 Gemini 更强吗？我用同一套测试复核后，答案只对了一半 那条说 Grok 在非英语场景，尤其是中文里更自然、更讨喜 的热推，我第一眼看完其实是点头的。 但如果把它直接理解成“Grok 全面碾压 Gemini”，那就太快下结论了。 我把同一批中文样题重新跑了一遍，感受很
AI工具测评
未读
GPT-5.5 实测一周：3个场景让我说「嗯，不一样」，4个场景我测不出差距
GPT-5.5 实测一周：3个场景让我说「嗯，不一样」，4个场景我测不出差距 Sam Altman 发布 GPT-5.5 的时候，没有用「game changer」，没有用「revolutionary」，他用的是「little engine that could」——那个童话里那辆不断说「我想我能，
AI工具测评
未读
GPT-5.5 真实使用一周：3个场景变顺了，3个场景没什么感觉
GPT-5.5 真实使用一周：3个场景变顺了，3个场景没什么感觉 上周三下午，我第七次让 GPT-5.4 帮我找一份需求文档里的逻辑矛盾。 它第七次给了我一份漂亮的要点摘要——条理清晰，格式整齐，完全没有回答我的问题。 我问的是"这份文档里哪些需求互相打架"，它给我的是"这份文档主要包含以下几个模块
AI工具测评
未读
GPT-5.5 进入 Cursor 之后，我用四连任务把它逼到了翻车现场
GPT-5.5 进入 Cursor 之后，我用四连任务把它逼到了翻车现场 周四下午，我把同一段有三处隐性 Bug 的 Python 代码，分别喂给了 Cursor 里的 GPT-5.4 和 GPT-5.5。 5.4 修复了最明显的那处，另外两处没动，还在注释里写了句"代码逻辑清晰，无明显问题"。 5
AI工具测评
未读
同样是 GPT-5.5，Cursor 给你的和 API 给你的根本不是同一个东西
同样是 GPT-5.5，Cursor 给你的和 API 给你的根本不是同一个东西 我以为 Cursor 里的 GPT-5.5 更聪明。 跑完这次对比测试之后，我改变了这个判断——它聪明的地方，根本不是模型本身。 这个发现让我有点不舒服，因为它意味着我之前对 Cursor 的很多赞美，其实都打错了靶子
AI工具测评
未读
Cursor vs 直调 API：我用同一个 Bug 测了两遍，数据让我沉默了三秒
Cursor vs 直调 API：我用同一个 Bug 测了两遍，数据让我沉默了三秒 我以为 Cursor 会赢。 毕竟它有文件树感知、光标上下文、一键 Apply——这些工程封装理论上应该让模型"更聪明"。但当我把两边的 Token 消耗数据摆在一起，沉默了大概三秒。 不是因为 Cursor 输了，
