AI工具测评
未读
Grok进了opencode，我测了60组任务后的真实结论
Grok进了opencode，我测了60组任务后的真实结论 我原本以为Grok只是Claude的平替——便宜一点、速度差不多、将就能用。 测完之后发现这个判断是错的。在某些场景，它不是平替，是降维打击。但也有场景，我宁愿多花钱用Claude，因为Grok"发挥过度"把我代码改坏了两次。 这篇文章不是
AI工具测评
未读
这周AI圈最重要的更新，不是某个模型变聪明了
这周AI圈最重要的更新，不是某个模型变聪明了 这周AI圈最重要的更新，不是某个模型变聪明了——而是AI开始知道自己花了你多少钱。 你可能没注意到，过去七天里，三件看起来毫不相关的事同时发生了： Claude Code在终端里上线了 /usage 命令 xAI把Grok推进了命令行工具（CLI）环境
AI应用案例
未读
一个人用AI批量处理5000条电商评论：流水线搭建全记录
一个人用AI批量处理5000条电商评论：流水线搭建全记录 "第87条评论，我已经不知道'还行吧'算好评还是中评了。" 这不是段子，这是我某个周三下午三点半的真实状态。屏幕上是一个Excel表格，左边一列是评论原文，右边几列是我要手动填的标签：情感倾向、问题类目、关键词。我的手指悬在键盘上，盯着"还行
AI提示词技巧
未读
低硬件跑大模型，你省下的显存可能被自己的Prompt吃掉了
低硬件跑大模型，你省下的显存可能被自己的Prompt吃掉了 Cohere Command A+发布的时候，大家都在讨论一件事：111B参数，只需要2张A100就能跑。 这个数字确实让人眼前一亮。同量级的模型，Llama 3 70B至少需要4张A100，Mixtral 8x22B更是动辄要6-8张——
AI提示词技巧
未读
我做了20组Prompt反例实验，有6组结果让我彻底傻眼
我做了20组Prompt反例实验，有6组结果让我彻底傻眼 "给Prompt加反例，AI就会更听话。" 这句话我信了将近半年。直到有一次，我在一个角色扮演任务的Prompt里认认真真写了三条反例——"不要用这种语气"、"不要出现这类措辞"——结果模型输出的对话，读起来像一个被反复纠正到神经质的客服机器
AI资讯
未读
一个 1946 年老数学题被 AI 推进后，我更关心的不是答案
一个 1946 年老数学题被 AI 推进后，我更关心的不是答案 你最近如果刷到这条新闻，第一反应大概率是：“数学题？和我有什么关系？” 但这恰恰是最值得追问的地方。 OpenAI 最近在一个 1946 年提出的老数学难题 上取得了进展。表面上看，这是学术圈的一次突破；往深一点看，它更像一次能力体检—
AI资讯
未读
GPT-5.5 和 DeepSeek V4 同日登场：别只看谁更强，先看谁更适合你的任务
GPT-5.5 和 DeepSeek V4 同日登场：别只看谁更强，先看谁更适合你的任务 同一天，两个顶级模型一起升级，表面上像是“新版本发布”，实际更像两条路线正面碰撞：一边更强调 Coding 落地、工具链和工程效率，一边更强调 通用智能、复杂推理和 AGI 的边界感。 但现实里，大多数人根本不
AI资讯
未读
Claude Code 开始给 AI 工作流记账：/usage 让隐形成本第一次可见
Claude Code 开始给 AI 工作流记账：/usage 让隐形成本第一次可见 很多人第一次认真算 AI 成本，往往不是在使用当下，而是在月底。 白天看起来只是“多用了几个 Agent”“又接了两个 MCP”“让模型顺手帮我查了点资料”，结果回头一看，真正烧钱的地方，可能根本不是主任务，而是那
AI工具测评
未读
我把同一段代码扔给两个顶级 AI，更贵的那个差点让我的服务器崩掉
我把同一段代码扔给两个顶级 AI，更贵的那个差点让我的服务器崩掉 那是一个周三下午，我在赶一个数据处理脚本的 deadline。 我把一段有 bug 的 Python 函数扔给了当时订阅的"旗舰模型"，它给了我一个看起来无懈可击的修复方案——注释清晰、逻辑严密、格式漂亮。我没多想就跑进了测试环境。
AI资讯
未读
Gemini 接上 CapCut 之后，自媒体剪辑会发生什么变化？
Gemini 接上 CapCut 之后，自媒体剪辑会发生什么变化？ 很多自媒体人最痛的，不是不会剪，而是剪辑这件事总被一堆“来回切换”拖慢：先写脚本，再找素材，打开剪辑软件，调字幕，改封面，最后还要反复回头修。真正耗时间的，往往不是某一个动作，而是动作之间那一长串断点。 所以，当 Gemini 和
