AI产品狙击手

在这个各种 AI 编程工具和模型层出不穷的时代，今天给大家推荐一款必须尽快用起来的开源本地 AI 网关——Magpie。它的核心理念非常直接：在你本机启动一个高性能网关，把你手头上所有的 API Key、登录中的平台订阅账号以及各大模型厂商赠送的免费额度全部接入并集中托管，让手头的各种 AI 编程 Agent 能够毫无阻碍地共享调用这些模型。 有了 Magpie，多 Agent 协同切换模型变得极其丝滑。比如你在 Claude Code 里想随时调用 Kimi 就调 Kimi，在 Codex 里想切 DeepSeek 就切 DeepSeek，只需在配置里点两下就能即刻生效。项目在 GitHub 开源仅一个月左右，就已经迅速斩获了 18,000+ 颗 Star，受到了全球开发者的高度关注。 对于喜欢高效利用各种模型资源和薅羊毛的开发者来说，Magpie 的体验尤为惊艳。你在 OpenCode 里已经配置好的 API Key，Magpie 能直接提取并无缝导入到 Claude Code 中，转头就能在另一边直接使用对应模型。如果你在同一个厂商手里储备了多个账号，当其中一个账号的...

上一集预告了 OpenGCUA 的实操教程，这一期直接上手。OpenGCUA 是阿里通义开源的通用计算机操作智能体框架，可以用相对最小的 token 消耗去控制手机和电脑（上一集回顾）。 安装很简单。打开 GitHub 上对应的开源项目，把仓库地址复制下来，然后打开你用得顺手的 harness——我平时在 AI 办公上用千问办公——把链接直接丢给它，让它帮忙安装，不用多久就会装完。 装好之后要配置大语言模型。打开安装目录，我这里配的是 DeepSeek，于是用 vim 之类的编辑器打开 packages/harness/configs 下的 local.json 文件，照着我这份配置文件填好自己想用的大模型就行。不知道怎么配的直接问你正在用的 harness，让它帮你配。 配置完执行命令启动 Web UI 服务，它默认在 8800 端口打开，用浏览器访问这个端口就可以开始玩了。界面左边能看到它可以控制手机和电脑等设备，右边直接输入提示词让它干活。 第一个演示是文件分类。我准备了一个塞满杂乱内容的文件夹，如果按传统 computer use 的做法，它得一...

现在的 AI 操控电脑基本就两条路。要么是 computer use 纯点击 GUI——本来一行命令能搞定的事，非要反复点来点去，AI 截图截到手软，你看 TOKEN 消耗账单时脚软；要么就是纯跑命令，遇到要操作图形界面的就傻眼。 通义千问团队刚开源的这个叫 OpenGCUA 的项目，就是把这两件事给统一了。它是一套让 AI 操控电脑的完整框架，模型自己决定什么时候截图、什么时候点鼠标、什么时候直接跑命令，不再每步都强制截图。效果上，平均每个任务少走 53% 的步数，分数还能再涨 19 分。 你只要有台 macOS 的苹果电脑，配置好 API key，接上 Deepseek 或者通义千问等大语言模型，AI 就能帮你操作桌面应用、跑脚本控制浏览器。比如让它帮你查邮件、填表格，做自动化都可以直接下指令。 更厉害的是，它支持跨设备统一接口，电脑、手机、浏览器用同一套接口就能控制。搞 AI agent 研究、自动化，或者想自己搭电脑控制智能体的兄弟，真心建议码住，先拿官方示例跑一遍，看看 AI 操控电脑这件事到底靠不靠谱。 访问入口

MiniMax M3.1 Flash 的 Claude Code 版测评报告来了。前两个视频我们是在 PI 上测的，然后评论区直接炸了锅：不少粉丝说，同样的测试用例，怎么在 Codex、在 Claude Code 上面跑效果好这么多？看看人家 AA 上的评分，再看看人家在 Agents Last Exam 的评分，你是不是本来就不该在 PI 上测呀。 粉丝的建议，那当然是要听的。我们所有模型基于 PI 测评，主要是想避开 harness 对我们测评模型原生能力的影响。但 Minimax 的强项是 agent 的工具调用能力，所以这次准备在当前最强的 Claude Code 上面再测一次，看下效果如何。 第一题强约束指令遵循句子生成测试。先检查一下结尾是不是都是从 1 到 10 结尾的——第 6、8、10 句不是。我们再看是否通顺，我认真看了下，基本都是通顺的，没有看到什么问题。这个表现还是挺不错的，毕竟这道题基本没有几个大语言模型能做到全对。 第二题鹈鹕土星环骑自行车 SVG 测试。大方向上，这个转弯效果看上去挺不错的，但是小问题还是有的：首先这个鹈鹕身体有点奇怪，怎么中间...

最新 Krea 3 测评报告来了。模型刚刚上线，OpenRouter 还没有接入，只能到官网用免费额度测。好，开始吧。 第一题中文长文本排版，画一张水彩风珠海五天行程插画。第一天的渔女形象肯定不对了，日月贝还可以；渔女的「渔」字被写成了推荐的「荐」字，往下看也不用再细究——这张图里的中文看上去没几个是对的。海外模型对中文文字支持看来是不大行，有相关需求的记得不要找它。 第二题文生图综合能力，左撇子咖啡馆写信。整体画风还可以，但问题不少：左右手反了，应该左手拿笔、右手拿烟斗；中文字是错的（第一题已经判定）；杯子清水应该满到快溢出来；墙上时钟的时间也错了，要求是 3:45。 第三题同一角色多视角一致性，女孩四宫格。提示词要求单手抱着猫咪，这里没有一个是对的；猫咪应该是异瞳，但第四张图错了；女孩应该缺了个门牙，第一张图缺了两颗，第四张图缺的不是门牙；图 1 和图 2 发夹的位置一个在左、一个在右，三张可见发夹的图片形状也都不一样，一致性有问题；图 2 的草莓挂饰在女孩右手边，图 3 和图 4 却在左手边。 第四题物理常识，女孩落地镜自拍和水杯筷子折射。镜子里女孩手机拿反了；实景中...

今天的千问办公实战，分享一个可能比较小众的技巧。找工作或者见客户之前，大家通常都想提前摸清楚对方公司的底细，但上网搜信息太杂，问 DeepSeek 又怕幻觉。 这个时候可以试试千问办公上的这个 Skill，名字就叫「公司调研」。它会从基本面、业务产品、竞争格局、经营财务、最新动态、SWOT、护城河强度和风险清单等多个维度，把一家公司的底细摸清楚。 比如最近李尚龙不是说他并购了一家叫 AIFA 的公司嘛，我就用这个 Skill 让它调研下这件事以及这家公司。它最终会从刚才说的不同角度，帮我们起底这家 AIFA。 如果仔细看，会发现这里面存在各种的坑和操作，这里我就不详说了，以免引火烧身——我只是想跟大家分享这个千问办公的实战技巧而已。 建议正在准备跳槽或者见新客户的同学，先把对方公司丢给这个 Skill，看看它能挖出什么不为人知的秘密。 访问入口

老板甩过来一张密密麻麻的销售 Excel 表，你还在手动做图表、加班到崩溃？其实 10 分钟就能变出高级数据看板。 这一期是「千问办公实战」第 32 集。打开千问办公，装上 AI 表格可视化技能，把这份销售表格上传上去，然后用一句话让它生成钉钉数据看板，不用再对着 Excel 一行行拉图表、调格式。 视频里完整演示了从上传文件到生成看板的过程：数据交给 AI，图表和版式它自己安排，原本要熬夜做的东西几分钟就能交差。经常要出周报、月报和经营分析的同学，跟着跑一遍就知道能省多少事。 访问入口

一块几十块的 ESP32 小板子插在一台真 iPhone 上，AI 就长出了眼睛和手：自己看屏幕、自己点。仓库建了才 9 天，GitHub 上已经 3,000 多颗星。别人那套得在旁边摆台电脑，这套跑起来就手机加板子——不用越狱，也不用开发者账号。 原理是把手机自动化拆成眼睛和手。板子一边当 AirPlay 接收端，把手机屏幕接过来；一边装成一个 USB 鼠标键盘。手机上把辅助触控打开，屏幕上就有了指针——鼠标点一下就是手指，点一下拖一下就是划一下。 第一次要四步配完：蓝牙、板子的热点、屏幕镜像、填一个能看图的模型接口。配完直接提要求，比如设一个早上 8 点、每周一周二重复的闹钟然后保存：它会先退出自己那个 app，打开时钟，在滚轮上把时间拨过去，勾上那两天点保存，全程不用你伸一根手指。 更狠的是每一步都留着：跑完能一步步回放点在哪儿、划到哪儿，全画在截图上，还能整份导出来丢给另一个 agent 复盘。模型基本不挑，任何 OpenAI 兼容、能看图的接口都行，自己在 vLLM、Ollama 上跑一个也可以。 一直想搞手机自动化的兄弟，先拿「打开设置进 Wi-Fi」这种最简单...

自回归大语言模型我们测得多了，扩散大语言模型大家玩过没有？这就是今天要测的海外 Mercury 3。其实 Mercury 2.5 我之前也测评过，感兴趣的可以翻看。那 Mercury 3 到底能不能打？测完最后一题吓我一大跳。 这次通过 OpenRouter 接入，思考模式拉到它支持的最高档 high。第一题强约束句子生成，要求每句从 1 到 10 结尾——大部分都不通顺，我认为通顺的只有第三句，第四句比较勉强，其他都是为了凑结尾数字而牵强附会做出来的。 第二题鹈鹕土星环骑车 SVG，效果真心不行：土星环不见了一半；转弯后鹈鹕和车倒过来了；鹈鹕的脚也不知道跑哪去了，个个都是硬伤。第三题复合弓射箭 SVG 同样不行：动作不是射箭而是掷标枪；拉弓时没有箭，放手时才有；放手时箭不在弦上；白色弦在弓外侧、也就是靠近我们这边，人手却在弓左侧，这弦是怎么拉得如此顺滑的？此外人手长在了脖子上，箭也没有射中靶心，看起来不是钉在靶子上，而是被粘上去的。 第四题浏览器操作系统，UI 有点 Windows XP 年代的感觉：右上角弹窗功能没问题，只是 UI 有点土，和「精美」挂不上边；Dock ...

这个开源项目叫 OmniRoute，GitHub 上 7 万多颗星。它解决的是一个很现实的问题：150 多个 AI 模型服务商其实都有免费额度，但一般人根本用不全——注册账号、记密码、记配额、盯过期时间，烦都烦死。 现在只要在本地跑一个 OmniRoute，它就用同一个接口把这些提供免费层的服务商统一管起来，自动调度免费 token。你不用注册十几个账号，它自己帮你切：这家额度用完了就切到别家，别家再用完还有 Kimi 兜底，多策略兜底，根本不用你盯着。 更重要的是它还有一个压缩引擎：RTK 加上 Caveman 两道工序，能省 15% 到 95% 的 token，免费额度能多用好几倍。配合记忆系统，每次对话都记得上下文。 它支持 Claude Code、Codex、Cursor、Cline、Copilot 这些主流编程助手，也接了 MCP 协议和 A2A 智能体协议，110 个工具随便调。 不想花钱但又想用上好 AI 的兄弟，真心建议码住：先把自己最常用的场景接上去试试，让这些平台的免费额度真正帮你干活，而不是躺在那过期浪费。 访问入口