AI产品狙击手

Adobe 全家桶一年收费 6,000 块，这让无数设计师望而却步。如今一个团队另辟蹊径：他们用 Claude Opus 5.5 配合 Rust 语言，从零将 Adobe 全家桶免费开源重写了一遍，还把快捷键都一并抄好——Photocraft 对标 Photoshop、Vectorcraft 对标 Illustrator，其余工具也一一对应。发布仅数小时便冲上 2 万颗星，目前快接近 3 万。 最令人震惊的是开发者的声明：他没碰 Adobe 一行代码，没有逆向工程，没有扒取源码，完全是让 AI 照着功能和界面从零写出，愣是实现了像素级复刻。Photocraft 能直接读写 PSD 文件，图层蒙版一样不少，快捷键与 PS 保持一致，老用户打开就能直接干活。 其余六个工具也全部排上日程：Filmcraft 负责剪辑、Vectorcraft 绘制矢量、Lightcraft 修图、Effectcraft 做动效、Pdfcraft 管理 PDF、D esigncraft 排版。此外还有一个隐藏彩蛋——因为软件本来就是 AI 写的，每个仓库都配备了 CLI 和一本 agents.md ...

Workbuddy 这次把文件编辑器做成了独立入口——以后让 AI 改文件，不用再上传了。 用法很简单：在文件上点右键，选 Workbuddy 打开就行。窗口分成左右两半，左边是文件本身，右边是 AI。Word、Excel、PPT、PDF、Markdown、图片都能开，不用上传，也不用从头交代背景。一份 30 页的合同要挑重点、一份乱糟糟的 Excel 要理干净，或者一份英文报告想边看边翻，直接在旁边问它就完了。 比较让人放心的是它的改动方式：动你的文件之前，它会先用黄色标出来打算改哪里，你点头了才写回原文件，不满意就打回重来。你甚至能和它在同一个窗口里各改各的，互不打架。 有个细节挺良心：光打开看文件、自己手动改，这些都不扣积分，真叫 AI 干活了才按任务收费。官方也说明它只碰你主动打开的文件，不会翻你整个硬盘。 经常跟文档表格泡在一起的打工人，可以先挑那份拖了一周没整理的文件，右键打开，看它几分钟能给你收拾成什么样。 访问入口

personal agent 最近火得不行。先是马斯克的 Grok bot 出来，当时没掀起多大动静；紧接着 Meta 的 Muse 一炮而红；随后离开 Meta 的 Manus 推出了 cue，OpenAI 也端出了据说是基于 OpenClaw 搞的 dots——海外这片战场算是遍地开火。反观国内却安静得多，大概是国庆大家都忙着放假玩去了。 那这个 personal agent 又是怎么回事？和我们常用的 OpenClaw、千问办公（QwenWork）、WorkBuddy 这些有什么区别？要说清楚这个，估计得先扒一扒 agent 的进化史。 从对话框到工具调用：agent 的三级跳最早出场的当然是大语言模型。GPT-3.5 在 2023 年出来一炮而红，之后很长一段时间里，我们对它的用法就是对着对话框提问、等它吐答案。用得多了就发现问题：问稍微新一点的事情，模型老是出现幻觉。可 OpenAI 也没法一天发一个新模型，把当天的新知识都喂进去，于是考虑了下，实现了一个叫 function calling 的东西，让大语言模型可以调用外部工具去搜索。 后来从 OpenAI 出走...

OpenAI 也下场做决策模型了。Decisions API 这两天开公测，价格倒是 Jev 的两倍多。 三个问法几乎是照着 Jev 搬过来的。Jev 那边叫 noul、choice、score，OpenAI 这边叫 predicate、choice、score —— 换了个名字接着用。你把要判断的东西喂进去，文字、JSON 都行；OpenAI 这边多吃一样：图片。 出来直接就是数。是还是不是，给你一个 0 到 1 的概率；几个候选你选哪个，把每个的概率列出来；按档位打分，还给个加权分 —— 三档 0、1、2，它返你一个 1.1，意思是卡在两档中间。 答案旁边带着信心值。比如丢一张商品照片问有没有磕碰，它返 0.816，你就可以定条线：超过 0.8 转人工。一次请求最多塞 200 个问题。 官方说它比同一个模型走普通的 Responses API 快 10 倍。价钱摊开看：Jev 100 万输入 token 收 0.042 美元，它收 0.1 美元；但 Jev 只认文字，图片接不了。另外现在能跑的模型也只有 GPT-6 Luna 一个，还是公开测试版，输出那个数不单独收费。...

这一集教程，我们学习在千问办公中怎么做竞品分析。开始之前，先看一份 DeepSeek 做的竞品分析——以千问办公和 Workbuddy 为例。它输出的是一个看着像模像样的对比页面：两款产品各一句话定位，加一张覆盖厂商定位、功能、商业模式等十几个维度的对比表，再有相同点、关键差异和选型建议。结构是完整的，但通篇没有任何数据来源，内容全靠模型记忆泛泛而谈，还把基本事实搞错了——它把 Workbuddy 说成京东系产品，而它其实是腾讯家的。看着热闹，经不起推敲。 再看千问办公用同样提示词做的这份：开头就标注了 6 大维度、10 张对比表、12 项数据来源、数据截止日期。它是真联网调研过的，信息来自两家官网、掘金和 CSDN 的第三方横评、用户长测等，每个板块都挂着出处。内容也全是硬货——定价精确到每一档，口碑做成了结论和好评差评对照表，功能矩阵 20 多项逐项标注支持情况，还给两家各做了一套 SWOT，最后落到按优先级排序的差异化机会点。 一句话总结：DeepSeek 教的是一篇作文，千问办公教的是一份能直接拿去开会用的报告。 那千问办公是怎么做到的呢？很简单，靠 Skill。我...

刚出的 Claude Haiku 5.5 测评报告来了，这次通过 OpenRouter 接入，思考模式调到 high 档位——这是一般用户最常用的思考深度。如果 high 都搞不定的题目，建议上 Sonnet 或 Opus，这两个我都有测评过，大家翻一下就能找到。 第一题：强约束指令遵循句子生成测试。 要求生成 10 句话，每句必须以特定数字结尾，测试通顺度。我认真看了下，第 7 句不太通顺，其他还算 OK，整体指令遵循能力中规中矩。 第二题：鹈鹕土星环骑自行车 SVG 测试。 效果相当不错，转弯堪称完美。唯一美中不足的是鹈鹕平白无故多出一只手来扶着车把——更好的实现应该是用翅膀扶着，更符合鹈鹕的生理结构。 第三题：复合弓射箭 SVG 测试。 存在几个问题：怎么看都像个普通弓箭，连副弦都没看到；上下转轮是同一个方向转动的，其他方面没有太大问题。 第四题：精美浏览器操作系统 UI。 整体看上去还不错，右上角的弹窗把所有弹窗整合成一个了，看上去挺整洁的。Dock 栏应用功能没有问题。压轴的太空射击游戏只能通过空格键和鼠标操作，无法用键盘上下左右移动飞机，虽然操作难度不大，但用键...

看到别人 APP 里一个好用的功能，却拿不到源码，是很多做客户端的人都会遇到的窘境。现在有个新思路：直接对着 AI 说一句话，让它把那个 APP 拆到二进制层面，告诉你这个功能到底是怎么写的，甚至顺手帮你复刻一个。干这件事的开源项目叫 REA，目前在 GitHub 上已经攒了 12,000 多颗星。 REA 的形态是给 AI 编程助手用的一个 MCP 服务，装完之后重启一下 agent 就能用，不需要另外学一套界面。用法也很直白：直接跟它说想搞懂哪个软件里的哪个功能，它就会自己把那个软件扒开来看——没有源码也能看。它会先把可执行文件还原成能读的代码，再顺着调用关系，把整件事是怎么跑通的讲给你听。像人家的离线搜索是怎么做的、登录和本地存储是怎么设计的、一段可疑的联网行为藏在哪一行，都可以直接问它。 看明白之后，在同一个会话里就能让它照着你的项目做一个自己的版本，从「看懂」直接过渡到「照做」，不用在两个工具之间来回搬上下文。 它能摸的东西挺杂：Mach-O、ELF、PE 这些原生二进制，Mac 上的 APP，Electron 打包过的前端应用，手机上的 APP 和 IPA 也都...

这期应粉丝要求测评 Mistral 最新的 Mistral Large 4 模型。看网上各种 benchmarks，据说非常能打，那在我们这套祖传测试用例中表现如何呢？我们继续在 Pi 中接入，另外查了一下，它的思考模式最高只能去到 high。 第一题是强约束指令遵循句子生成测试——要求十个句子的结尾依次是 1 到 10，来看通顺度。认真看下来，第一、三、五、六、七、八、九句都不通顺，都是为了凑数字结尾，硬把句尾的单位去掉的；其实第十句也不大顺，感觉还是要加个「颗」字才好，大家觉得呢？ 第二题是鹈鹕土星环骑自行车 SVG 测试，这个效果不行。第一，转弯肯定是不行的，都倒过来了；第二，到了上方的时候图形并没有挡住鹈鹕，让人感觉土星环没有环绕土星，也就是土星在土星环之外；第三，鹈鹕的翅膀在中间，那它是怎么凭空多出一只手来扶着车把的；第四，鹈鹕的脚没有踩到脚踏上。 第三题是复合弓射箭 SVG 测试。第一，箭头是反的；第二，人手一直像僵尸一样直直的，拉弓时也没见弯曲；第三，弓箭没有射中靶心。 第四题是实现一个精美的浏览器操作系统。这一个实现花了相当长的时间，估计快两个小时，原因有三...

闭源 API 按毫秒卖钱的决策模型，有老哥自己烧卡训了个 0.8B 的开源平替：二十几毫秒出结果，还分文不收。这就是 Jeff，上线 10 天 GitHub 就攒了 1400 多颗星。 它对标的就是最近大火的 TypeSafe 那个闭源收费的 Jev——参数不公开，官方演示一次调用要 100 多毫秒。而 Jeff 连请求格式都跟 Jev 对齐，当平替接过去就能用，不用改客户端。 玩法是把大模型留着干重活，杂活全丢给它：比如这条评论是不是垃圾、客户这句话想干嘛、Agent 该调哪个工具。它直接给带概率的答案，没把握就转给大模型，最多能吃 254 个选项。 消费级显卡、自己电脑就能跑。相对于之前跟大家介绍过的拉雅（Laya），它不会选项一多就掉链子。想省推理成本的，可以先挑业务里最烧钱的那类高频判断换上去试一试。 访问入口

这期我们测评刚发布的 Nano Banana 2.1，用的还是那套祖传测试用例。应粉丝要求，第三题「不同角度人物一致性」的题目做了更新，Benchmark 也随之升级到 V1.2。本次依然直接在 OpenRouter 的 Playground 上实测。 第一题是中文长文本排版支持测试——水彩风珠海五天行程插画。这道题的表现可能是之前测过的所有模型里最好的，文字整体只错了一处：第一天「渔民佬鹈鹕海鲜餐厅」里的「鹕」字缺失了。与文字无关的问题也有一个：第一天渔女的形象不对，珠海渔女应该是双手捧着东西举起来的。 第二题是文生图综合能力测试——左撇子咖啡馆写信，问题就比较多了。第一，提示词要求左手拿笔、右手拿烟斗，它反过来了。第二，杯子里的清水应该满到快溢出来。第三，墙上时钟要求显示 3:45，时针和分针都没有指对地方。第四，提示词要求明信片上写着清晰可读的「亲爱的阿珍：见字如面」，但这张 2K 的图我放到最大都看不清写了什么，字数也明显不对。第五，提示词要求窗玻璃映出执笔的左手，但因为它左手拿了烟斗，这一条也算错。 第三题是同一角色多视角一致性测试，女孩四宫格不同角度图片。首先这...