kiro opus 为什么不能用

今天教大家如何薅无线 hero， 可以 用 cloud 四点五。首先我们需要一个指纹浏览器，这里我选择的是云登浏览器，打开云登浏览器后，来到代理界面，大家如果不会配置动态代理， 也可以在这里选购静态代理。我们启动浏览器，启动看到国外 ip 表示正常使用。输入 kyoto， 来到 kyoto 官网，点击散印，点击亚马逊登录域名邮箱，有点看运气，这里还是选择 qq 邮箱， 然后输入姓名，获取验证码，输入验证码，输入密码，来到这个页面，说明注册成功。 打开 hero id， 登录 heroid， 登录成功后我们回到 i d e， 点击左下角，看到有五五零额度，说明成功。接着我们安装 hero， 给退复制达克克隆指令。来到宝塔页面，点击文件，新建 hero get 位文件夹， 进入文件夹后，点击终端， 粘贴我们刚刚复制好的指令， 复制第二条指令，粘贴到终端并回车，复制第三条指令，再粘贴再回车，接着粘贴第四条指令。 来到 dac 界面，看到 get 位即可。我的电脑 c 盘，点击用户 administrator， 点击 os， 看到偷看文件即可。回到宝塔 kiro， 给退文件夹，新建 json 文件夹，上传刚刚的 token json 文件，这里我们更改一下文件路径，让容器可以读取到 token 文件。 接着我们在 new app 中输入 a p i 地址，一般都是 ip 八千，输入点 n 文件中的密码，获取模型并添加。 最后来到演练场，测试是否正常。

不是 cloud， 你 不会更新就不要更新，更新的四点七什么玩意，我真的服了。确实，你的代码能力和处理一些复杂任务的能力确实有了很大提升，但是你能不能不要把你的说话风格改成那种不说人话的方式啊？真的很难受的好吗？ 怎么是这一刀那一刀？呃，不说人话有时候还你还中英文夹杂。哎，真的，我真的是有点受不了了，不光是我一个人，大家都反映这个情况，我的天呐，真的是每个人都受不了。我现在算是知道当时为什么要 keep g p t o 四不让它更新消失了， 哎，真的，我以后也要发起一个，哎，我觉得可能到大概七八月份可能更新四点六要被删掉的时候，我觉得我也会出一个 keep off 四点六的这么一个呼吁活动吧。 为什么就不能搞一些又能说人话，聊起来又开心，工作能力又强的一个 ai 模型呢？难道这种这这东西是不可能三角形吗？那也太变态了。 配色更新，还是好好关注一下他的模型训练的过程吧，真的不要再把一些莫名其妙的说话方式测试到你的新模型里面了，真的很奇怪的。

二零二六年， ai 圈迎来年度重磅翻车，现场 cloud ops 四点七上线仅二十四小时，就遭到全球付费用户集体声讨，海外社交平台差评刷屏，大批老用户联名要求回退至四点六版本。这场所谓的重磅升级，直接被技术圈定性为全面倒退。 官方宣称四点七编程能力大幅提升，视觉效果全面重构，可用户实测却满是幻觉与摆烂，还暗藏隐性涨价，核心能力直接崩盘。 他彻底无视用户的输出偏好设置，强行堆砌主观评判与勇于述述指令遵从度直接归零，甚至配备搜索工具却拒不调用，凭空编造数据与人物信息，撒谎诚信毫无可信度， 自适应推理沦为降智开关、金融科研类深度任务直接摆烂，推理能力远不如低配版 so net 王牌长上下文能力更是断崖式下跌，百万字文档分析彻底失效，企业用户的核心需求直接被舍弃。 更离谱的是变相涨价，分磁器拉高投垦、消耗缓存十项大幅缩短，成本暴涨却毫无告知。看似编程与视觉能力有所提升，本质是厂商舍弃通用能力，全力压住编程场景，牺牲普通用户体验换取算力成本控制。 这场翻车并非单纯技术失误，而是全球大模型深陷、算力、安全与用户体验三角困境的缩影，普通付费用户更是沦为了下一代模型的免费测试员。 大模型迭代的核心，从来不是堆积参数、炒作性能，而是手术对用户的基本信任。当厂商开始用隐瞒与妥协换取商业利益，所谓的升级不过是消耗用户信任的割韭菜，你还愿意为这样的升级买单吗？

open rota 新上线的 cloud ops 四点七结论，先给，别急着上头，它号称是升级，但社区反馈是严重的倒退，今天帮你拆开，看这波新上线到底值不值得你花那五刀每百万头啃？第一页，先看它是什么？ open router 新上线的这个 cloud ops 四点七，来自 anthropic， 上下文给到了一千 k， 价格是五刀每百万头肯。同期 open router 还上了一堆新模型，比如 gpt 三点五 turbo， 十六 k， 价格是三刀， 但别被新上线迷惑，关键看它解决了什么问题。第二页，亮点和代价 亮点就一个上下文，长一百万 token， 代价呢？ reddit 上已经有用户实测标题直接写 cloud opus 四点七， is a serious regression， not an upgrade， 认为它是个严重的倒退，而且价格不菲。五刀每百万 token， 对比同期其他新上线模型，比如 quan 系列还在降价，它这定价显得有点自信。第三页，社区为什么在聊？除了吐槽倒退，大家还在聊两件事，一是围绕 cloud code 的 深度工具，比如 github 上那个十四万星的项目 everything cloud code， b 站也有视频说认真用 cloud call 的 人迟早会遇见他。二是大家都在等精准测试，有帖子专门发了 cloud ops 四点七 benchmarks 的 图，热度有，但质疑声更大。第四页，最后怎么判断？ 看代码。结论，如果你是重度 cloud code 的 用户，并且项目依赖超长上下文，可以小成本试试水，但做好性能不如预期的准备。如果你只是日常编码或对话，现在 openroute 上有一堆更便宜的新上线和降价模型，比如 quan 系列，完全没必要当这个高价小白鼠。 最终判断， open router 这波新上线 cloud opus 四点七，目前看是名气大于实力，对于大多数用户，建议先观望等更扎实的评测和可能的调优，让子弹再飞一会儿。

为什么 oppo 四点六发布仅十二个小时，金融圈就砸锅了？法律、金融行业的软件、股票暴跌，软件行业 e t f 下跌近百分之六， 创造了这一年来单日的最大跌幅。本来我也以为 antarctica 发布 oppo 四点六不过就是一次常规的升级，打个补丁而已，结果我自己上手测完就彻底的震撼到。废话不多说，直接来看我项目开发中的实测，绝对不带任何演绎和美化的成分。 第一个例子啊，是之前 opus 四点五实现的逻辑，在执行和 rewire 的 时候被我发现了有漏洞，然后我就给了一句简单的提示，这里的逻辑很奇怪等等，然后他就开始查看并纠正，可以说是一击即中，修改了代码，并同时给出结论，我们一起来看一下，既然工具已经做成节点，再单独列一份工具信息纯属多余， perfect， 是 不是有点架钩式的味道？这还不算完，咱们在一起看。一个复杂的项目中，我自定义了一个 tour factory， 能够实现类似 m c p 的 逻辑， 但是在 a 键的实现的时候，之前的模型又开始瞎写了，写了一堆拼接，那么 opus 四点六接下来的操作就让我非常满意，他没有瞎猜，而是直接去查看了所有相关的底层源码，查出当前已经自带了相关的属性，并得出一个重要的结论，这个函数的定义本来就是多此一举，不光修改代码，而且给出了充分的理由， 说实话，这对理由和反馈真的是相当的准确，相当的到位啊。这几个开始下来我就坐不住了，这不得了啊，这三要素理解，这推理能力，这执行效率和质量，妥妥的一百分啊！我就立即在公司群里面发了一句提醒，让大家尽快的用起来，项目开发中真的可以少走很多弯路。这时候 我一下子就理解了为什么奥克斯四点六发布仅十二个小时，金融圈就炸锅了。因为金融本质上就是逻辑纠错的游戏， 紧急分音师看一份五百页的招股书，哪怕眼珠子看掉了，也难免会漏掉几个前后矛盾的数据。但在 office 四九中眼里面，这种逻辑断层简直就像黑板上的白点一样明显。关注我， ai 时代不迷路！

哈喽，大家好。呃，今天呢来介绍一下我们星辰字眼的中转站啊，来看一下我们的这个独家专线，是非常的快的，并且呢我们插件支持自动化配置这三个功能，就说你需要什么模型可以用插件直接自动化配置好就不用手动在那调。 然后我可以看到我们这些模型都是可以直接用的，例如我需要用一个高索尼四点六的话，我就点它啊，然后点确认选择啊，然后就配置好了，就非常的简单操作。然后我们来测试看一下各式卡拉扣的插件啊，在那个别克啊，或者科粉啊，或者肌肉，还就是只要能支持安装插件的 id 里面都可以用啊，可以看一下我们这个项目的话是挺大的 啊，这个项目的话它挺大的，它的文件特别的多，可能有一百多个文件吧。 然后这个项目的话，呃，也是一个比较复杂的项目，我们就拿它来测试一下这个模型，就是我们这个中转站它的响应速度以及它能否解决我们的问题。 首先来测试一下它的响应速度怎么样啊？处理一个这么大的文件啊，看一下先啊，可以看到今晚是秒响应的，我刚问完他就立马回复我了， 这个速度啊，可以说基本上可以啊，碾压绝大部分的中转站啊，他们有些中转站可能思考一下，可能要几十秒，或者说上百秒，我们这基本上就是秒响应啊。然后呢他看一下现在他是正在堵这个项目啊，我们先等待一下 我们这个项目的话，因为特意拿了一个比较大的项目，有一百多个文件，是来看一下，演示一下，给大家展示他的个响应速度，以及他能否解决我们的问题 啊，可以看到啊，现在这里还在继续读取啊，因为整个文件项目的文件非常多，他在一定的读取也看到它上面列出了这里有一百零一个文件啊， 你要他现在在读取我们这个项目的内容 啊，然后他现在读取完了告诉我们啊，这个项目是一个什么东西，有什么功能啊？我们这里可以看到他这里的分析 基础，实线，项目定位，然后还有什么安全机制啊，功能啊，然后呢，我们这里值得来测试一下，问问，他是帮我们分析这个项目的缺点 啊，众所周知啊，就是让他说优点的话，他能说一大堆，但是让他说缺点才能真正检测他是否去读了这个项目啊。可以看到啊，这里的话他的响应速度还是秒响应的 啊，不像只是有些不太好的中转站，他可能是你问个问题，他可能等个上百秒才回你啊，那体验就是非常的差了啊， 我们这的话就可以看到整体的响应速度特别的快，然后现在呢，他就已经分析完了，他说这个项目的缺点啊，是风险，然后还有代码质量 以及性能啊，数据库处理之类的这些缺点，他都给我们一一列出出来了，然后告诉我们要如何规避这个风险 啊，可以看到这里全部的实线都已经出来了，然后他给我们做了个总结，以及各个问题，他都给我们一一列出出来了， 可以看到非常的详细哦，这里的话就不一一去看了，就给大家展示一下这些效果，让我们来再新开一个对话。 呃，我们在新对话来再测试一下，看他是不是每个对话都能这么流畅。我让他帮我撇写写一个东西吧，写一个看这首脚本，测试一下他的那个写代码的速度 啊。然后我们这里发了我们的问题，可以看到依旧是秒级响应，非常的流畅。 然后他现在就已经在查看这个项目的目录，查看完之后呢，现在就说开始帮我们写，然后我们这里就等待一下。 嗯，可以看到他这已经写好了，这就是他写完的一个文件啊。然后呢他还教我们怎么去用它，先安装一个库，然后呢再去运行这个游戏。

很多人不知道这个 close opus 四点七上热搜意味着什么啊？它不止因为更新了啊，而因为它把 ai 圈一个很现实的问题突然摆到了所有人的面前。 我这么讲完，你就知道为什么在热搜榜上这么多人关注它啊。以前大家呢，比的是谁更会聊天，谁更会写，谁回答的更像人，对吧？但是现在呢，比的已经不是这个了， 现在比的是谁能真正的把活干了。我用一个最通俗易懂的方式给你形容一下这几类模型，比如豆包啊，我们都很熟悉，他更像是一个反应很快，很听话的小学生。 那 chris 这笔呢？他其实更像是一个知识面很广，脑子反应也很快的大学生。而 cloud office 四点七，他更像是一个已经做过项目，能独立干活，会看图，会写代码，还能持续推进复杂任务的理工科研究生。这么说理解了吗？ 他厉害就厉害了，他不只是会打听，他更像是在做事。哎，这次很多专业的用户啊，真正兴奋的不是说话更漂亮，而是他在代码、视觉理解、复杂、流程长、任务持续性这些地方，真的往前走了一大家。 你可以简单理解成，以前很多模型更像会说话的人，而现在呢，这个 cloud over 四点七更像是会干活的人。 为什么这件事这么重要？因为 ai 发展到今天，最不缺的就是看起来很聪明，真正缺的是能不能稳定持续，少出错，把一个复杂的任务做完的。 比如说写代码，不是随便吐一段就算了，而是能不能写的更完整，更少废话，更少无效的包装。比如说看图片，不是看个大概，而是能不能把图里的细节、表格、组价、结构真正的看明白。 比如做企业任务，不是给你一个答案，而是能不能把一整个流程往下推进，这就是为什么他这次能上热搜的原因。 其实他能上搜还有另外一个原因就是争议很大。这次不是所有人都在夸他啊，很多人一边觉得他更强了，一边也在吐槽他更烧鸡蛋了，因为这次他换了一个新的 talknice， 就是你可以把呃 tokenize 就是 理解成 ai 读字、吃字、算字的一种方式。以前呢，同样一段内容，他吃一百个 token， 那 现在呢，可能要吃更多，官方说有一些内容会多到百分之十到百分之三十五，这意味着什么呢？ 意味着你表面上单价没涨，但你同样干了一件事，可能消耗的更多。对普通人来说，这就是更强了，但是也更贵了。对企业来说，这就是能力提升了，成本的结构也变了。 所以这次热搜不只是技术热搜，也是商业热搜。第二个真正让行业动荡的点是他的位置，就是这个，你可以理解成不是能不能看见图，而是能不能把它真正看懂。比如说以前很多的这个模型，看图就像是一个近视，还不戴眼镜，知道大概是什么，但细节的经常看漏。 而这次这个可多思，四点七在很多的测试里，已经接近看得很清楚的状态了。这意味着什么？意味着以后设计稿、表格、报表、后台的界面、网页的结果，复杂的截图，这些以前很难稳定交给 ai 的 东西，现在开始真的可以稳定的、放心的交给他 了，这就是普通生意了。那么这是 ai 开始往知识工作、产品工作、设计工作、分析工作更深的地方钻研。 所以你想想看，如果一个模型既能看懂图，又能写代码，又能跑长任务，那他不再是一个聊天的助手，他更像是一个正在逼近数字员工的东西。但争议 也在这里。很多人说，可乐以前最难得的地方是，他不像机器，说话有点人味，有点文字感，有点审美。这一次，有不少人觉得他在干活上更强了，但人味反而少。 这个争议其实特别有意思，因为他等于是在问整个 ai 行业的一个问题，未来的大模型，到底是应该更像一个会写、会表达、会陪你思考的人，还是更像一个冷静、高效、稳定、少废话的执行机器？ 还有一个很多普通人都很专业，但专业圈很重视的点，就是这次他在塞博和 really vacation 这个方向更往前走近。嗯，就是你可以理解成，他开始不只是服务的办公啊，写代码，他开始碰更深的企业安全系统验证、工服测试的这些领域。 这些也是为什么中美都非常拼的这种东西。因为拼到最后，已经不是谁聊天更像人，而是谁能把模型放进真正高价值、高门槛、高风险的产业环节。 所以我最后给你一个最简单的总结，如果豆包像一个听话的小学生，揣着这口气像一个知识面很广的大学生，那么克拉的欧布斯四点七更像是一个已经进组干过活，能独立推进项目的研究生。 他这次上热搜，不是因为他不会说，而是因为他让所有人都更明显的看到， ai 正在从会聊天正式进入会干活。 而一旦 ai 开始真正会干活，普通人最该问的问题就不再是他聪不聪明，而是他下一步会替代什么，会重写什么，又会给谁带来机会。这才是 cloud over。 四点七真正值得聊的地方，想想一下多么细思极恐。