粉丝1.6万获赞40.3万

学 ai 的 这个视频认真听完啊,我现在几乎是放弃了所有 cloud code 啊,虽然 cloud code 目前还是最强的啊。那 oppo 的 四点七,我感觉整个的升级并不大,但是啊,消耗的越来越快了,我甚至我有一天我就问了几个问题就结束了。我现在基本上放弃 cloud code, 全部选择 codex。 那么我给大家的建议就是一定要用最好的模型,当然 cloud code 跟 codex 目前,呃还会比 codex 要强一点,但综合能力来说,我觉得 codex 是 更强。然后接下来就是说,我跟你们说一下是为什么?首先, cloud code 对 国人很不友好啊,这个不知道他这个老板,他是抽了什么风啊,可能被百度这个 pua 抢了。 那,那现在反正只要是你,只要是频繁换 ip, 那 么 ok, 你 马上就会直接就打包回家了啊。我现在已经基本上就放弃 cloud code 的, 那么我现在转投了这个 codex 怀抱,那我自己搞了一个是五叉的这个额度,我,我是使劲的登啊,都登不完。那么在在此之前,我是一个没有任何呃编程经验的小白,我自己写了一个,呃, 我因为我自己做 tiktok 的, 做的 ai 视带货视频,我自己做了一个完完全全的,这一个的无线画布,全部是 codex 给我完成的。然后呢,呃,我 用到的一些工具,无非就是什么 super pro 啊,呃呃,包括 open design 啊,就是这些 ui 的 设计全部都是用 code 一 起完成的。虽 然 cloud cloud design 呢目前还是最牛逼的,但是很多人是已经把这个 cloud design 呢直接就是蒸馏了啊,变成了一个 skill, 一个 open design, 一个是华华语 design。 嗯,这这几个都是很强的啊。

很多人最近在用 gpt 五点五 cortex 或咳嗽的时候,都会有一种感觉, token 消耗特别离谱, 甚至一次任务几十万 token 就 没有了,复杂一点,直接上百万。呃,很多人会疑惑,我明明只问了一句话,为什么会这么贵?其实你看到的只是表面回复,那真正消耗 token 的 东西在后面, 我积累咳嗽某一个时间段使用的用量,有些任务的话是几十万, 有些任务的话就是上百万了。可以从这张图看出来,就是一次任务耗费的头肯还是蛮多的。 那以前的大模型更像 chatbot, 你 问一句,他答一句。但现在的 ai 编程模型,尤其是 g b t 五点五啊, cloud code 啊, course 啊,已经越来越像 agentic workflow。 呃,也就是它不只是直接回答,而是在后面 有思考,有扫描工程,调工具,写代码,呃,有测试,有反思,有重试,最后才给你结果,这是完整的一个流程。 呃,我们先来说第一个吧。嗯, reasoning。 很多人低估了 reasoning 的 token 消耗,因为你看到的是一句回复,但模型内部可能已经思考了很多轮。比如 你让它修复一个复杂的 bug, 它会分析日制,猜测原因,排除错误路径,对比多个方案,规划修改步骤,这些过程都会消耗 token。 而且,而 reid 零越强, token 往往越贵,这也是为什么 gpt 五点五比传统的叉模型贵很多的 原因。第二个核心就是呃工具的调用。呃,现在很多 ai 编程工具已经不是单纯聊天了,他们会呃读取文件,搜索代码、 grip diff, 跑测试,看日制。呃,你以为只是帮我修一个 bug, 实际上后面已经扫描了几十个文件,而且这些都会进入上下文。这是 ai 工具调用的一个 workflow, 可能是长这样子的。 嗯,还有一个很多人没有意识到的东西, hide and context。 很多 ai 工具会偷偷塞大量上下文,比如,嗯, system prompt, roles agents, reporters, summary 文件加载历史对话工具的输出, 虽然你没有看到,但模型其实全看到了。所以真正进入模型的 context, 呃,可能远远比你想象的要大得多。 所以 ai 编程可能会越来越贵。并不是因为模型回答字数变多,而是 ai 正从 chat 变成真正的 工程执行系统,它开始主动分析,主动规划,主动调用工具。呃,主动执行流程。本质上,你不是再买一次回答,而是再买一次工具执行过程。 最后做个总结吧,就是真正废 token 的 地方不是回复本身,而是 reasoning planning to use context engineering agent workflow。 未来 ai 编程一定会越来越强, 但同时 token 的 成本也会越来越重要。如何控制 context? 如何拆任务?如何减少无效推理,会变成新的工程能力?嗯, ok, 这里是 context 的 工程实践。下一期我们继续聊,为什么大仓库加全量上下文会让 ai 编程直接失控?

卖投肯做一篇分发,到底能不能赚钱?已经消耗过千亿,投肯封了几十万个账号,实打实的在这个行业的经验告诉你答案,肯定能赚钱啊,甚至一天可以赚几万,一个月可以赚几十万,但是他适合一个普通人吗? 事实上,绝大部分人根本不可能靠卖投肯赚到钱。多人被网上的暴富神话洗脑了。记住一句话,再好的生意,他本质还是一个生意,不是捡钱。 现在投垦市场,整个行业极其内卷,想要做好这门生意,还是需要具备一条件,以下五个核心条件,只要你符合其中的一点,这碗饭你就可以吃。大家可以对照看一下,自己到底能符合几点。 第一点,有足够强的一手渠道,打一个信息差和时间差,这是最粗暴的赚钱方式。比如当下爆火的 cds 二点零, 如果你能在他刚刚出来的时候,全网都在找借口的时候,甚至首月供不应求的时候,快速拿到极低折扣的内部价格或者代理渠道啊。在别人还在找门路的时候,你手里有货,拿到渠道就等于拿到了印钞机。第二点,自带天然的产业资源, 这属于圈层的降维变现。如果你本身所处的行业就有海量的 ai 需求,那你根本就不需要去卷价格,也不需要再去找客户 啊。比如你本身在这个电商圈已经摸爬滚打了很多年,身边全是做跨境出海搞短视频带货啊的老板,他们一天跑几千个商品切片,跑几万条产品图或者产品视频, 那么他们的 a p i 消耗量就是一个天文数字,或者眼下爆火的 ai 漫剧啊,有大量的生图或者生视频的这样的一些需求,你当朋友抱怨没有稳定接口的时候,你顺手丢一个过去,就帮他们解决了痛点,自己也赚到了极其稳定的利润。 第三点,如果你本身就在做流量啊,拥有极强的获客能力或者投流的能力,你本身就是懂流量生意的高手,懂买量,懂做爆款,懂私域运营。那么在大家提供 token 的 服务和价格都大差不差的情况下,你的获客成本只有别人的啊,一半或者 百分之二十,甚至百分之十,你能用最高效最低成本的方式触达到海量有需求的客户,靠规模效应直接碾压同行。第四点,你具备 开发 agent 将 token 巨像化的到一个服务里面的这样一个能力啊,把标准化的 token 服务做成非标的溢价啊,把低毛利的生意做成高毛利的 一个生意,同样是卖生图模型,同样是卖生视频模型,别人是按次卖接口啊,两毛一次,五毛一次,一块钱一次。而你是根据特定固定的场景,比如苍蝇老板生成菜品图,电商老板做主图啊,电商老板做详情图,封装成一个傻瓜式的工作流啊,别人卖五毛,你可以卖两块, 你可以让老板们一次就能成功,或者两次就成功,让老板们跳过了反复学习,反复测试的这样一个过程啊,一个美工一个月的佣人成本啊,七八千,八九千,但是你通过一个工作流啊,能让老板原本 五个美工才能干完的事情,一个美工就可以操作你的工作流去实现的啊,一个月能帮老板省几万块钱的这样一个一个成本,那么你就拥有了核心竞争力。第五点 也是拥有顶尖的底层技术能力,这个路线比较高危,也比较硬核,这个属于很敏感的一种方式,属于纯纯的技术套利,主要是针对像 cloud gpt 这种风控,比起 很严格,然后又是全球主流的应用量很大的这样一些模型。如果你懂底层的协议意向,能搞定复杂的风控绕过,以及拥有维护高病发耗磁的技术实力, 相当于你就能用极低成本的方式把散户的号源整合成企业级的接口,这其中的利润空间极大,同时也是门槛最高,风险最大的一种方式。

呃,哥现在用 g p t cloud 跑业务,托管费越交越多。呃,有人说四零九零本地部署开开源能省钱,但普通人根本玩不转。还有 open cloud 这种自动化工具,到底靠啥实现真自动化?国内模型差距到底在哪? 首先来说的话呢,这绝对是可以真实落地的啊,我跟你先讲解一下核心啊。首先对于国外来说的话呢,像 openai, cloud and stopit 这些是属于闭元模型啊,你要调用它们的话呢,只能通过 api 的 调用来收费 啊,按 token 来进行计费嘛。那如果说你购买了四零九零,或者是你租用了四零九零的话呢? 啊,自己部署在本地对吧,那么你是?如果你还要使用他们,其实没有意义啊,因为国外的这些的话,只要调用了就要收费。那么对于国内来说的话呢,像智普五啊,千万三点五, d c 和三点一 啊,这些开源的模型的话呢,是直接跑在本地的四零九零上面的,那就是零透坑费,单卡的月成本呢,差不多就是一千五百块钱吧 啊,所以说对于国内的这些中文生态的这些模型来说的话,对国人是比较友好的。那 gbt 四点五呢? 呃,目前来说的话呢,肯定还是比较领先的,包括 snoop 和 khalid 也都是比较领先的啊,在于这个逻辑推理啊,包括上下文的语义理解和自动化迭代这一块的话呢,还是有着不可撼动的地位,那么国内的大模型也在追赶。 那么其次啊,我想说的是,虽然说可以进行本地部署啊,呃,但是如果真的要实现自动化这件事情,因为我们对于我们普通人来说的话,我们没有那么强的一个技术水平啊,不能看一些网络上的博主说啊,你能部署在本地,然后你就去花钱,那你就是韭菜了。 那么我们要在赚钱这个事情上,或者是我们要在变现这个事情上的话呢,要能实现就必须要能调用的了啊,那个国内生态的这些 api 的 这些电路啊,特别是通过像呃 很多大的这种公司,比如像抖音啊这些公司的这种开源的啊,公开的这些 api 吧。但是公开的这些 api 的 话,本质来说的话呢,只对有实力的企业或者是特别牛逼的个体是吧来进行开放。对于普通人来说的话呢,你用 open code 是 跑不通自动化的, 所以说你不管说是用币源还是用开源来说的话呢,呃,都会有这个局限性啊,你不能跑通自动化的情况之下,你本质上还是能在那的机器往前跑, 而不像网络上吹的那么神乎其神的说七十二十四小时的自己在迭代,自己在跑,你只要实现不了自己迭代,那这个就是一种伪命题啊。那目前的话呢,他就是 啊给到这些企业级的啊用户来进行使用,那么最后如果说你真的要使用你觉得你的项目,包括你啊的这个自己的企业吧,啊是可以适配的了啊,这个大模型作为底座,你也不在意说全自动化这件事情 啊,那么你可以用一个混合打法,比如说高频的简单的任务,你用四零九零加开元的大模型啊,那对于核心的复杂的啊,需要语意理解啊的任务,你还是用闭元模型啊。然后呢, 如果不是特别复杂的任务,你可以使用 rpa 就是 自动路由啊,来实现自动化点击啊,释放能力成本吧,对吧?那么你已经是这个生态里向的顶级的比较比较顶级的玩家了啊,你的托管费用呢,肯定也会从 原来百分百托管费用里可能会减到百分之七十或百分之八十啊,就可以跳出一部分的这种托管的成本陷阱啊。

a h 圈里面有一个神奇的笔试练就,用可乐的看不起用 g p t 的, 用 g p t 的 看不起用 deepsea 的, 用 deepsea 的 看不起豆包的。就我觉得,但凡你有这种认知水平不咋地,那为什么呢?因为本身上这是一种资源错配。比如拿这三个模型举例子,那可乐呢,它其实强在它的逻辑性很强,它的决策能力 很强,所以你会发现它更适合帮你做判断。当然它也是最贵的,被称之为当前世界上最牛逼的脑子。其次呢,就是 g p t, g p t。 因为你长时间的使用,它会有你大量的上下文和个人的记忆,所以当它在给你反馈的时候,你会 发现它非常懂你,它是非常个性化的个人体验。然后豆包呢,我们就会感觉它很性价比,当然它现在可能是否有性价比另外一说,不管它是有性价比也好,不管它是收费也好,它始终在国内来说,它还是最懂中文情景的。 那你看这三种模型,它其实在工作里面的使用情景是不一样的。那如果再加上深图的可能是谷歌的 jimmy 或者 j b t 的 image。 二、那如果再加上深模型的话,可能就是 gmail 的 c 三点零 会发现不同的模型,它对应的解决工作内容的强弱项是不一样的。那比如说我现在有一个行政岗位,这个行政岗位呢,每天就是需要给员工发一些公司章程,然后发一些考勤制度,就做一些非常简单的这种文字输出。 你说你邀上他去用 cloud 吗?你脑子是不是有病啊?你给一个非常基础的智能体,然后配上一个最牛的 ai 大 模型,那你纯属是四个字 叫有钱烧得慌。所以我觉得呢,脱离业务本身,单纯地去追求一流的大模型,本质上呢,就是这个人的认知比较低。第一,他没有资源分配的能力,就是他不知道我如何基于我手头上现有的这些 ai 资源去进行更高性价比的调配,就是管理能力比较差。 你要想一个问题啊,我们以后 ai 的 使用情景会越来越多,那你肯定是要去优化它的性价比的。第二呢,就是因为这个人的无知。那这个人的无知呢,就是因为他对于大模型的不了解,他不了解什么大模型适合解决什么问题,不了解哪个模型有哪个专长,所以就一视同仁,全都配给他。但但凡有 ai 笔试链子,那是不是就说明这个人的认知水平比较低?就这种想法很奇怪,不要有。还有。第三, 就纯属这个人懒,他就会觉得老子有钱天下无敌,我就上最贵的。那最贵的不见得是最好的,可 loft 确实是最贵的。他能搞图,能搞视频吗?那明显搞不了呀,低认知的人只会盲目的选择最贵的,而高认知的人呢,他懂得做最精准的排兵布阵。

曾经我对 cloud code 的 终端爱不释手,但现在我只能说一句, codex 真香啊,真香! 大家好,我是布鲁。随着 codex 近期频繁的更新,我自己的工作站也已经全面的切换过来了。今天就来分享一下我自己的完整使用经验,怎么用 codex 打造一套不打断心流的生产力闭环。 本期视频我把它分成了七个章节,每一张都是我自己实际在用的技巧,希望能对你有所帮助。那我们话不多说,直接开始 第一张,先来介绍一下我的工作站是怎么布局的。左上方是 codex 的 对话框,下方是 terminal 终端。 你可能会问,已经有 codex 的, 为什么还要开一个 terminal 跑 c c? 因为我发现对于一些需要探索、需要设计的任务, c c 的 表现要更出色一些。所以我的习惯是用 c c 来做方案设计,配合 planning with files 这个 skill, 把设计思路直接落成文件, 然后再让 codex 读这份计划,接手后续的具体实施。这样一来, cloud code 负责想, codex 负责做,两者可以各司其职。 右上方这个区域我用来做任务完成后的查看和审阅,比如代码的 review, 文件的浏览,还有浏览器都在这里。虽然现在浏览器还不支持多标签页,但对于日常的任务来说完全够用。这边我就分享一个实际的案例, 我让 c c 参考了最近很火的这篇卡巴西提出的知识库的文章,让他借鉴里面的思路,出一份设计稿和完整的实施计划。目的呢是做一套前端的页面,方便我日常的维护文档使用。 接着 c c 就 会调用 planning with file 这个技能啊,将所有的计划落成文档,然后我就会回到 colex 这边,让 colex 去阅读当前项目内的这份计划文件,然后基于这份计划文件让他进行开发。开发完结果之后,我会在这边 内置的浏览器里面去进行结果的 review, 包括代码的一个审查,整个过程从设计到开发再到 review, 全都在这一个工作站里面完成,不需要切换任何的窗口,这就是我前面所说的,心流不会被打破。 第二章,批注功能。这个功能是我觉得 codex 真正强大的原因之一,也是最能体现沉浸式开发的地方。 以前我们改代码的方式是找到文件定位到哪一行,描述问题,让 ai 修改,整个过程中你的注意力是在代码上的,但现在 codex 的 批注功能让这件事情变了,你可以直接在文件上进行批注,告诉他哪里怎么改,需要怎么改。 更厉害的是,现在这个批注功能不止限于代码文件,你可以直接在前端页面上进行批注,看到哪个按钮位置不对,哪块布局不满意,直接在页面上标出来, codex 就 能理解你的意图,并帮你进行调整。这件事的意义在于,正好对应了 webcodd 的 核心理念, 开发者的重心不在于怎么写,而在于写出来的东西对不对。批注功能把这个理念落地了。 第三章,上下文管理 codex 项目里可以同时开多个县城,每个县城对应一个任务,互相独立,不干扰。对比 cloud code 需要开多个对话窗口, codex 把所有县城都收在了一个项目下,管理起来会清晰很多, 然后是项目的记忆核心就是 a 键的点 md, 这个文件你可以类比为 cloud md, 把项目的背景、开发规范都写进去, ai 每次进来都会读取,不用反复的交代。 还有一点, codex 的 上下文管理非常省心,它会自动帮你压缩上下文,它也没有提供像 cloud code 中 compact 的 那样的命令,这种事情让 ai 自己处理就好了,你专注于任务本身就行。 第四张,自动化这块是我觉得 codex 比其他 agent 做得更好的地方,几个原因,第一,用起来非常的方便,直接在 gui 里面新建自动化任务,还内置了很多模板可以选择, 大到项目管理技术、眼镜,小到个人的生活习惯,都可以交给它来定期的处理。第二,自动化可以调用 codex 自身的能力,比如插件、 skill、 mcp、 浏览器操作、电脑操作等全都能用进来,这就是为什么我说 codex 在 逐步形成自己的生态。 第三,我们可以根据不同的场景来灵活的选择模型和推理强度,简单的任务用轻量模型,复杂的任务上强推理,这样的话头肯可以用的更加的合理。第四,稳定性,我实测下来, codex 相较于其他的 agent, 定时任务的准确性已经能达到生产级别,相当的靠谱。 第五张插件和技能, codex 有 相当丰富的官方插件和 skill 生态。先说说两者的区别, skill 就是 纯文档,本质是给一份 ai 的 说明书,告诉他在特定场景下应该怎么做事。比如说我前面提到的 planning with files, 就是 一个 skill 插件的概念会更大一些,你可以把它理解为 codex 打补丁,里面可以包含 skill, 也可以带上 mcp 配置,甚至集成其他的 app。 一个插件装下去, codex 就 多一套能力。 另外, codex 在 插件和 skill 的 管理体验上面要比 cloud code 的 友好太多了。 cloud codex 需要改配置文件,而在 codex 里直接在界面上点击安装,或者自己创建,整个过程非常的直观。 第六章浏览器和电脑操作 codex 可以 直接操控浏览器,你可以让它自动填表,抓取数据,验证 ui 效果。 比如我需要批量收集一些网页上的信息,直接告诉 codex 去哪个页面拿什么数据,它就能自己打开浏览器去完成操作,整个过程中都不需要你的介入。除了浏览器, codex 还能直接操作你的电脑文件的整理,应用的打开都可以交给它来处理,相当于有一个助手在帮你操作桌面。 不过这里要说明一点,随着 ai 自动化越来越普及,现在已经有不少软件开始加强安全控制,对自动化操作做了限制,所以实际能操作的范围会因软件而异,遇到限制情况也很正常,大家用的时候留意一下。 第七章通用功能这些功能不是 codex 独有的,很多 agent 都支持,但作为一个完整的工作站,这些基础能力 codex 当然也不会缺少。先说 play mode, 在 执行一个比较复杂的任务之前,先让 codex 把完整的计划列出来,你过一遍觉得方向对了再让他动手, 这个习惯能帮你省掉很多返工的时间,大任务尤其推荐开 play mode。 再说 m c p, 也就是模型上下文协议,通过 m c p 可以 把各种外部的工具和服务接进来,让 q d x 能力边界大幅扩展,无论是连接数据库,调用第三方的 api, 还是接入自己家的服务,配置好之后, q d x 就 能可以直接调用。 另外还有一点, q d x 相较于 logot code 的, 有一个非常关键但很容易被忽视的小功能,语音识别。目前我的任务几乎都是语音发起的,连打字都很少了。 ok 以上就是我在使用扣袋子过程中总结的一些技巧,如果对你有帮助的话,希望能得到你的点赞和关注。 最后我想说一句, ai 发展太快了,各家 a 键的功能越来越趋同,但工具再多,适合自己的才是最好的。有时候做做加法,找到真正需要的,做做减法,去掉用不上的,慢慢摸索出一套自己的工作范式才是最重要的。我是布鲁,我们就下一期再见。

最近的 ai 圈啊, gbt 和 deepsea 实在是太火了,先是 gbt 五点五发布,号称在一些精准测试里击败了 cloud 的 传说模型 mesas, 紧接着 deepsea v 四也来了,继续保持开源跑分,直逼顶级的闭源模型,现在基本可以说是国内最好用的模型之一了。 那经过最近一段时间的高强度使用,今天我就把 gbt 五点五, dbc v 四 pro 再加上稍早之前发布的 oppo 四点七,放一起做个横向对比,看看 dbc 到底能不能追上顶尖的国外模型。那开始之前别忘了点赞加收藏。 首先我们看一下三家公布的跑分软件工程能力这块,也就是真实 get 上的代码问题修复, oppo 四点七是百分之八十七点六,三家里面最高,比 dbc 高出七个点, 更难更多的文件和复杂的工程问题也是 opus 领先,所以做复杂工程的代码修复 opus 还是很稳的。但是中单任务这块, gpt 五点五反超了百分之八十二点七,比 opus 高出十三个点,做命令行跑 agent 的 gpt 五点五会更加的优秀, 然后长上下文解锁 dbc, 竟然跑到了百分之八十三点五, opus 才三十二,差了一倍多,处理超长文档,显然 dbc 会更加的靠谱。 价格方面 deepsea 就 没什么对手了,输出每百万 token 才三点四八刀, gbt 五点五和 opus 分 别是三十和二十五刀,差了将近七倍,不得不说 deepsea 是 真的良心。当然了,榜单归榜单,实际用着怎么样还得看下面的实测。 好,那我们进入第一个案例,在这个场景中,我们先回归大模型最本质的使用方式,原声尺的对话框。虽然现在大家都在整 a 阵的自动化,但一个模型底层的逻辑素质和指令遵循到底行不行,尺的对话框还是能看出很多问题的。这边我把三家大模型的四号模式全都打开,并且都使用了最高的强度。 然后我的问题是提出一个我想做一个开源的笔记类 app 啊,对标 out 店这种本地优先的产品。在动手之前,我需要让三个模型帮我做一轮技术的选型调研。 那为什么会选择这个呢?首先第一步我让他去找资料,考验搜索和筛选能力。第二步是读代码读文档,考验技术理解的深度。第三步啊,则是去看产品,考验抽象和归纳能力。第四步则是给建议考验综合判断和落地的能力。 可以看到这边三家已经跑完了,我们先来对比一下生成的速度。首先最开始输出回答的是 deepsea 啊,接下来是 cloud, 最后是 gpt, 然后输出的内容最长的是 cloud code 啊。然后为了保证客观的公平性,我这边直接把三份三个模型输出的呃大模型的回答整理成三个文件,分别交给 gmail 和千文来进行一个分析。 先看一下杰米兰的回答,他这边选择的是模型币啊,因为他认为作为一个独立开发者,模型币的整体表现会更像是资深的架构师,而不是仅仅的是信息的搬运工。那模型币对应的就是科奥的 opus 四点七, 那 gpt 和 dpc 的 话,他会认为 gpt 的 表现更加优秀。呃, dpc 更多的是信息的一个搬运,并没有站在一个工程化运维的角度去看待问题。 接着我们再看一下千问啊,那他这边的答案跟 gmail 几乎是差不多的,他也认为是文件 b 对 应的 cloud opus 四点七写的是最好,其次是 gbt 五点五,最后是 deepsea 维斯的 pro。 第二个案例,我这边让三家大模型分别帮我实现一个类似杀入监塔的回合制卡牌游戏。这边 gbt 五点五用的是 codex, office 四点七,和 dbc 比四 pro 用的都是 cloud code 的, 可以看到这边三张模型都已经跑完了,跑的最快的是 office 四点七,用了一分半,接着是 codex 花了六分钟, dbc 则是用到了十五分钟。但我觉得这也是情有可原的,毕竟 dbc 的 价格摆在这边,使用的人是非常多的, 所以也会出现一些限速的情况。那接下来我们看一下三个游戏制作的一个效果是怎么样的。我们先看一下 gpt 五点五啊, 可以看到就是 gpt 还是一如既往的,他的这个前端的风格一直都不是特别好,然后做的这个虽然是游戏,但是看上去还是以前端的那种样式啊,用一种网站的那种方式来做的,然后整体的交互应该是都没什么问题啊,攻击重击, 每回合都能回复能量,所以说基本上都能够啊,打出所有的牌。好吧,这个是 codex 加上 gpt 五点五的。接下来我们看一下 cloud code 加上 opus 四点七啊,可以看到它整个页面的一个样式,相较于 gpt 五点五 啊,是要更像游戏一点啊。然后他整个的风格有点偏啊,像那个三国杀,对吧?然后我们来试验一下,我来尝试一下他这个攻击,然后结束回合。我这边量,哎,这个为什么是智慧的结束回合?敌方回合啊,我这边有三点的呢,哎,为什么是灰的 哦,但是我还能点哦,可以看到他这边是有一个显示的 bug, 就是 我虽然结束回合了啊,敌方回合结束之后,我这边能量是回满了,但是我这边前端的样式看上去还是不能点的。好吧,这个算是有一个小的 bug, 然后我们再看一下 cloud 加上 dbc v 四 pro 的 一个效果啊,可以看到它整个页面的风格跟前两个完全不一样的,它做的是偏手机端的,我们来试一下啊,然后它这个动画效果是做的比较好的,有一个高亮的一个提醒结束回合, 哎,我这怎么点不了了?再刷新一下结束回合, ok。 他 这个是有一个呃,比较严重的逻辑上的 bug, 就是 我打完之后我就不能再点下一个了,但是我如果不打牌,我直接点结束回合,我是能够一直点 的,是吧?可以看到有这个 bug 啊,然后这边结束了,敌方也对我造成攻击的,呃,新的回合,然后我是什么都点不了的。 接下来第三个案例,我让三家大模型扮演资深的供应链架构师,挑战一个综合的实战任务,涉及二零二六版全球自动化决策系统,他们需要同时处理欧盟碳关税的合规和苏伊世运河的罢工重油问题。 可以看到这边三家大模型都已经跑完了,那由于是文档的内容居多,我们还是让 jamie 来作为裁判评判一下。这边 jamie 已经跑完了,我们来看一下,先看最终的结果, jamie 认为第一名是模型 c, 也就是我们的 deepsea, 他 有说到这是一本可以直接交给 cto 的 方案,他不仅完成了任务,还在每一个环节都展现了深厚的行业洞察。 那表现最差的是 codex, 然后它的整个分析还是比较详细的,分别从呃合规于政策的分析,再从逻辑算法的建模,再到最后的系统架构和 a 智能的一个设计,都是呃 dbisc 会表现的更加突出,说明 dbisc 现在的一个综合能力已经是非常的强了。 ok, 这边三个案例都已经跑完了,我们来做个总结。首先三个模型在各自擅长的领域上确实表现很突出, 如果你要做深度调研,或者说选技术路线, oppo 的 四点七更好,如果是代码生成和稳定的实现,则可以选择 g p t 五点五。 如果你是常文本,需要做系统设计或者说企业的架构, deepsea v 四 pro 是 一个不错的选择,而且现在 deepsea 的 价格真的太香了。行,那本期的视频就到这,希望能帮大家在模型的选择上面提供一些帮助。我是布鲁,我们下期视频再见。

最近干货让 deepstack 为 callex 打工, tockin 节约百分之五十。嗯,我手搓了一个工具,让 gpt 五点五能指导 deepstack 工作,把我的 tockin 消耗降低了百分之五十,把性价比拉满。 deepstack 桌面版就是今天最好的 ai 生产的工具,但它缺点有两个,一是订阅太贵,二是 gpt 五点五的额度太废。而 deepstack 又是一线模型中价格最便宜的,让 gpt 当大毛, deepstack 干活才是最完美的组合。 但 deepsea 是 需要接入可捞的扣子让他干活,然后把它包装成 mcp 给 callix 调用。我写好的 mcp 已经开源可用啊,大家可以直接跟 callix 说让他装上啊。这个 mcp 的 核心价值呢,有以下几点。 这个 m c p 本身我就是用 codex 桌面版开发的啊,开发过程很简单,可以说有手就行。如果你希望做一个这样的 m c p 的 话,可以把下面这些话发给 codex 桌面版 啊。注意,这样做出来的只是一个基础版啊,甚至不一定省 tokyo, 你 要一边用一边跟 codex 对 话来解决各种问题啊,最终肯定是能迭代出一个跟我一样甚至更好的版本,大家都可以试一下。

兄弟们,国产模型的天真的又塌了, cloud opo 出四点七了,最离谱的你知道是啥吗?它的这个跑分编程能力,在跑分提升了百分之二十的情况下,它居然加量不加价,这个 opo 四点七的报价居然和四点是一样的,输入是五刀,输出是二十五刀, 没有价格变化,你懂吗?你知道这意味着什么?意味着国产魔镜天塌了。我觉得国产这边最厉害的 gm 五点一,他的能力还不如这个呢。我感觉还不如这个,但这个其实比这个会强一点,比这海枯石点五会强点,但是还不如搜 nike 四点六。这 glm 五点一是介于在两者之间那个水平, 本来追上 oppo 的 四点六就遥遥无望,现在四点七就出来了,能力还提升了百分之二十,这,这咋玩呢? 他就发现这个 oppo 四点七对比这个 gbt 和杰米耐的话,价格是翻了个倍啊。但我觉得效果其实是没有翻倍的,但我觉得也是完全值得使用的,因为很多时候 oppo 是 在一轮能搞定的,你用 gbt 或者杰米耐要搞两轮,这带来一个问题,你的时间其实是要比这个 oppo 还是要贵一点的。