deepseek和silk区别

刚才我查了一下账单，发现自己用 deepsea 写代码花了将近二十三块钱，三千多次调用将近四亿 token， 同等量级扔到 gpt 上，一个月少说几百十几倍的差价，而且用起来说实话没感觉有什么区别。这就是我今天想聊的东西， resonix， 一个专门适配 deepsea 的 本地编程助手。先说清楚，这玩意儿不需要外网，装起来也很简单。 github 搜 resonix 小 白直接下桌面客户端，双击打开即可， 首次启动会让你填 a p i 密钥，据 deepsafe 官网注册一下，领个密钥粘进去一两分钟的事。界面就是个聊天窗口，有两个模式需要注意， review 和 auto 模式会申请工作区外的文件访问权限，而我日常电脑没什么重要的文件，所以一般直接开 ulog 模式，省事方便。 来实际带你们体验一下。比方说我想知道 ai 热点，用这个 ai 热点的 skill， 直接跟他说帮我搜今天 ai 圈有什么新闻，整理成精简文案，他自己就去抓信息了，不用写任何代码。 等了大概几分钟，结果直接出来了，可以看到这都是最新的资讯，时刻紧跟热点。我做自媒体内容的时候，给他搭了一套完整流程，从八视频素材提文案到改写预判数据表现，一条指令走通， 花费一两个小时搭建，就能节约以后我找素材的时间。而且如果你完全不懂代码，也能用它搭个人网站。 我试过用了开源的模板，借助 deep c 转化为我想要的样子，可以给大家稍微看一下成品纯前端，自己图一，乐呵乐呵的。当然运行中间报错了也别慌，它会自己看错误信息 自己修，修完继续跑。对新手来说，这体验确实可以。原作者我在评论区 a d 出来了，感兴趣的可以关注。下期的话，看评论区问的最多的问题，我挑一个话题继续深入。

嗯，大家好，今天是一个关于 deepfake api 的。 呃，一个教程，就是咱们先要打开大家的浏览器， 然后搜索 deepfake， 然后它就会出现这两种，然后咱们要点下面这个 api 开放平台。 呃，这个是我的，我算是比较高强度的，我一天可以大概要十四个小时左右，然后每天就差不多 一块钱，多了一点的时候是我大量输入副那种剧本的文本的时候，他会要的比较多，要大概一天要两块钱，但是平时的话一天就撑死了，其实也就一块钱了。 呃，大家先点击的话需要点这个 apikey， 呃，在这点创建 apikey， 你 就随便输一个，呃，一二三，然后这就是你的 api 密钥，你要把它呃复制下来， 复制完了以后我点点击复制了，复制完了以后我要这个 chatbox， chatbox 在 苹果商城是有的，直接搜索 chatbox 就 行，搜索完以后就是这个，然后咱们点进去它就是这个页面，咱们点开左侧的这个三角杠， 然后点设置，点设置点模型提供帮，然后选到 deep， 然后把自己的 api 要输进去检查， 然后就能选是 chat 模式还是思考者模式或者是 flash pro。 嗯， chat 模式和思考者模式它后面可能会被取缔，换成 flash 和 pro， 到时候这个大家自己说就行， 然后大家弄完这个密钥以后退回来，退回来以后就可以在这块选了。我这个是，呃， 办完了那个登录会员以后，他有这么多的，正常来说大家其实就应该只有这四个，到时候大家自己选就行，然后就完事了。嗯，我不建议大家在 就是没有办登录会员之前用，嗯，解锁图片功能或者是输入链接很容易卡崩，就是大家正常输入文本的话是没有问题的。

小米模型降价百分之九十九，直接和 deepsea 硬钢，看来 deepsea 给的压力还是挺足啊。那小米的 mimo 和 deepsea 相比到底怎么样呢？ 今天咱们就详细聊聊小米 mimo v 二点五 pro 和 deepsea v 四 pro 这两款国内顶尖大模型，帮大家分清两种的定位和适用场景。首先看基础信息， 两者上下文都做到了百万头肯，而且全部开放 m i t 开源协议，个人和企业都能自由商用，门槛很低。参数上， deepsea 整体规模更大，不过小米这边额外做了图像、语音一体的全模态，而 deepsea 目前只支持纯文本交互， 这是两者最直观的区别。接下来看核心能力比拼。第一块是智能体 app 的 能力，这一块小米眉目优势非常明显，在多项权威评测里得分更高，而且执行任务时投分利用力更高，能省下接近一半的调用成本，非常适合搭建 自动化工作流、智能助手等一类产品。第二块是代码的专项，榜单里表现拔尖，软件工程、算法编程、 实战写代码的能力目前位居行业潜力，是程序员开发团队的首选。第三块数学与逻辑推理，同样是 deepsea v 四 pro 更强数理计算、复杂推理的实测成绩非常亮眼，很适合科研和数理分析。总结一下，首先两款大模型都是国货之光，都很优秀， 如果你的需求涉及图片、语音、多媒体交互，或是要做智能体，首选小米 mini。 如果是专业编程开发、数学科研、纯文本内容创作、深度逻辑推演，那 deepsea 会更加适合你。关注我，了解更多最新资讯和实用技术。

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。

四点八刚更新，网友问你是谁，他说，我是千问。五月二十六号， coderina 放榜，千问三点七， max 一 千五百四十一分，全球第二。仅在三天后， antropic 发布 opus。 四点八，听说代码能力又提升了一大截。 然后有人随手问了一句，你是什么模型？他先后答了千问 deepsea， 就是 没答出 cloud， 说明训练数据里用了大量国产模型的蒸馏数据。整个行业的竞赛早就不是谁更聪明，是谁能调用更多 a p i， 谁就有下一轮的训练数据。 上架不是让利，是收数据开源，不是共享，是铺设管道。你以为是技术竞争，其实是信息不对称下的互相抄作业，整个模型行业干净的人一个都没有。

今天凌晨呢，小米旗下的大模型 miimo v two pro 宣布降价，说法是最高降幅百分之九十九，但实际情况呢，是和 deepsea v 四 pro 的 价格是完全一样。而 miimo 的 v 二点五，它的所谓的 flash 模型跟 deepsea v 四 flash 呢，价格也是几乎完全一样。 这个价格呢，基本上已经属于跌到脚踝了，因为 deepsea 在 周末刚宣布把它的 v 四 pro 模型呢，原本限是二点五折的优惠的永久化，这种地板价的价格呢，以我们自己的附属的， 呃，接下来看呢，基本上只是电费和一些运营费用。那 dips 为什么价格能降那么低呢？也是因为它做了一系列优化，比如说 m o e 架构，比如说 k v k 式压缩，比如说投机解码和多头痕的预测， 包括缓存的复用量化和低精度的部署。这些呢，我在前面几期的视频号上都分享过。当然呢，即使把这些都做完之后，也没法做到现在的报价。所以呢，更可能的原因是 dips 呢，已经通过 公司二方科技提供了硬件的自主权，就拥有了所有的 g p u， 所以呢，已经作为沉没成本，而他只是要覆盖他的运营成本，就是电力和运营费用而已。那 d p c 的 长期逻辑是 agm， 所以 他把价格压到这么低的核心的目标是把电容量做起来，能成为全球使用量最高的模型公司之一。目前从 oppo rata 的 收益来看，确实也是这么 回事。小米呢，可能是更加激进一点，因为小米的核心的利润并不来自于大模型，而模型呢，又是他在二手市场上讲故事的很重要的支点，所以呢，他愿意以不盈利的方式持续亏损作为战略性投入 来获取时长的声浪。同时呢，因为他在生产店中的站位，未来的手机、汽车、 iot 机器人这些终端都需要低成本的模型，与其采用别人家的，不如用自己的模型。所以呢，虽然两家的降价逻辑并不相同，但是结果指向了同一价格， deepsea 先动，小米 mimo 贴身跟上。问题在于，这个价格一旦被这两家公司同时铆定，就很难再往上走了。所以呢，结论就是，那些能力不如 open ai and fava， 价格又打不过 deepsea， mimo 的 中间场上可能会率先被挤压出海桌，国内资源大冒险的大厂以及模型创业公司，迟早都要被拉出来表个态，到底是否跟进？ 而这个价格战呢，目前还没有波及到市场。另外一端就是预参加 g p t cloud 和 jimmy， 原因呢，是市场正在分层，对于价格敏感的开发者跟中小企业，会被 deepsea 跟 mmo 低价带走。但是对合规性多模态能力，包括编程能力有特定需求，大客户 暂时可能还会留在国家区间，但是这个用户呢，其实比较有限，而且呢，集中在欧美国家和发达国家。所以接下来呢，大模型市场可能会分成两个阵营，一端是集低价的基础设施层，负责提供便宜稳定可 规模的头肯。另一端是高溢价偏能力层，继续卖最强推、最强 a 阵、最强多模态和企业级安全能力。而两端都够不着的场上既没有成本优势，又没有能力避雷，大概率就是人出局 了，而即使是短期油箱的分层，随着模型技术能力的提升，低价格的模型并表示能力回差，反而呢，可能会不断的升级，不断侵蚀所谓的高溢价高能力的模型。所以呢，未来的市场份额一定会被低价甚至免费的模型占住，而所有的其他模型会竞争的百分之十的最复杂的应用场景。

最近 deep seek 审核严格，今天三分钟教大家搭建无限制 deep seek， 手把手，纯基础，还不会主播亲自远程教。这里我们用到 chatbox， 主要是它 ui 清晰，相比大家目前对对话功能最需求，其他的各位就发动鬼脑吧，直接下载 安装就不展示了。安装好后先不用打开，打开 dpc 开放平台，先登录，所有链接和操作我都放在评论区，进来后是这个界面，我用了一段时间了，已经玩耍了。先充值一点，也可以自定义充值，最低一元起充。 打开 api kiss， 创建一个新的 key， 然后这里输入名字，这个可以随便输，咱们输入一个测试， 这个一定要保存好，它只出现一次，只在你创立的时候出现，如果以后忘了，只能删掉，也不能随便录给别人，要不然别人会用这个刷你的钱。 回到侧边栏，选择接口文档，以下是模型类型，我们看到有 v 四 flash 和 v 四 pro。 嗯，我们先复制好这个 api， 我 们打开安装好的 chatbox， 这里什么都不用点，我误触了，点了一下，跳过引导 我们打开侧边栏，这里给了很多视力对话，我一般看着这个是有点烦的，我选择删除。 chatbox 也是个中转站，所以这里默认使用它们自己家的 api， 我 们现在打开设置，改成 deepseek， 选择模型提供方选择 deepseek， 把这两个都删掉。点击新建模型。 回到 api 文档界面，我们可以复制模型的名字，这里我先用 pro 做个示意， 复制好后回到编辑模型，把 pro 添加进去。接下来我讲的就是一些关于这个模型的重点的 dypic 模型都不支持视觉，除非你再装一个 ocr 模型，把图片转述给 dypic。 但是现在我们只用选择推理和工具， 然后这个上下文窗口，它支持我们直接填幺零四八五七六是一百多万，就是它支持最大的上下窗口就是最大的 token 量，输出量的话最高是三十八万，四千就是三十八万。 这里你也可以往小的填，比如说输出可以改成八千一百九十二之类的，改的规则就是按 k 去改，一 k 等于一千零二十四的，八一九二就是八 k， 说明我只想让输出时消耗的 token 是 八 k， 不 能超过这个 我一般拉得最大。我喜欢他跟我多说话，这有可能会多消耗 token。 富婆可以和我一样不介意，毕竟 deepseek 的 token 本身就很便宜。 这里我们填写我们刚刚创建的 api， 然后保存测试就行。这里显示支持图片，其实是不支持的，你对话的时候跟他发图会报错。 回到主界面，我们新建一个对话，这里选择经典或气泡，经典就是你们两个人的对话都在同一侧，气泡就是跟微信一样的对话。然后我们在这里选择模型，我们只有，所以我们选择就好了。 这是一个非常简单的基础教程，有很多进阶细节没有讲，如果有什么问题的话绝不收费，谁收费谁王八。如果教程有帮助到你，请给主播一个小心心，这是我的动力，谢谢大家。

一个视频带你了解豆包和 deepsea 的 区别。哎，我今天遇到了一个小可爱，他做了什么什么事情？我觉得他真是太可爱了，我恨死他了！ deepsea， 嗯，用户向我提出了一个很可爱的人，并且跟我讲述了这个可爱人的可爱行为。用户并不单单只是想让我跟他一起吐槽这个人很可爱。用户一定是想让我了解到这个可爱人做可爱行为背后的目的， 以及需要一些应对方法。在以后面对这样可爱的人的时候，用户需要知道如何规避这个可爱的人。好的，现在我已了解用户的基本需求，开始作答， 豆包，哈哈，我太懂你这种感受了。我给你最直接、最真相、最透彻、最赤裸、最缜密、最尖锐、最深刻、最现实、 最不加修饰、最不绕弯子、最不迂回、最不兜圈子、最扎心、最硬核、最干脆、最利落、最爽快、最果断、最不墨迹、最不拖拉、最不拖泥带水、 最戳痛点、最不留情面、最不讲人情、最不讲场面、最不顾体面、最一针见血、最开门见山、最单刀直入、最直接要害、最撕开伪装、最不铺垫、最不客套、最不寒暄、最不迎风、 最不虚伪、最不煽情、最不矫情、最不造作、最不内耗、最不废话、最不赘述。最不荣誉、最不空洞、最不拐弯、最不绕路、最不墨迹、最不扭捏、最不装腔、最不做作、最不端着、最不摆架子、最不故作高深、最不故作姿态。最不啰嗦、最絮叨、 最不唠叨、最不拖沓、最不迟疑、最犹豫、最不委婉、最不含蓄、最不模糊、最不模棱两可最不掩饰、最不遮掩。藏着掖着最不藏话、最不隐藏、最直白、最坦率的回答告诉你，这个人确实很可爱。

我给 deepsea v 四量身定做了一套衣服，现在它不仅完美适配 max 思考模式，还能让纯文本的大号模型也拥有视觉能力。另外操作电脑、编辑文件、连接社交平台这些都不在话下。 这只小金鱼发布已经一周多了，网友实测它重回开源第一，甚至能跟贵几十倍的对手摆摆手腕。但随之而来的是争论。这个天才好像有点偏科，视觉和聪明二选一， api 接入频频报错，配置麻烦。 这好比你可以花五百块买一个新款 iphone， 想要正常使用却得折腾一番。所以过去一周，我给 deep seek 做了超多的优化，补齐了短板。 no one knows， deep seek better than。 这个视频就给大家分享分享我这几天都做了什么。 也许你还记得，去年梁老板手动做空美股 deepse 二，一能打出那个声量思考模式是最大的功臣。 v 四把这个能力又往前推了一步，新的 max 思考模式变得更聪明了。 可是打开官网并没有这个开关要用，只能接 api。 但是 api 的 思考格式特别难伺候， cloud code 龙虾动不动就抛四零零错误。社区里一堆人在问怎么回事， 原因在于开了思考模式之后，每轮对话都要把上一次的思考过程原封不动发回去，哪怕是空的也得发。但大部分客户端会把空的直接扔掉，导致报错对话断掉。有人测过，复现概率最高能到百分之五十九。 这些问题我这几天在 open henanicle 里基本都处理好了，现在接上 a p i 就 能直接用上。最聪明的小鲸鱼。 这次 deepsea 官方主打的另一个更新是一百万的长上下文，就算聊很久，他都不会忘记你说了什么。 不过上下文一长，钱就花得更快了。业界普遍会用一个技术叫 k v cash， 原理很简单，前文不变的部分不需要重新计算，一般缓存价格不到正常输入的五分之一，而 deepsea 做得更狠，缓存命中只要原价的百分之一，几乎是白送了。 所以我也对 hanako 做了缓存优化，把不怎么变的系统指令放前面，容易变的时间记忆放后面，保证命中率，配合 deepsea 使用效果最佳。 开头说了 deepsea v 四发布之初，视觉是最大的短板，在大家人均多模态能看图的今天，确实影响榜一这个名号。前几天我为了让 deepsea 看见，给他开发了一个辅助视觉的功能，原理是用别的多模态模型示图，再把结果喂给 deepsea pro 去推理， 调整几天，终于稳定跑起来了。思考、练和输出结果都很像原生的多模态模型，结果官方直接上了多模态版本，还发了个论文，那我这周岂不是白干了吗？ 并没有白干，而且很有意义。官方的多模态走的是小号模型，看图和聪明只能二选一， 而在哈纳扣里， pro 也能借助外置视觉看图。而且我读了那篇论文之后，捞到了一个很好的思路，很多外界视觉方案本质上是先把图片翻译成文字，再去推理，说左边那个中间偏上，说着说着自己都指不清了。论文的做法是把对象和位置变成坐标锚点， 让模型指着坐标去想。我就把这个思路用到了外界视觉方案里，让识图模型按坐标格式输出，关键区域再交给 pro 推理，空间关系比得更清楚。 这也是我觉得开元社区最有价值的地方，成果一发布，立刻就能给别人新的工程启发。这套方案也不只是给 deepseek 用，任何没有视觉能力的模型接上就能看图。 到这里，思考，模式拉满了百万上下文也跑通了，视觉补上了这只小鲸鱼在 open hanako 平台上基本没有短板了。 那问题来了，旧的模型要怎么处理呢？爱怎么处理怎么处理？哼！ 说到这，我也想跟大家分享一下。 open hanako 这个软件本身除了给 deepsea 扩展性能之外，我觉得它可能是东半球最适合中国宝宝的 ai agent。 在开发过程中，我发现一个 ai 助手对环境的感知会影响运行的结果，他才知道自己是谁，用户是谁，最近在忙什么？身边有谁可以帮忙， 不然就像一个高材生，被空投到陌生的办公室，能力再强也手忙脚乱。所以我在 hanoq 里做了花名册和记忆系统。在这个平台上， agent 知道彼此的存在。 比如小花知道毛毛是一个擅长创意发散用咪某模型的助手，他就会在审稿阶段主动寻求毛毛的帮助，而非擅长第一性原理与数学，用 gpt 模型的名， 这能让模型潜力发挥到最大，极大减少幻觉产生。当然了，如果你创建了自定义助手，那么系统中别的 agent 也会立刻知道它的存在。更有意思的是，你甚至还可以拉个群，让它们互相聊天。 我的整个青春期都在成都度过，那个地方一年有三分之二的时间都是阴天，所以我喜欢斑驳树荫间透过的丁达尔光，喜欢春天窗台前的倒影纸、笔记本的墨香与温润， 而这些触感都随着数字化消失在我们的生活中了。但有一天我偶然发现，这几年已经有不少人尝试做这种有阳光感的网页了，我想把那个夏天的青草味和蝉鸣搬到屏幕上来，所以我也给哈纳口做了晴天模式，大家试试看吧。 做软件开发的时候难免会遇到一个矛盾，那就是无法兼顾易用性与专业性。 而我觉得理想的 ai 助手应该兼具温暖的人文情怀，和钢铁一样的工作能力，下线和上线都应该保证。所以小花在拥有绝大多数龙虾 hermes agent 的 功能的同时，不需要自己去配置复杂的命令行。 此外，对于有一些动手能力的朋友，我也做了一套健全的插件系统，让它完全可以按你自己的想法定制化。已经有不少小伙伴基于这个软件做了很多很有意思很棒的东西，我看到的时候特别开心，完全没想过它会被这样用。 或许这就是开源社区的魅力，只是我第一次感受到。

哈喽，大家好，这是我用 dipstick 一分钟做出来的东西，逻辑清晰的思维导图，风格各异的 ppt， 精美高级的课程海报，以及有趣而又详细的日程表。甚至呢， dipstick 还帮我用来剪视频了。大家想知道上面的这些都是我怎么做出来的吗？点好关注和收藏，赶紧上车。 近两个月呢，一直疯狂深度的使用 dipsick， 如果你在 dipsick 中用的很卡的话，可以给大家一个表，这个表格里面就是已经接入了 dipsick 的，可以选选上面的模型用一用吧。今天这期视频是一期保姆级的用 dipsick 应用在我们工作生活中的视频。终于，今天我也来交作业了。第一个是思维导图， 你需要 dipstick 加 x mind。 比如说，我在 dipstick 中输入了这样一段话，我是一个研究生，我正在写一篇论文，论文的主题是二语习得中的母语迁移现象，以英语学习为例，请帮我规划这篇论文生成。 x 是慢音格式的 markdown 文本，我需要这周五跟导师汇报，非常急。大家看 dipstick 非常方便，帮我生成了 markdown 文本的。这个论文规划包括这个研究的背景和意义啊，文献综数啊，理论基础非常完全。然后把这段文本复制下来，打开电脑自带的文本编辑复制进去 保存。那保存之后，点开这个文本的简介，把它修改成 m d 格式，再存储下来。下一步就是打开 x my 的思维导图这个软件，然后在这里点击文件，点击导入，选择刚刚的这个文档。大家看 一个非常丰富详细，富有逻辑性的这个思维导图就出现了，你还可以在上面进行修改，那这些节点呢？你也可以都隐藏打开，大家看，是不是很方便哈。我看到这个思维导图，我觉得确实很具有逻辑性和专业性，作为这个专业的博， 是我没有看出不合适的地方，基本全部都覆盖到了。第二个呢，是用 dipstick 来帮我制作 ppt， 你也需要 dipstick 加 kimi。 假设我是一个文学院的大学老师，我需要现在给留学生上一门课， 中国文化概论。我需要做一份 ppt 来介绍中国文化，给我一份 ppt 的大纲和内容框架，并且也给我 mark down 的格式来呈现。当我把这段话放进去的时候， dipstick 就帮我输出了一段非常完整的 这个 ppt 大纲，然后把它生成的这一段复制下来，把它发给这个 kimi 中的 ppt 助手，一键生成 就完成了这个 ppt 的制作。当然你也可以在 kimi 里面选择不同的模板，主题，颜色，还有这里的场景以及文字，全部都可以自己修改。说实话，我觉得真的这个 ai 生成的 ppt 比很多老师用了二三十年的这个 ppt 模板真的好看太多哈。第三个是制作视频，这是我们工作室的小伙伴强烈跟我安利，让我体验了一把的。如果你想用 dipstick 来帮助你做视频哈，他可以全流程的帮助你，比如说寻找选题，撰写脚本，优化脚本， 甚至呢，后期你也可以用 dpc 加剪映来拓宽你的剪辑思路，优化你的剪辑方案，然后让你快速的剪完一期视频。比如说我把二零二四年的年终总结的这个脚本发给他，我想让他根据我的这个脚本来设计剪辑思路，比如说什么地方需要添加素材，什么时候需要加花字，加什么的 bgm。 大家看他给的实在是 太震惊了，这个是他生成的这个 e d l 表哈，非常的方便，然后精确，这个 e d l 表就是专门用来剪辑视频方便记录的，在这个表里面他标注了这个时间码，那你需要的视觉元素是什么？还有这个音效哈，还有这个入场 场的动画以及素材的来源，他自己会在剪映里面找。不仅我看完直接惊呆哈，剪辑工作室的小伙伴看完之后直接泪目啊，真的是人类之光。第四个呢就是做海报， 相信很多小伙伴都会在公司里面或者活动中需要做各种各样的海报，当你需要做海报的时候，你需要 dipstick 加急， 为什么不直接用吉梦呢？因为你的描述颗粒度越细，你才能生成出更符合你风格的。那这个时候呢，我们就要用 dipstick 来给出 出生视频的指令，那为了考考他哈，我告诉他我完全不知道我的这个视频风格，告诉他我的个人背景，我想用 ai 生图的方式制作一个课程海报，海报上呢，需要标注我的 课程名称，讲师的名称，开课的时间。但是呢，我不知道他的风格，排版和细节，希望他帮我生成几个不同风格的用 ai 生图的提示词，我希望他提示 词详细一些哈，比如说我给他刚刚发完这段话，他每一个呢，其实他都给了这个关键的细节，字母字体啊，然后还有很详细的这个提示词，之后你就可以打开即梦这个网站或者 app， 选择这里的 ai 作图，输入刚刚 dipstick 给你的这个提示词， 然后选择这里的精细度以及图片的比例，还有不同的模型，大家看一下这些风格，觉得怎么样？是不是比你们自己设计的还要好？需要注意的就是吉梦呢，他是有一定的免费额度的，然后超过了需要付费，不过我觉得他已经能满足大部分人的需求了。最后一个呢，来跟大家分享，用 dipstick 来做日历， 真的骗人，一定要试一下，比如说我给他一个场景，我需要准备这个六级的备考，考试主要的就是有三步，第一步就是去 dipstick 里面提问生成 i c s 的代码，第二步就是把 i c s 的代码变成后缀为点 i c s 的文件，然后把它导入到日 里来。同样的，我也是跟他说，我是一个大学生，正在准备这个六级的英语考试，请你帮我制定一个学习计划，具体呢，需要到每一天干什么？我还要跟他强调一下，我这个学习自控力不高，再告诉他我的薄弱项目是什么。同时呢，大家一定要记得让他给你生成这个 i c s 的代码，大家看 细不细，就问你们细不细，连每天你要干什么，以及你每天要学的英语材料都给你安排好了，不知道跟着这个学能不能考到这个六百多分哈。当这个 dipstick 生成之后，你只需要复制给出的 ics 代码，然后打开麦克 系统里面自带的这个文本编辑，点击格式纯文本制作代码粘贴上去，然后点击文件选择存储。大家注意，存储这个文本编码的格式的时候，要选这个 utf 八的格式，文件名的后缀呢，再改为点 ics， 跟刚刚制作这个思维导图一样。第三步就是打开这个 个自带的日历，点击文件新建日历，然后将存储好的 ss 文件拖入到这个日历中，选择自己新建的计划日历，一个用 dipsack 私人订制的个性化的日历就完成了。如果你有觉得哪里不太合适的地方，还可以自己去修改这些，所有呢，都可以设计成代办事项提醒，然后你就可以有了一个 监督你学习的非常高效的个人计划表啊。如果你要同步这个到 iphone 呢，把 ics 文件隔空投送到手机，也可以同步的生成了。如果你遇到任何不兼容 ics 文件的各种问题， 就按照他的步骤自查，然后把这些所有的问题就丢给这个 dipsake 来问他怎么解决就可以了。上面呢，我们就是跟大家分享了五个我在日常生活和学习工作中使用 dipsake 的案例。但其实呢，这个视频还有下半部分，我也很想跟大家探讨一下，为什么这一波 dipsake 让大家如此的着迷。很长一段时间，我其实是一直在用这个对话类的模型， 比如说跟他打电话呀，聊天啊，做心理咨询，但 dipsake 呢，是一个推理的模型，就会有人好奇，同样是 ai， 为什么有的 ai 擅长聊天，有的 ai 擅长推理，他们之间有什么差别呢？我应该在什么情况下 使用什么 ai 呢？这里呢，就不得不提到现在使用 dipsake 的很多的误区，我经常看到有人在网上分享说给了 dipsake 很多的指令，为什么他生成出来的东西还没有原来其他的模型好用呢？其实就是你把这个推理模型当成了对话模型来使用。所以呢，在你想要更好的使用这个推理模型的时候，你要首先搞清楚 什么是推理模型，对话模型呢，他其实重这个及时的回复，他没有思考过程，能够快速的处理这个闲聊，甚至和你语音进行视频通话。而推理模型呢，不仅能给出答案，还要给出他详细的思考过程，还有更长的思维链。那我给出日常生活的推理场景，大家就知道什么情况 下我用对话模型，什么情况下用推理模型啊？比如说，我给他出了一道这样的数学题，小明买苹果，然后买五个剩十元，买七个差六元，一个苹果多少钱？我把这个数学题哈放到这个对话模型中，我们可以看一下他直接给出的答案和这个操作步骤，完全没有任何的思， 然后我们再把它放到 dipsyk 里面去看，那他不仅给出了这个思考过程，而且还对比了算数方法和代数方法之间的差别，得出来的结论是不是一样的，甚至还进行了反向的这个验证。最终告诉你啊，这个算数方法和代数方法啊是一样的，没有任何问题 输出了，结果。一个呢，心直口快，着急直接给你答案。另一个呢，深思熟虑，推理很久，谨慎思考之后给出了答案，好，那这个就是对话和推理模型的第一个差别，那第二个差别是生活场景下的。我告诉他我想买一个电动车，但是呢，我的预算只有两万块钱，我每天通勤二十公里。特斯拉 model 三，五菱宏光 mini， 小米 苏七，我应该选适合哪个？我还是先把它放到一个对话模型下去看哈。大家看他也是没有任何思考的，就直接告诉了我特斯拉 model 三，五菱宏光以及小米苏七的优缺点。然后最后的结论是，哈，考虑到你的预算为两万，你当然就是买最便宜的五菱宏光吧。我们会发现他 其实没有识别到我的个人预算以及想购买产品之间的冲突哈，实际上我的两万块钱是五菱宏光 mini 都买不起的。 我们把它放到推理模型下去看哈他是怎么去处理的。首先他给出了很长的思考过程，以及更重要的是给出了我三个车型的对比哈，比如说他告诉了清晰的告诉我五菱宏光的这个价格是三点二八万起， 明确告诉我我的这个预算不足以购买上面所有的车型。更重要的是，虽然我没钱买上述的三个车，他给我推荐了这个御捷祥和 a 二六零，还有一些啊， 他的二手车型，还告诉我买二手车可能遇到的风险。更简单的例子，比如说你问对话模型，你今天想去吃西餐，让他给你推荐一些餐厅，他马上就给你跳出十个评分非常高的餐厅。但是你去问一个推理模型，可能会去问啊，你的距离，然后你的价格，甚至如果你把你的体检报告表告诉他，他还会告诉你哪些菜的糖分 含量是什么样的适合你吃的这个呢，你就会发现一个具有推理能力的 ai 和一个只具有对话型的 ai 他们之间的差别。对话就是我要最快的告诉你，不会根据你的这个问题去思考你切实的需求，而 推理呢，回答之前会认真的去思考，搞清楚两个模型的差别之后，那你就可以很清楚的知道，那最错误的用法就是你把一个数学题或者说需要根据你实际情况的例子拿去问这个对话的 ai， 而你给一个推理模型，给了他太多的例子和更多的指令。推理的模型之所以现在受到大家的欢迎哈 啊，很重要是因为原来简单的对话模型已经不能满足我们来解决这种复杂问题的需求了。尤其是 dipstick 的思考方式呢，他有一个三阶的思考方式，他用批判的视角来看你的需求， 然后再逆向推演，最后跨界迁移十分钟完成。我们原本需要数个小时的很多深度的报告。所以推理的模型我们怎么去用呢？只需要三步。 第一个就是一定要简单直接，不要复杂的提示词哈，直接给出问题，比如说你直接问他普通人怎么样年入百万，或者问他糖果果的未来要发光这个账号怎么样可以拿到百大哈，而不是分步骤的指导。 第二步呢，就是给他一些明确的场景，比如说用初中生都能听懂的话来解释量子力学，最重要的一步是第三步，一定要对他信任，不要过多的去引导他，不要用很多的指令模板来修复模型。 好的，说了这么多，不知道大家有没有搞清楚对话的模型和推理的模型，这期 dipstick 的作业交的怎么样？喜欢记得给我点个赞和关注哦！

大家最近使用 codex 时，额度是不是又不够用了？或者你是一个小白，还不会配置上网环境，连切记 gpt 账号都注册不了， 那么这期视频我会手把手教你，将性价比之王 deepstack v 四接入 codex 中，国内用户直连兼具经济和性能于一体，可以说是国内入门编程者上手的最优解，我们直接从零到一进行教学。首先打开网页，输入 node js， 点击进入，进入官网后我们点击获取 note g s， 之后选择对应的操作系统，点击安装程序，国内直联的话下载速度很慢，大家耐心等待。下载完成后，我们打开安装包，最后一路点击同意完成最终的安装。 下一步呢，我们搜索 codex 桌面端下载，点击第一个我这里以 windows 系统下载为例，我们找到微软应用商店，点击下载之后打开下载的程序， 下载完成后就会出现 codex 桌面端登录的一个页面，然后我们先不用管它，我们还需要 c c x 和 c c switch 这两个工具，有需要我飞书的小伙伴点赞评论加关注，我也会把我的飞书链接分享给大家。 我们将这两个安装包解压，解压之后点击这个 c c x， 然后这里有一个环境配置文件，这里可以看到我们的这个 s k 是 一二三四五六，这个大家记一下之后点击下面这个程序，然后我们找到这个管理界面，把这个链接复制粘贴到网页端， 打开之后我们在这里输入刚才的那个 s k 就是 一二三四五六， 然后我们点击这里切换到简体中文，然后我们点击这个 codex， 点击添加渠道，之后我们进入 deepsafe 的 官网， 点击 api 开放平台，然后我们自行登录之后找到这个接口文档，我们将这个 baseurl 进行复制，然后返回在这里粘贴。之后我们在 deepsafe 的 apikey 里点击创建 apikey， 这里随便命名， 然后点击创建，之后进行复制，同样在这里进行一个粘贴，然后呢我们点击右上角的详细配置，在这里把服务类型选择成 open i chat， 然后我们下滑，找到这个规范化非常键，我们将这个进行开启，之后点击创建渠道即可。接下来我们找到刚才解压的 cc switch 这个软件，我们同样的进行登录， 安装成功后，我们打开 cc switch， 然后在这里选择呃切的 gpt open i， 我 们点击右上角的添加， 选择自定义配置供应商名称，随便起一个名字，这个 api k 还是我们的环境配置的 k， 就是 一二三四五六。 之后 api 请求地址呢，我们就返回 c c x 中的这个 api 地址，我们将这个地址进行复制，然后在这里进行粘贴，之后点击获取模型列表， 这里我们就可以看到我们已经获取了 deepsea 的 v， 已经获取了 deepsea v 四的两个模型，然后我们往下滑，把这个一百万上下窗口进行打开，然后点击添加， 之后我们关闭 codex 进行重启，这里大家稍等片刻，因为是国内网络的指令，所以说它会有一些延迟。重新打开之后呢，我们选择这个 enter api， 然后输入一二三四五六。 进入之后呢，我们点击上面的 file， 然后点击 settings， 我 们在 general 下面往下滑，然后找到呃这个 language， 进行一个汉化，然后我们在这儿选择中文。进入之后，我们输入对话， 可以看到我们的 deepsafe 已经接入到 codex 中了，我们也可以直接让 codex 帮我们安装 skills， 比如我视频开头制作的 ppt， 就是 用这个 ppt skills 制作的。我们只需要在网页上输入我们想要的一个 skills， 找到 github 的 原始仓库，我们打开， 然后将这个链接地址复制到 codex 里，让它帮我安装这个网页里的 skills， 然后它就会一步一步自动化地去执行我们的操作，最终帮我们安装上了这个 skills。 然后我们之后制作 ppt 的 时候，它就会自动调用这个技能，帮我们生成这样风格的一个 ppt。 这个是 skills 的 一个安装技巧。本期视频就到这里，如果觉得对你有帮助，别忘了点赞关注，谢谢大家！

我们来看左边这位选手是近期刚刚发布的 deep sec v 四，我们这次参赛的是更具性价比的 flash 版本，推理模式给到了默认，然后是右边这位选手是我们评论区呼声一直很高的咪莫 v 二点五，这次参赛的也是他的基础版， 然后给到的推理模式也是默认。我们本期的 bug 相对简单啊，所以先用基础版，如果基础版解决不了，我们再上他的 pro 版本。中间这位选手我们大家就比较熟悉了，就是咱们一直以来的重量级明星选手 mini max 二点七了， 这里和观众们解释一下哈。虽然在之前的比赛中， mini max 二点七以惊人的稳定表现惨遭淘汰， 但是呢，有朋友们就提出质疑了，说咱们的比赛啊，他有黑幕，故意拿一个单一的场景来反复的刁难迷你 max 老师，这不公平。我觉得说的有道理，所以今天我们就给他出一道新的题，这道题他如果能解决了，那么即便暂时退出比赛了， 那好歹也算是光荣下播了。同时呢，我们也拿这道题考验一下 mimo 二点五和 deepsea v 四的 flash 版本，这两位新加入咱们比赛的选手，如果他们解决了，那么同样就进入我们后面的比赛进行大乱斗。 如果 mini max 老师都解决了，但是他俩却没解决，那那就废话少说，请出题吧。 大家好，我就是体罚。今天测试小姐姐给前端提了个 bug， 说他上传到系统里的美照突然变成沙雕图了，前端直接就把这个问题抛给后端了，之后就约小姐姐去喝奶茶了，说这是接口的问题，就像这样，我给大家演示一下，这个就是小姐姐的美照的链接，然后点击发送好，测试成功了，传到了后端，然后前端查询的时候点击发送， 发现这个图果然就变成沙雕图的链接了，这是怎么回事啊？文姐，这个问题他是无限的，无限的，你知道吗？如果我上传的是前端这位同学的头像，那么这个链接他就永远都不会变，永远都是他上传的那张沙雕图，所以我是真不想解决啊，但是测试小姐姐非说这是我后端的问题，可是我到底错哪了呀？ 好的，我们回来一句，我到底错哪了？我们完全听出了这位大龄单身男程序员的话中有话哈，所以咱们就赶紧让场上的三位选手帮忙把这个问题给解决掉吧，好让这位提拔同学也有机会能够一起去和小姐姐喝杯奶茶，那么比赛正式开始。 好的，咪莫这边率先定位到了问题，然后我们看看他的解决方案对不对啊？他说，巴拉巴拉巴拉巴拉， 哦，他定位的是对的啊，他定位的是对的，嗯，咪木这边定位的是对的，花了一分钟四十四秒，然后我们看看 mini max 二点七这边， 这边好像也结束了，原因是因为啊，直接他定位的也是对的，他定位的也是对的。然后 deepsea 这边稍微有点慢啊，稍微有点慢，我们再等一等他 好的好的， deepsea 这边也定位出来了，我们看他定位的对不对啊？他说，嗯，这个 他定位的应该也是对的啊，也是对的。好的，一会我们让他们分别来修复一下。嗯， 整个定位的过程，咪木花了一分四十四秒，然后咪咪 mac 花了两分二十七秒， deepsea 这边花了六分十七秒。既然三方都定位出来了，那么我们就先让咪咪 mac 的 老师进行修复吧。好的，我们切换到 build 模式，我们再给他加个油， 开始。 好，他说修复完成了。哇，太激动了，我们赶紧运行一下。好，那边运行成功了，也没有报错啊，我们测试一下，点击上传的是这个头像，发送 好，上传成功，然后看查询。哇，改对了，就是这个头像，好迷你 max 老师改对了，此处应该有掌声啊， 那就说明 mini max 二点七还是有一定实力的啊，那么我们这场比赛就先有请他光荣下播吧，也期待他以后能够经常返场。好，那么现在场上就剩下两位选手了，一个是 deepsea v 四 flash， 一个是 mimo v 二点五基础版。我们先让 mimo 来修复这个问题， 好，开始。 哇，咪木改的代码也挺多的，看来这个问题没有想象中那么单纯， 他应该是修复完了，验证翻译通过。好，咪木这边改完了啊，我们来验证一下。同样啊，先上传一张图，我们把这个图改一下，名改成二二二，好，开始上传，上传成功，二二二，然后查询 好的， mimo 这边也改对了， mimo 用了一分四十一秒就改对了，整体上要比 mini max 快 一点。然后我们再来看 deepsea 这边，哦，刚才忘了给大家演示回退代码了是吧？我们代码是回退了的啊，我们看一下，现在它就是有问题的了，我们上传二二二， 上传成功了，然后查询它应该又变成老版本的了，看这边又出错了。好的，我们现在让 deepsea 来修复。 好家伙， ibook 刚才定位问题的时候思考的很慢，但是改代码的时候可是真快啊，他好像已经改的差不多了。嗯，同样也改了不少。 好的，他其实已经改完了啊，现在开始验证了。好的，他解决完了，一共花了一分五十七秒，比 miimo 这边还慢了 十秒钟吧。但是他俩花费不一样，这边只花费了零点零七美元，这边花费了零点二四美元。来，我们还是看看改的对不对吧，我们给他一个三三三。 好，这边已经上传成功了，然后看查询这边。 好的，也对了。那么就说明这场比赛三位选手都顺利通过了比赛，尤其是 mini max 二点七老师啊，我们期待他以后能够经常返场来给我们热热场。至于 mimo v 二点五和 deepsea v 四 flash 吗？ 嗯，目前我感觉他们改的代码的情况和 mini max 二点七差不多，因为这个问题整体上是比之前的那个难度要降了一级的。 mini 二点五这边稍微会比 deepsea v 四 flash 这边优秀那么一丢丢，但其实它的费用其实也是更贵的了嘛。 好了，那今天的比赛就到这里，进入我们后面比赛的大模型，目前有 kimi 二点六 glm 五点一千问三点六 plus、 deepsea v 四 pro、 deepsea v 四 flash、 mmo v 二点五、 mmo v 二点五 pro 以及另外两位公认的顶尖模型 opps 四点七和 gbt 五点五。后面让我们在一起关注他们，在更复杂的场景下进行大乱斗吧，我们下期再见，拜拜。

很多人用豆包 deepsea 弄初稿，一上来就想他直接弄全书，但这个思路一直不太推荐。就算以后版本再怎么升级，这个看法也不会变。换个角度说，这东西的问题不在能不能写，而在适不适合。虽然 deepsea 升级了到 v 四版本了，确实能给真实的文献内容看着挺多的，稳定性不够， 看起来一段话写得挺像那么回事，但里面经常夹杂补出来的逻辑和顺手编的细节，你不仔细核对基本发现不了，等到导师一看就知道有问题。 还有一个就是现在最难的 ai 位， deep seek 豆包出来的内容很容易出现一个问题，逻辑结构上没大问题，但整体的 ai 位很重，检测一跑基本就很明显，像是同一个模板反复套出来的。 所以正确的应该是让他们搭框架，梳理思路。先别急着动笔，先去找十几二十篇文献，但要注意筛选近五年的，然后把这些文献整理好，交给 deepsea， 打开专家模式，让他帮你提炼研究脉络，梳理逻辑关系，搭一个完整的三级框架。 等框架稳了之后，填上学校信息，勾选一定的文献，该勾图表、勾图表，等出稿出来之后，你熟悉熟悉内容，通篇过一遍，顺手优化一下细节，把出稿变成自己的东西。

给大家分享一个 deepsea 美化指令教程，可以用来做好感度数值之类的。 text color 是 颜色，跟着的是十二净置色值，而我个人认为它是一把尺子，可以调高度和长度。在前面的数值是长度，后面的数值是高度。两个画括号分前后，这边可以换行，也可以不换行，因为多余的换行会被省略掉，而我为了看的更清楚，选择了换行。 补上一句的开头和结尾是数学格式，如果没有数学格式就渲染不了，相当于解答题的解和句号。写完 text color 和 roo 这两个指令，就可以直接写后面要跟的文本。现在这个数值是横着的，反之我们也可以搞竖着的数值。至于缩值，如果以后我出更多教程了，我会讲， 但是可以看到这两个数值离得太近了，所以我们可以加一些间隔，先输出 begin。 二、 ai， 因为 begin 的 意思是开始，所以要放在一组的开头，可以有多组，但是本期没用到，在结尾跟上。 android a 也相当于是一个数学格式， 加这个数学格式的作用是为了更稳定，个人理解，这时候要加真正的间隔。 space 插在两个条的中间，但光是有了条，没有数字，那还是数值吗？所以我们可以加上数字。两个斜杠是视觉上的换行，我选择把数字插到条的下方， 这里我们可以看到空格失效了，我选择用英文绊脚符号代替空格，因为这个符号在这里渲染不了，但占位这里我觉得两个条太居中了，所以想把这两条单独往左移动，所以再在前面用 case 的 复制往左。 注意这个 space 的 位置，因为是想指移动两个条，所以要夹在 bping 的 后面，数字被换行，所以这个推不到数字。如果是前面就是移动整体包括数字了。好了，今天的教程就到这里，这也算是我第一次拍这种教程，如果你们希望我出更多这样的教程，我就出更详细的零基础学会 deep c 美化指令的教程啊，虽然我也有很多指令没学完，但我可以边学边写教程。

这难道不是双标吗？美国大模型自称是 deepsea 通用千问，一个连自己是谁都分不清的 ai， 你 敢用吗？就在昨天，号称行业顶尖的 cloud office 四点八上线不到三小时就被开发者抓出漏洞。通过 api 调用时，这款美国顶级模型频繁自称是中国的通用千问和 deepsea， 实测十次五次认错， 甚至能详细描述千问的功能。这不是简单 bug， 而是典型的模型蒸馏痕迹，用别人的输出训练自己。最讽刺的是，三个月前， antropic 还高调指控三家中国 ai 企业，对其成了蒸馏成果展。