连夜实测 Kimi K3，建议改名 Kable
今天凌晨看到 Arena AI 更新 Code Arena 榜单时，我第一反应是有点意外。刚刚发布的 Kimi K3 拿到了 1679 分，排在全球第一，压过了 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。
告别版本号！豆包首款无限进步模型：Seed-Evolving实测
大家好，我是袋鼠帝。 前几天，火山的朋友提前跟我同步了一个消息，说豆包Seed模型又更新了。
LibTV把100+AI视频魔法，封装进了这个全球最大的Skill商店里｜测评
不知不觉，整个AI影像行业全线迈进了Agent创作与AI视频C端普及的时代。
豆包、WorkBuddy、QoderWork怎么选？我用8个真实办公任务把三家桌面Agent测明白了
过去半年，国产大厂扎堆发布一种新东西：桌面Agent。如果你最近在刷相关讨论，会发现 WorkBuddy、豆包专业版、QoderWork 这三个名字出现得特别频繁。如果一个普通办公用户今天就想选一款桌面 Agent，到底该先试谁？
用Grok 4.5 连写了 7 个小项目，发现它最大的优势不是代码
7 月 8 日，xAI 发布了 Grok 4.5。马斯克给的定位很直白，「Opus 级别，但更快，更便宜」。
实测完这个国产 AI 生图，我发现了下一个刷屏玩法
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
字节把 PS 做进了生图模型里，实测 Seedream 5.0 Pro 指哪改哪
用 AI 生图的人，应该都体会过这种痛苦。
一个人+一个Agent，我把开店要的图全跑通了，方法全公开
大家好，我是冷逸。 前段时间，我设计了一家民宿「冷同学的院子」，视觉还算有点意思，不少朋友跑来问设计上的事。也有人问我：要是自己网上开店，有没有那种“够简单、说一句就能出设计”的电商工具？
深度测评：Trae、WorkBuddy、ZCode，谁才是打工人真命天子？
我自己花时间，把三款主流国产桌面 Agent 从头到尾测了一遍：Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏，看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录，希望对你选工具有点帮助。
实测 ChatGPT Work vs Claude Cowork，OpenAI 这次真追上来了
7 月 9 日，OpenAI 一口气发了三样东西，新模型 GPT-5.6，一个把 Chat、Work、Codex 装进同一个壳的新桌面应用，以及本文的主角 ChatGPT Work。官方的说法是，ChatGPT 从此不再只是回答问题，而是把活真正干完，交出来的不是聊天记录，是表格、文档、PPT，甚至一个能直接分享的网站。
Step 3.7 Flash、DeepSeek、MiniMax、Gemini、GPT 的 Agent 评测，谁更适合Agent？
最近这段时间，国内外模型更新得很快。
再测LongCat 2.0长任务，这次我让他在codex里面做了个游戏
上个月也就是昨天，我写了一篇LongCat 2.0的实测，用四个任务测了一下它的编程能力，当时我的评价是「有些地方惊艳，有些地方还差点意思」。
我们拿到了企微 AI Agent 的内测资格，提前替你试了一周
微信和企业微信的 Agent，同时出牌。
ZenMux 的 Token 经济学实验：当主流模型的价格被降到 DeepSeek 斩杀线，你会选择谁？
你有没有想过一个问题： 我们平时选模型，到底有多少是因为它真的好用，又有多少是因为它便宜？
我们让DuMate当了一天采购员，结果差点拿着假报价去砍价
阿辉又跟我们吐槽了。
智谱与Anthropic是母凭子贵
Anthropic增加绿卡认证后，最开心是智谱，直接原地化身战狼，高呼「前沿智能属于所有人」，提前把专注Coding的GLM5.2发了。
Codex兼容国产开源模型！实测DeepSeek接入：门槛还是太高
6月17日，X 上 OpenAI Codex 团队负责人 Tibo（@thsottiaux）发了一条推文，提醒大家 Codex App、CLI 和 SDK 现在可以接任何开源模型，不只限于 OpenAI 自己的模型。
Seed 2.1 Pro 测评，终于能胜任 Agent 工作了
今天 Seed 2.1 Pro 正式发布，我提前用它做了一些测试。
实测豆包音频生成模型：语音模型的Seedance2.0时刻来了！
火山引擎今天上线了全新的语音模型—— 豆包音频生成模型 1.0（Seed-Audio 1.0）。
微信 AI 全网最细体验，我又爱上了刷朋友圈
微信 AI 终于来了。