爬上来说个事，Jev 刷屏快一周了，全网都在吹「新技术路线」。

后台也有不少人问我怎么看？我说句扫兴的：别吹了。

先说下它是啥。前 OpenAI 研究员创业做的模型，最大的特点是不说话，不生成文字，它只帮你做决策。

你给它一段状态加几个问题，它直接返回带概率的判断：选哪个，打几分，有多少把握。

它为什么爆？我说实话，不是因为它强，是它戳中了两个当下 AI 的痛点：token 贵，AI 慢。

拿大模型做分类路由，等于拿大炮打蚊子，烧几百 token 就为了拿回三个 JSON 字段。Jev 输入每百万 token 0.042 美元，输出免费，毫秒级返回。

所以它确实在一些细分场景有用。

比如客服工单一次调用分出部门，紧急度，流失风险，不用等大模型慢悠悠给你写小作文。

比如给大模型当护栏，做模型选择和内容审核。啥活适合什么样的便宜模型，很多人是没有这方面的判断能力的。

比如批量处理文档，实测每千份成本 0.22 美元，DeepSeek Flash 要 1.31 美元。

但别吹成技术突破。能力上和 DeepSeek Flash 打平。

「不会幻觉」是重新定义出来的，OpenAI 的结构化输出，Anthropic 的 tool use 等早就做到了。护城河 48 小时就塌了，推特老哥两小时拿 Qwen 搓出同款，400M 的开源 laya 基本是同款。

能被两小时复现的东西，是工程技巧，不是模型突破。

你要想体验，直接去 GitHub 下载本地部署这个项目：

github.com

所以你要问我怎么看？

Jev 本质上就是一个 JSON 分类器套了层前沿模型的皮。

但是它算是盒合格的止痛药，治的是贵和慢这两个真病。在一些场景上是有需求，但是吹嘘远大于它的能力，X 上一大堆开发者是把它当玩具的。

但是你要拿它当主力出活，做工程，做产品，还是洗洗睡吧。

昨晚全网都在讨论一个事，可以说炸锅了。

爬上来给大家说下什么事。

1.起因是 Anthropic，以下简称「A➗」，它发了一份报告，指责中国各种 AI 公司又开始蒸馏它了。这份报告可以说非常详细，基本上大家听过的国内顶尖 AI 公司都在列。

2.其实蒸馏这个事，在 AI 领域早就是公开的秘密了，大家早就见怪不怪了，而且不只是国内这么干，国外顶尖 AI 公司也这么干的。我就说一件事，你们有没有注意到，最近几个月 A➗ 和 OpenAI 的模型对中文的理解非常精准，甚至蹦出来的中文口头禅比我们自己用的都溜。

3.要知道国产模型最大的优势就是中文语料非常丰富，你说它们没有蒸馏我们的国产模型语料，就能在这么短的时间内，让中文处理和回复这么人性化，根本没人信。

4.但是 A➗ 这次特意指责 Kimi，说部分 API 请求直接路由到 Claude 模型，还监测到一些敏感企业的敏感数据。我看了下这份报告，完全是单方面指控，没任何实质证据。

5.但是我来给大家解释这意味着什么，且不说这个真的假的，如果是真的，就意味着所有 Kimi 用户花着国产模型的钱，用的却是贵几倍的 Claude 模型，还有这种好事？就好比你花了二锅头的钱，给你掺飞天茅台，嗯，这样的掺假多来点最好。

6.至于所谓的泄露敏感企业数据的指责，要知道 Kimi 是开源的，国内一些特殊企业如果涉及敏感数据，完全可以本地部署，数据不出本地，真当我们一些敏感企业是吃素的？真有敏感数据，一家顶尖 AI 公司完全有能力对数据进行分析清理，但是 Kimi 没这么做，是不是可以变相说明 Kimi 真的对用户数据保护得比较好，不侵犯用户隐私？

7.A➗ 这份报告对 Kimi 的指责是重头。自从 Kimi K3 发布，就对闭源模型构成了极大的威胁，这是国产模型里第一个敢和全球顶尖模型掰手腕的，让 A➗ 再也无法掌握定价权。加上 GPT-6 发布，A➗ 直接被打趴了，现在在上市前扔出这份所谓的分析报告，这不是急了是什么？

8.A➗ 这份报告，其实变相说明它们对用户数据分析得相当详细，一边说着保护用户隐私，数据不外泄，一边又不打自招。但凡对数据敏感的，我都建议务必不要用 A➗ 家的产品了。

9.A➗ 最近也在学 Codex，给用户重置了额度。之前你还有领先优势，现在国产模型崛起，加上 OpenAI 的冲击，所谓的领先优势都没了，现在开始把用户当人了，早干嘛去了？我之前就说过，这家公司早晚自己作死。

10.骂归骂，但是不得不承认，Claude 系列的产品确实还不错，但是我们要看相对进步。你们仔细想想，除了 Opus 4.6，之后的 4.7、4.8 和 Opus 5，是不是一代比一代拉？相反，全球其他 AI 公司的模型不都是一代比一代有巨大提升？说白了，它就是有了先发优势而已。我甚至有时候会想，4.6 是不是一个偶然间搞出来的东西，他们内部甚至自己都不知道为何能达到领先地位。

11.现在如果你还觉得 Claude 的产品全球领先，那就真 out 了。

但凡你用下 GPT-6 Astra + GPT-Image-2.5，就会发现这个组合在前端能力和编程能力上，可以说全面吊打一直以这些能力为傲的 A➗。很多人对国产 AI 和 OpenAI 的印象还停留在几个月前，我只能说你的思维完全被限制了。

12.以前我们边骂边用 A➗ 家的模型，那是没办法，没得选，想用最强的只能选它。现如今，我们自己早就抛弃了 Claude，它一没任何领先优势，二不把用户当人，三之前泄露的水印代码，百分百确认这家公司就是针对中国用户，现在只剩下义正词严地骂了。

13.说回 A➗ 对 Kimi 的指责，甚至泼脏水，把矛头引到我们敏感企业身上，激发我们自己的内部矛盾，让我们自己处理内部问题，可以说算盘打的真好，对我们国内的情况摸的非常清楚。

A➗ 一边打不过 GPT-6，另一边只能拿国产模型开刀，它越针对 Kimi，就说明它越怕。Kimi K3 这个开源模型，相当于重新定义了全球闭源模型的定价权，这对 A➗ 的利益伤害是最大的，这简直是给 Kimi 打了最大的广告。

信我的，想用全球最强的 AI，有条件的就优先选择 Codex，想用国产的，就上 Kimi，对数据敏感的，那就本地部署，A➗ 让它接着作好了。

说个扎心的事实。

当下市面上充斥着一大堆垃圾产品。

AI 时代，做工具，做插件，做产品的门槛太低了，哪怕一些新手，借助 AI 都可以折腾出一些产品出来。

绝大部分人，幻想着做个网站，做个 app 火起来，然后躺赚，这都是天方夜谭。

现实是，很多人钱没少花，token 没少消耗，一顿操作猛如虎，开发了 10 个产品，最后一看用户 5 个。

真别不信，这就是当下很残酷的现实。

再说个数据，deepseek harness 发布之后，短短的时间，GitHub topic 已经有 8000 多个插件发布。

这其中有多少是真正有价值的？绝大部分也都是垃圾插件。

甚至如果你分辨不清，你装个乱七八糟的插件，很可能就是你电脑的常驻病毒。

产品也好，插件也罢，你是否有在重复造轮子？是否真正有市场需求？你做的产品是否真的算是生产级产品？

绝大部分人都不具备市场生产级产品的能力，只是借助 AI 瞎折腾而已。

而现实也确实，现如今市面上单纯靠 AI 赚钱的个人和公司非常少，基本都处于花钱花 token 的阶段。

但是未来，整个市场对 AI 的人才需求，市场需求是很大的，现阶段，最该做的，是提升自己 AI 的底层能力，这个作为第一要务，比你天天花时间开发出一堆无用的垃圾产品有用的多得多。

别再问我，现如今我做出什么 AI 产品了。

我做的 AI 产品还真的不少，但是都是服务我自己，服务内部团队提效用的。

除了一些开源项目，目前为止面向 C 端用户的正式产品没有一个。

不是我做不了，而是我觉得如果做了，大概率就是花了时间，花了成本，最后一场空。

我现在在做的 AI 产品和工具，一是提效，整个团队工作的效率先提升个 10 倍再说，其实现在已经不止了。二是提升 IP 影响力，这是长期复利价值。三是服务现有星球用户，提升所有球友的 AI 底层能力。

目前来看，每一项都成果显著。

听我一句劝，别瞎折腾乱七八糟的没有市场刚需的产品了，也别重复造轮子，更别幻想靠着做出一个产品一夜暴富。

先提升自己的 AI 底层能力，想办法提升自己的工作效率和生产力，如果有内容创作能力的，去尝试下自媒体，短视频，积累流量和影响力，做有复利的事，这在未来会非常非常有价值。

DeepSeek 刚刚上线了多模态模型 v4-flash-vision-exp。

在当下多模态已经成为大模型标配的时代，DeepSeek 终于补齐这个短板了。

现在它可以直接接收图片，识别截图、文字和图表，同时保留 V4 Flash 的推理、编程与 Agent 能力。

官方称，其纯文本能力与 V4 Flash 基本相当，涉及视觉理解的 Agent 能力已经接近 Claude Opus 4.8。

不过，值得单独提的是，图片输入的价格。

根据官方文档，每张图片最多只计算 384 输入 tokens。按高峰期、缓存未命中的价格计算，一张图片最高约 $0.00017，累计处理 1000 张图片也 只需要约 $0.17，不包含文本和输出成本。

这意味着，低成本视觉 Agent 真正具备了实用价值。

它可以查看网页截图、分析报错界面、检查前端设计、读取图表，再根据看到的结果继续调用工具。

而且这里有个小技巧，有些人如果需要大量的输入，比如处理论文，解读书籍之类的。如果直接输入给大模型，那 token 输入会很大。

这里提供个思路，你可以预先把大量文字排版处理成图片，让模型以较少的视觉 token 完成资料预读。

这种方式叫“光学上下文压缩”，DeepSeek 自己的 OCR 模型此前就研究过类似方向。

如果一张只计算 384 个视觉 tokens 的图片，可以放入约 3000 个原始文本 tokens，理论压缩率就接近 8 倍，极大的节省输入 token。

当然，图片不是无损压缩包。文字放得越密，模型越容易遗漏数字、标点和细节。

所以，也不能无限把一大堆密密麻麻的文字压缩到一张图片里，这会导致模型识别内容难度很大，增加出错概率。

这个思路，对一些特定论文研究，大量输入并且要节省 token 的同学有帮助。

我之前就说过，当下的 AI 时代，早就不是单一领域模型能力的竞争了，是多模态，Agent 以及 AI 生态多维度的竞争。

最近 DeepSeek 从发布自己的 harness，以及 web agent，再到补齐多模态能力，基本都是往生态走的。

所以按照这个方向，我一直反复强调，推荐大家当下订阅各家的 AI 套餐，都建议以月为单位，未来是模型能力 + Agent + 多模态的天下，AI 发展速度如此之快，你订了年套餐，很可能下个月就被替代了，这条切记。

爬上来说几点关于 DeepSeek 的事。

1. DeepSeek 今天全面涨价，还实行峰谷定价：高峰期北京时间 09:00-12:00、14:00-18:00，费用是低谷期的两倍。AI 时代奖励夜猫子，这句话被 DeepSeek 进一步具象化了。

2. 虽然涨价，但之前太便宜了，白菜价，涨完依然全球最便宜。只不过 DS 按量计费，从订阅套餐角度看，尤其 Codex 最近一个多月老是重置，性价比最高的还是 Codex 订阅。

3. DS 上周发布了自己的 harness 框架，一切皆插件，理念确实前沿，给开发者更多定制空间。本意就是争取开发者，借开源社区壮大 harness 生态。

4. 但依我看，这可能是不得已的路线。Agent = Model + harness，不再是只拼模型的时代。Claude Code、Codex 都迭代多少版本了，DS 想短时间超越很难，才选了这条路。

5. 一切皆插件看似前沿，也会带来问题：AI 时代谁都能开发插件，生态质量参差不齐，用户筛选成本很大，别有用心的人还会带来安全隐私问题。

6. 我们期待的是旗舰级 Agent 产品，现在交付的是本地 web 服务--开发难度和适配性最简单的那种。桌面版和 TUI 才是复杂度更高、需要长期投入的。TUI 在发布前被删，说明 DS 有团队在做，但做得不够好，还需要时间。

7. DS 背负的压力可以想象。我的建议是干脆把 TUI 发出来，承认不完善，后续迭代就好。

综合判断：DS 的 harness 现在是开发者玩家的玩物，普通用户不着急用。Codex、Kimi Code 依然是大部分人开箱即用的最优选择，再给 DS 一些时间。

# 第三方 Agent 和官方 Agent，到底该选谁？

爬上来，说下不少读者关心的这个问题。

现在有很多第三方 Agent，如 OpenCode，Hermes，Pi 等，相比较于原生的 Codex，Claude Code，Kimi Code 等，到底怎么选更好呢？

我的推荐是，尽量用原生 Agent。

一个很现实的问题，既然模型都是人家的，为什么不直接使用 AI 公司自己的 Agent？

要理解这个逻辑，先得分清 Model、harness 和 Agent。

如果把 AI 比作赛车，Model 是发动机，提供基础能力；harness 则是赛车的座舱和操控系统--方向盘、变速箱、仪表盘，Agent 是赛车手 + 整车，负责理解目标、观察环境并决定下一步行动。

简单来说，大模型负责思考，Agent 负责行动，harness 负责让行动稳定发生。

第三方 Agent 和官方 Agent 最大的区别，不是谁更会写 Prompt，而是谁能控制整个系统。

第三方可以设计自己的交互、界面、工具、上下文和工作流，却很难修改底层模型。

AI 公司则既能造赛车，也能修改发动机。它们可以根据 Agent 的实际表现继续训练模型，让模型更擅长调用工具、理解上下文和完成长任务。

这是一种结构性优势。

第三方今天通过复杂 Prompt 和工作流解决的问题，明天可能被一次模型升级直接解决。很多所谓的 Agent 工程，本质上都是在弥补当前模型的不足。

因此，在编程、搜索、研究、写作等通用任务上，我更推荐优先使用 AI 公司自己的 Agent。

它们通常能更快获得最新模型能力，模型、Agent 和 harness 也能一起迭代。

当然，第三方通用 Agent 也有一个真实优势：

可以自由切换各家模型，不被单一厂商锁定，以及有时候为了吸引用户，可能有一些便宜的套餐之类的。这可能也是当前很多人选择第三方 Agent 的最主要原因。

另外，如果你是 harness 开发者，多研究第三方开源 Agent 没坏处。上下文怎么管，工具怎么接，任务怎么拆，各家的做法都摆在明面上，正好吸收各家所长。

所以，我的建议很简单，如果你已经用 OpenAI，Anthropic，Kimi 等前沿模型，我更推荐结合 Codex，Claude Code，Kimi Code 原生 Agent 配合使用，效果通常更佳。

不过，也有不少模型能力有很大进步，但是 Agent 还没来及去做，比如 DeepSeek，前段时间刚发布的 DeepSeek-V4-Flash 公开评价能力提升很大，这让大家更期待 Pro 的发布。

目前官方推荐和 Codex 结合使用，但是 DeepSeek 自己的 harness 团队在着手研发自己的 Agent，并且已经在公开招募内测。

给它点时间，后续用 DeepSeek 自家的 Agent 结合自家的 DeepSeek-V4-Pro 模型，也许会更能打。

未来不会缺少强模型，也不会缺少 Agent。

真正拉开差距的，是模型和 Agent 一起迭代的能力。

爬上来给大家一个建议：交个程序员朋友吧。

千万别信市面上所谓的 AI 时代，第一批淘汰的就是程序员。

我的观点很直接，那些到现在还没有大力拥抱和全面使用 AI 的程序员，以后会淘汰，但是具备 AI 能力的程序员，在以后会越来越吃香。

AI 现在写代码确实很强，但是从「一段能跑的代码」到「一个能用的东西」，中间隔着需求，部署，调试，安全，还有一堆你根本不知道存在的坑。这些坑，AI 不会主动告诉你，但是程序员朋友踩过。

我自己就有深刻体会。

现在创业圈好多朋友，都是我从做自媒体开始认识我的，根本不知道我以前是写程序的，自从知道我做过技术后，遇到问题，基本都开始问我了，我推荐的工具，给他们的解决方案，他们很相信。

之前也遇到过其他朋友，问怎么搞定账号和环境问题，让 AI 反复改个 bug 搞不清楚，气的直骂娘。后来我就直接推给他一个程序员圈友，基本是立刻就解决。

十年前，交一个程序员朋友，最大的用处是帮你修电脑，装系统，抢火车票。
现在不一样了。

AI 时代，程序员朋友是普通人手里最便宜的外挂。

但前提是，这个程序员朋友是全力拥抱 AI 并且具备 AI 能力的。

AI 时代，程序员的上限被拉得比以前高得多。以前他能帮你写个小脚本，现在他能帮你攒一个小产品出来。同样是朋友，含金量今非昔比。

所以我的建议很直接：

去交一个程序员朋友，真心的那种。

不用多，一个就够。请他吃个饭，聊聊你在用 AI 干什么，踩了什么坑。他给的信息增量，比你刷一周信息流都多。

AI 时代，人人都说自己有 AI 这个朋友。

但真正值钱的，是那个懂 AI 的活人。

最近 AI 圈都在关注编程模型和 Agent,打得火热,但上周 AI 视频圈也很热闹。

先说背景,Sora 已关停。3 月宣布停服,4 月关站,API 撑到 9 月 24 日。曾经的行业标杆,就这么退了场。

然而这个领域国产 AI 公司竞争很激烈。

1. 7 月 31 日,MiniMax 发布 H3,8 月 3 日直接开源权重。2K 分辨率,15 秒,原生立体声,0.13 美元一秒,大概是 Seedance 2.0 的三分之一。Artificial Analysis 视频编辑榜,全球第一。这是视频赛道第一个旗舰级开源模型。

2. 8 月 1 日,字节发布 Seedance 2.5。30 秒原生 4K,能塞 50 张参考图,还能按时间戳控制第几秒发生什么。账面参数拉满。不过社区实测吐槽,人物会有不自然的停顿,对白弱。

3. 可灵最近没发新模型,但 ARR 冲到 5 亿美元,还传出要分拆独立上市,估值 200 亿美元,腾讯领投。

AI 视频之所以普通人很少关注,主要是成本太贵用不起,多是 B 端和视频自媒体团队在用。

但 Sora 退场后,AI 视频依然是很火的赛道,从能力,到画质,再到价格,进步都很迅速。

H3 更是把价格打到三分之一,权重直接挂出来,ComfyUI 当天就支持,开发者当天就能在本地跑。这和当年网约车大战一个逻辑,补贴抢的不是乘客,是司机。

AI 编程抢的,是开发者生态,AI 视频赛道抢的,是创作者生态。

字节背靠抖音和 TikTok 两大短视频内容平台,这块有天然最大的优势,现在基本是全球 AI 视频领域的王者。

Google 有 Youtube,按理来说也有很大潜力,可惜不管是在 AI 编程还是在视频,都不知道在干什么。

xAI 背靠 X,Imagine 1.5 也更新了,加上图片参考和声音参考,原生 1080p。但被吐槽还不行。

在我看来,AI 未来的竞争,绝不是单一领域,一定是生态。AI 视频一定是 AI 生态不可或缺的一环。

我有个大胆的预测,也许用不了多久,高质量的视频生成与制作,很快就是即时的,一旦成本大幅打下来,以后的视频自媒体,电影制作,3A 游戏画面都会全面是 AI 的天下。

也许未来的某一天,OpenAI 有可能重启 AI 视频业务也说不定。

Kimi K3 订阅套餐果然抢不到了！

我昨天的文章说的其实挺隐晦，但是我在星球说的原话是：

「你们信我的，之后可能会抢不到。」

这下你们应该信了吧。

原因很简单，这个真不是饥饿营销，而是国产算力紧缺是最大限制。

Kimi K3 我体验之后，我就知道，K3 是真的当下国产最强，配合 Kimi Code cli，这就是当下最强的工程能力最强的 AI Agent 整套工具。

一开始很多人会觉得吹，但是一旦体验过会自己感知到，然后买单的。

很多人因为种种原因用不了 CC 或者 Codex，或者嫌贵，那么 Kimi Code cli + K3 就是当下国产最好的平替，没有之一。

真正用它做过项目的，自然会感受到它是真的强还是夸大。

很多球友信我的，在昨天最后阶段抢到了订阅套餐。

抢不到的也没关系，信我，尽力去用上 Codex，最近 Codex 反复重置额度，如果你用的很多，算下来可能比国产还便宜。

最关键的是，Codex + GPT-5.6，在工程能力上，是当下最强，甚至超越 Fable5，我自己深度对比过的，信不信由你们。

唯一的劣势是慢一些，但是没所谓，AI 时代，大家要习惯多线程，同时干几个项目，定好计划和目标，让 AI 去跑就完事了，一个窗口慢，但是你同时干五六个项目，其实这点影响不是很大。

额外再补充一点，如果你习惯刷 X，去冲个 X 会员，可以直接用 Grok 4.5，白嫖额度，而且速度极快，马斯克最大的优势就是不差钱，算力管够。

未来 Grok 4.5 能力上再提升下，潜力会非常大。

爬上来说三点很多人不知道的事：

1. 很多人老是问我，说你老评测国外大模型，但很多人因为种种原因，一直用不了，就问我说，能不能评测下国产大模型？

我说实话，因为我自己一直用全球前沿大模型做项目、做产品，所以对国外大模型是自己真实做项目的实践，才能给出真实结论。

但是对国内大模型的发展也一直关注。

你要非问我国内大模型，哪些目前是比较强的，从我最近关注的 X 上的开发者的反馈，给你们简单说下。

最近 Anthropic 和 OpenAI 竞争的比较凶，有开发者大 V 专门点名感谢 OpenAI、Meta、xAI、GLM、Kimi 持续给 Claude 施压。

这里看出来，GLM、Kimi 被单独点名，足以说明一些问题。

2. 而从我关注了解到的 X 上开发者们的评价，也确实都认为 GLM、Kimi 在工程能力上，在国产大模型领域目前是比较抗打的。

这里解释下什么是工程能力？

类比工程能力是 1+1 = 2 的事，你给出的结果哪怕是 2.00001，那都不行，工程方面属于对就是对，错就是错。所以 AI 编程能力基本就代表了工程能力。你一段代码逻辑错了，会导致整个系统运行不下去。

但是如果你要是日常写作，处理下周报，生个图片，做个调研，最后给你处理 70 分还是 80 分，其实对整个系统都没多大影响。

所以工程能力也是目前全球 AI 公司在主力做的事，AI 做工程如果都很强，那其他事情对它来说基本是小孩桌的需求。

所以，GLM、Kimi 目前在国产模型领域，X 上的一众开发者，普遍认为还可以，虽然和 Opus、GPT-5.6 这类还有差距，但是已经看到差距在不断缩小。

3. Fable 5 现在已经延期到了 7/19 号，有人预测这是为 Opus 5 做准备，确实，Fable 5 和 Sonnet 5 都已经发布，Opus 5 肯定也不远了。

而且下半年，我们可能会见证一个全球大模型发布的高发点，比如：GPT 6，Fable 5.5，Gemini 3.5 Pro，Grok 5，Spark 2，Kimi 3，Minimax M3.5，GLM 6，DeepSeek v4.5，Mistral 4，Qwen 4，MiMo 3 等等等。

AI 大模型的能力会越来越强，各家的能力也会不断追赶对齐。

模型能力越来越强，「人」可能会是一个最大短板，不同的人对 AI 的使用以及技术、产品、商业理解会导致差距越来越大，如果你现在还没用 AI，即便之后 AI 能力很强，你依然不知道该用 AI 做什么。

以上，给大家分享，仅作参考。