最近半年一直在公司做 AI 应用类的产品，之前因为 AI 表现很好，业务也比较简单，虽然知道评测很重要，但却并没有把它当做一个核心重点的工作来做，只是知道而已。

而最近，在做一个创新的 AI 产品，才意识到，应该评测先行。

跟互联网产品不一样，AI 类的产品，上线可能很简单，但上线可能只有个 30 分，真正困难的是上线后如何持续、快速地优化，使其能达到 60 分、80 分。

评测先行，并不只是评测集，受限于不同的产品形态，评测工具同样重要。

我的错觉么？我感觉 glm-5.1 要比 glm-5 和 glm-5-turbo 更强一些，大部分指令和操作都不会出现问题。

昨晚进行了人生第一次直播，原以为会很紧张，没想到完全没有，比线下分享紧张程度要少非常非常多。

不直接面对观众的话，可以完全自己舒服的节奏去讲。

之前 OpenClaw 一直用的是 GLM-5，买了 Pro 计划量大管饱，但是总是出问题。

听同事说，ChatGPT 的会员可以直接接到 OpenClaw 上，接入后切换到 gpt-5.4，才发现小龙虾原来是有灵魂的，在对话中体现了。

之前花了些心思去配置小龙虾的 soul 文档，但完全没感知，我还以为是提示词不行。

模型与模型之间在评分上、宣传上差距不大，但实际使用下来还是非常大的，特别是任务有点复杂之后。

激动了，微信一级页面接入 OpenClaw 了。

只需要在终端输入：
npx -y @tencent-weixin/openclaw-weixin-cli@latest install

之前已经预料这一点，于是新产品基于这个逻辑来打造，创造一个“人”，而不是创造一个 APP/Web。

不过我还有以下判断：
1、我觉得微信不会把所有的 Agent 都放在一级页面，而是统一由微信的 Agent 去调用其它的 Agent，初始对话还是跟微信的 Agent 对话，所以不会出现微信页面，人和 AI 混合展示，类似现在的服务号、公众号的逻辑；

2、小程序会成为 GUI 的主要展现形式，除非在聊天窗口的界面有交互上的创新，否则聊天框承载不了那么多信息。

Claude Code 不是 AI Chatbot，也不是 AI Coding 工具，而是通用 Agent。

借助 claude.md 的记忆和 Skill，又成为了每个人的专属 Agent。

除了与人交互的工作以及不同系统间复制粘贴的工作外，我的工作 100% 都是通过与Claude Code交互来完成的。

现在各个产品都相继开放了 CLI、MCP，估计今年上半年就不用再复制粘贴了。

下一步就看每个人的专属 Agent 怎么自己互相交互了。

虽然一直知道程序员在用 AI Coding，但是从来没有当面观察过他们咋用 AI 写代码的，以为是会改改代码，看看报错信息，然后针对性的进行修改。

没想到全程跟 AI 对话，改 BUG 也是把报错信息贴到 AI 对话框里😅。

今天值得分享的改进点是将滴答清单的 MCP 集成到 OpenClaw 中，后续创建和编辑任务都可以直接跟龙虾对话，而且龙虾还可以基于记忆做一些自己的处理，例如自动加上标签。

本来是是用 obsidian 去管理的，但是发现自己实在受不了 obsidian 里面的任务管理的界面太丑了，我对 GUI 的美感还是有要求的。

换了工作之后，开始每天开车了，来回 60 公里。

最近每开一次，就骂一次现在开了 4 年多的特斯拉，特别是看到特斯拉目前销量还是那么高，真是无语了。

车机导航非常拉跨，工作日导航总是让你走各种奇怪的路线，刚开始被骗过好几次，后面就基本不用了，走固定路线。

周末去内环内，就各种导航提醒不到位，导致开错路。

羡慕国产车的智能驾驶，虽然在社交媒体上，特斯拉的智能驾驶很厉害，但是国内，价格太贵，6.4 万，用着免费的 AP，简直是个傻子，前方如果有车变道过来，如果距离比较近的话，立马就急刹。

如果特斯拉的智能驾驶不免费或者支持订阅，车机不支持 CarPlay 的话，真心不建议买。

额，说实话，我有需求～
因为我是安装在自己本地主力机上的，我确实担心安全问题。