并行处理应该是 AI Agent 的基础能力，这么聊天太爽了！不用等上一个任务完成，尽管发
Articles tagged with "blog"
定制小龙虾 Pi 近况 #1
这两天基本上把 Pi 的整体框架搭起来了，同时还实现了几个对我来说非常重要的功能： 1. 提供商自动切换 模型有时候因为网络问题或者额度用完直接罢工，现在 Pi 会在重试 3 次后自动切到下一个提供商，并通知我一声。不用手动去改配置，如图。 2. 多主题并行会话...
简单分析下凌晨刚发布的 Opus 4.6 在编码方面的能力：1. Agentic terminal coding 是终端交互能力，提升明显，编写脚本、操作文件更顺畅2. Agentic coding 是核心编程能力，降低了0.1，也就是说代码能力和 Opus 4.5 基本一致3. Scaled tool use 是工具调用能力，降低了2.8，不会更积极的调用 MCP… pic.twitter.com/6XNrewGx88
再简单对比下 Opus 4.6 和 GPT 5.3 Codex
我只根据官方的发布文档进行比较，由于双方的基准测试版本不同，所以没法完全对比，其中只有一个指标是同一个版本的：
1. Terminal-Bench 2.0
- Opus 4.6: 65.4%
- GPT 5.3: 77.3%
GPT 5.3 Codex 在终端命令行的交互上更好，效率更高
其余的编程指标：
2. SWE-Bench（代码库级工程能力）
- Opus 4.6: 80.8%（Verified 版本，只测 Python）
- GPT 5.3: 56.8%（Pro 版本，4 种语言，防污染更严格）
这俩不是同一个测试集。Verified 是 Anthropic 常用的 Python 专项测试；Pro 是 OpenAI 新推的多语言版本，难度和评估标准都不同。不过可以确认的是，两家在各自的测试上都刷新了 SOTA
3. OSWorld（计算机操作/Agent 能力）
- Opus 4.6: 72.7%（原版 OSWorld）
- GPT 5.3: 64.7%（OSWorld-Verified）
看起来 Opus 高，但 Verified 版本修复了原版很多问题，评测更严格可信。人类基线约 72%，所以 GPT 5.3 的 64.7% 实际上更可信，更接近人类水平的表现
总结
复杂问题 / Debug / 做计划 / 超长上下文 / 重构 / Python ===> Opus 4.6
OpenClaw / 个人助理 / 依赖终端交互 / 多语言编程 ===> GPT 5.3
简单分析下凌晨刚发布的 Opus 4.6 在编码方面的能力：
1. Agentic terminal coding 是终端交互能力，提升明显，编写脚本、操作文件更顺畅
2. Agentic coding 是核心编程能力，降低了0.1，也就是说代码能力和 Opus 4.5 基本一致
3. Scaled tool use 是工具调用能力，降低了2.8，不会更积极的调用 MCP
4. Novel problem-solving 是算法/逻辑能力，由于上下文的巨大提升，可以解决更复杂的 bug
总结
Opus 4.6 = Opus 4.5编码能力 + Sonnet 4.5上下文能力 + GPT 5.2 codex 的Debug能力Plus
分享下近段时间，我新订阅的两个很满意的服务：
第一个：InsForge(@InsForge_dev)
这是专门为 AI Agent 开发的后端 Supabase，通过 MCP 和 SKill 让各种 Agent 直接帮你部署数据库、配置后端，省去了大量的运维工作。同时还集成了模型网关（中转 OpenRouter ），一站式解决 Agent 开发的基础设施问题，非常方便，后台功能如图：
我个人更习惯在终端直接命令 Agent 操作，所以后台界面用得不多，但功能挺全的。特别适合不想在后端架构上花费太多时间的开发者。
目前产品迭代速度很快，之前反馈的几个 bug 隔天就修复了，响应很及时。价格如下图
第二个：ZenMux(@ZenMuxAI) (推广链接首充享75折)
LLM API 聚合平台，类似 OpenRouter，但它有个独特优势——订阅制。
提供 20/100/200 刀三档套餐，订阅金额一般能兑换 10 倍左右的 API 用量额度。因为我已经订阅了 Kimi 官方套餐，继续用中转站的 CLI 套餐不仅贵，额度还经常用不完。ZenMux 的 20 刀订阅就很合适：既能灵活中轻度使用各家主流模型，也能用 NanoBananaPro 这类特色模型。
用了半个月，稳定性比我之前用的中转站还要好。
价格如下图，具体的订阅套餐计费方法可以查看官网
原来做文档的 Craft 团队出的 Craft Agent 也太牛逼了！界面非常漂亮，整个交互细节也做得非常到位，完爆昨天的 Codex App他们这套 Agent 的状态流转系统非常巧妙。系统会下意识地引导你去开启多个 Agent，然后你可以通过左边的状态和标签筛选，清晰地看到每一个任务的进展和大概状态。左边多… pic.twitter.com/baBaLcL8kG
2026年才开年一个月，我就已经"渣"了4个Agent工具：Conductor、Auto-Claude、SuperCode，现在正跟 Craft Agent 热恋中。
果然程序员都是海王，喜新厌旧是职业病，永远只爱"年轻"的（指刚发布的新工具）😆
挑战用AI做50个应用#1 短链神器LKS
上次立了"一年做50个小应用"的 flag，结果在构思第一个该做什么时，手滑又收藏了 7 个 AI 工具——别问，问就是"工欲善其事"的标准借口。。。 不过好歹是憋出了第一个：LKS，一个短链接生成器。 动机很简单：给别人发链接时，甩个自己域名的短链，看起来就专业很多😆。当然更重要的是先跑通整个 Vibe Coding 流程，所以功能怎么简单怎么来。 先说说功能：粘贴长链接 →...
被说Kimi水军后，我重新进行了测试并开源
上次夸 Kimi 2.5 超过 opus-4.5 和 gpt-5.2 的文章一发(推特和小红书)，我评论区直接炸了。 "推广软文"、"Kimi给你多少钱"、"国产模型怎么可能比 Opus 强"……一排评论看下来，给我整不会了，说实话，被这么质疑挺憋屈的，毕竟 Kimi 也没给我钱呐，我莫名其妙的就成了水军了？...
发现自己有个毛病：看到新的AI工具就手痒想试，先写个笔记或者博客存起来，然后...就没有然后了。
昨天整理收藏夹，发现里面有200多个链接，全是各种AI工具，语音转文字的、自动做PPT的、一键生成代码的...我几乎都试过了，有的还付了月费。
但奇怪的是，工具越用越多，正事却没干几件。每次遇到具体问题，第一反应不是动手解决，而是"有没有 AI 工具能帮我自动做这个？"
然后就开始搜索、对比、看测评、试用...两个小时过去了，问题还在那儿。
昨天突然意识到，我可能陷入了某种假忙碌——忙着优化工具，却忘了优化产出。
所以2026年的计划很简单：做50个小应用，全部尽可能自己用 AI 造轮子，不用很完美，甚至无需很有用，做出来就行，主要是想看看，AI 到底能帮我省多少事，以及在它帮不了我的地方，我有多菜。
不知道自己能不能坚持下来，可能会做到第10个就放弃，也可能第3个就做不下去了。先开始吧，反正最差也就是回到现在的状态——继续刷手机看别人做东西😂
ClawdBot到底能干嘛？
到处都在说未来以来，AI 个人助理，啥事都能干，全能 AI 各种安装教程，配置搞到头秃，各种吹，各种能，就差上天入地了 除了能玩 moltbook ，就是没有看到实际能提升我生活质量的，提高效率的，面向大众的应用场景，感觉就是个全能的废物。。。 所以，有没有人分享下面向大众的使用场景呢，让我开开眼
如果你和我一样，受不了 Conductor 各种小 bug 和卡顿，Auto-Claude 用着也不太顺手，只想要一个简单的多终端搭配 git worktree 管理，那可以试试这个原生的 SuperCode，18.2MB 的安装包，非常轻量，最重要的是，它够用，没有那些花里胡哨的功能和界面，强烈推荐
https://supacode.sh/
这才叫vibe coding！我让AI自己把后端部署了
1月初我才发篇文说《Vibe Coding，得小白者得天下》，结果才过20多天...被打脸了🫠 当时觉得搞后端还是得用 Lovable 这种平台，直到最近才发现可以通过 MCP 直接在本地一句话部署服务？？ 玩了几天，对比了好几家后端平台，说点个人感受： - Supabase：确实是老大哥了，生态成熟，但 AI 时代总感觉差点意思。MCP...
You share, we care.Kimi Code is now powered by our best open coding model, Kimi K2.5🔹 Permanent Update: Token-Based Billing We’re saying goodbye to request limits. Starting today, we are permanently switching to a Token-Based Billing system. All usag
Kimi 很听劝呀，计费方式从请求次数改为 token计数了，应该会更耐用些，之前的用量也清零了，可以重新用起来了🤓🤓
用 Kimi 2.5 写了一天多代码，爽。
我前端 Vite + React，后端 Ruby 和 Python 混着搞，还有一个从零起步的小项目，不同类型的项目跑下来，体验都很顺。
但 Kimi CLI 真的很一般，反而在 Claude Code 里跑 Kimi 2.5 要好用得多，甚至比 Opus 还强。感觉 Kimi 对 Claude Code 这套工具链的理解是真的深，工具调用时机和瓶颈卡点它都门清，反而 Opus 在这点上差点意思。Kimi CLI 唯一的好处，大概只有信息展示比较整洁这条了。
不过有个副作用：Kimi 这边 subagent 调用得比 Opus 勤，Claude Code 那祖传的内存泄漏问题就更崩了，跑完一个大任务，经常挂着五六个 subagent 死活不退，进程关了都没用，烦。