Глобальный рейтинг AI-продуктов

Zeabur 的一键部署体验真的惊艳到我了，连 Dockerfile 都不用写，绑定 GitHub 仓库点一下就开始 build，一两分钟就跑起来了，比当年用 Heroku 的时候还得装 CLI 推代码舒服太多了。

Codex 用了一周把原来三个下午才能搞完的第三方 API 对接全干完了，我就写了几句注释它就自动把序列化、重试、超时异常处理全封装好了，比自己手写还稳，连单元测试都顺手生成了，效率提升太明显了。

Freemium 模式良心，免費版就可以體驗核心功能，等團隊跑順了再升級也來得及，不用一上來就花錢。

用 Codex CLI 已经三个月了，说说从入门到依赖的全过程。第一个月是试探期，主要在 suggest 模式下用，让它写一些独立的函数和单元测试，质量确实不错，基本 review 一下就能用。第二个月开始切换到 auto-edit 模式，开始让它做模块级的重构，这时候发现它的代码规范性确实比 Claude Code 强——Claude 有时候会用自己的风格重写整个函数，Codex 则尽量保持原有

Supabase 本地开发体验真的一言难尽，Docker 容器动不动就崩，迁移系统也有 bug。被迫直接对远程数据库调试，这什么鬼啊，Val Town 也吐槽过这个问题。

GitHub 上 62k 星了，这个项目发展是真快。从最开始 13 个投资大师 Agent 到现在扩展到 19 个，Virat 一直在推新版本。2.0 的架构改得挺聪明的，LLM 只负责分析基本面输出观点，仓位计算和风控全交给确定性代码，等于给大模型加了安全绳。

试了一下,确实比开五个终端窗口强多了。Agent跑完了会自己更新状态,不用我去轮询。

绝对的开源良心之作，不接受反驳。

Neon 的 branching 功能真的太香了，每个 PR 自动创建一个数据库分支，测试完直接删，完全不担心污染生产数据。再加上 Vercel 的自动集成，这才是现代开发的正确打开方式。

刚看到Stripe要花530亿美元收购PayPal的消息，吓了一跳。这要是成了，全球支付格局真要变天了，两个巨头合并的话基本没有竞争对手能打了。

回不去了，本地跑模型真香。

好多人吐槽Dart语法土,但用了两年Flutter之后我发现,恰恰是这种平淡无奇的设计让代码可读性极高,三个月前写的代码拿回来一看就懂,不用费劲回忆当时为啥这么写。

开源免费，用起来真香！而且功能一点都不缩水，该有的视图、API、权限控制全都有，对比之下 Airtable 免费版那 1200 行的限制真的太抠了。

HelloGitHub 更新了第 120 期，里面那个用 Python 做的简易爬虫项目真不错，注释详尽到环境配置的每一步都写了，对新手太友好了。

在服务器上用 Aider 改后端，纯命令行没有图形界面，但胜在能直接跑在 SSH headless 环境里。每次改完自动 commit，消息还写得挺像人，git bisect 找回那次 AI 改坏的接口只花了五分钟，这种可追溯性真的是其他工具比不了的。

Unsloth 的 NVFP4 量化包刚出了 Qwen3 的版本，实测推理速度比 NVIDIA 官方的快 2.5 倍，而且是真正的 W4A4，不只是把权重压到 4bit 就完事，矩阵乘也是 4bit 的，这个差距就很明显了。

用了一周 Sol，最直观的感觉就是这家伙确实比 5.5 聪明，但也很能吃 token。开 Ultra 模式写代码，15 分钟烧掉我 Pro 会员 5 小时的限额，账单看着心慌。

K3的降价策略挺聪明，输出从100元降到30元，直接拉低了使用门槛。之前嫌贵不敢用的开发者这下可以上了，不过刚充值的同学估计心态要崩了。用这个价格对标Fable 5，月之暗面这是确立高端定位了。用这个价格对标Fable 5，月之暗面这是确立高端定位了，勇气可嘉。

Opus 4.8 输出真的太啰嗦了，问它怎么写一个正则表达式匹配邮箱，它先给我讲三段关于正则表达式历史的故事，从 1950 年代的 Stephen Kleene 开始讲，然后才给那一行代码。GPT 直接省略开头废话上来就给代码。每天跟 AI 聊几百��合的人，浪费在看废话上的时间至少半小时。

用了一段时间了，最有价值的不是单个功能，而是它把各种碎片化的情报信号整合到了一个统一的界面里。聚沙成塔的力量在信息过载的时代反而最稀缺，这个项目做到了。

免费版够用了，小公司不需要那些高级特性。API生命周期管理帮我们规范了开发流程，不再有人随便上线不维护的接口了。

Clean Markdown output 确实是行业标杆，drop-in 直接进 vector store 不用再处理。不过对防爬强的网站成功率确实偏低，只有 30% 左右。

卡成PPT，真退了。

Anthropic这次操作很聪明。Opus 4.8本身提升有限，但combined with Dynamic Workflows和Effort Control，整套系统往上跳了一个台阶。单看模型是挤牙膏，看整体是质变。

我们团队从去年开始用 Kong AI Gateway，最直观的感受就是性能确实猛，28K RPS 不是吹的。但说实话配置门槛挺高的，decK CLI 那一套对新手不太友好，我们折腾了一个月才把生产环境跑稳。

为什么每次生成的背景风格不太一样？虽然人物脸没变，但背景色差很大，能不能固定一下。

SP-API 的那个 AWS Signature Version 4 签名算法真的太复杂了，每次请求都要算一遍，第一次搞的时候各种签名不匹配，debug 了三天三夜。

把公司的批量摘要管线切到了 Luna，跑了一整天没出岔子，成本直接从之前的每月三千块压到不到一千，省下来的预算还能再多跑几个方向。不过我们同时用 Sol 跑了一条同样的数据做对比，发现 Luna 在摘要的信息密度上确实有差距，关键细节偶尔丢失，但胜在量大管饱速度起飞。

试了一下 v0 生成页面，输入提示词一分多钟就生成了一个能用的工具页面，包括 API 集成和暗色模式。说实话挺惊艳的，不过界面修改全靠写 CSS，对不会前端的同学不太友好。

用了几天Terra，写邮件比之前免费版自然多了，基本不用大改。不过遇到复杂逻辑的时候它还是容易跑偏，得切到Sol才行。日常用的话完全够了，但做深度推理还是差一截。

用了一周 Fuser Apps，最大的感受就是之前做电商素材要在五个工具之间切来切去——Midjourney 出图、Photoshop 去背景、CapCut 做视频、ChatGPT 写文案、Canva 排版，现在一个画布全搞定。产品图生成、背景去除、多尺寸导出一条龙，效率确实起飞了。

半价对标 Fable 5，这波是真的会算账。

方向太对了！AI编程最烦的就是agent写完了说一句「我修好了」，结果打开一看首页白屏。TryCase至少能让它自己跑一遍再交作业。

Grok 写东西直来直去不爱绕弯，问敏感点的政策问题它敢给直接清单还带信源，ChatGPT 就回一句「观点各异」打发人。想要不过滤的信息选它没错，但正式文档还是得自己收着点。

Nemotron 3 Ultra 的 SWE-Bench 71.9% 挺猛的，关键是训练配方和数据集全开源，这点英伟达比 Meta 大方多了。

刚看到 Stripe 收购 OpenRouter 的消息，估值从 13 亿直接跳到 100 亿，翻了快 7 倍。说实话用了一年多，它家路由和故障切换是真的稳，但没想到能值这么多。

用了两个月GPT-5.5,最深的感受是写代码确实强了不少,但积分烧起来也真的肉疼。同样的Codex任务,token消耗官方说少了40%,可单价翻了一倍,算下来一个月花费反而多了二三十刀。OpenAI这个定价策略是真的精。

说说我这两年真实状态吧。我现在是 Plus，差不多每月 22 刀，Pro 超了公司报销额度就停在 Plus 了，够用。重点用的三个功能：项目、Codex、还有最近让我惊喜的 Thinking 生图。以前搞复杂工作就在一个长聊天里硬聊，越聊越长后来它就开始失忆，前面说过的后面忘了，崩溃。后来用项目功能，把约定文档、需求文档丢进「来源」，聊天自动参考，项目下记忆还连通，再没有「我们之前说好的你忘了吗」

看到Prediction market说Grok 5 Q2前发布的概率只有7%,看来又得等到Q3了。xAI一直在发布周边产品维持热度,但大头还是Grok 5,希望这次别再跳了,等的耐心都要被磨没了。

今天再打开，已经是 OpenRouter 用量第一的开源 Agent 了，3M+ 用户。看着它从 Cline 分支一路长成这样，挺感慨。

Copilot Desktop 技术预览版玩了一天，多 Agent 并行是真亮点。每个 Session 自动开独立的 Git worktree 和分支，我同时跑三个：一个修 CI、一个加功能、一个重构老代码，互不干扰，不用 stash 不用切分支。Agent Merge 也挺科幻，盯着 CI 跑，挂了自动拉日志修复。实测简单 PR 能一条龙跑通，复杂的多文件重构 PR 修了两轮还是挂，最后还得自己

老实说踩过坑：长会话跑久了会自动压缩上下文，那之后明显变傻变慢，同一个任务手动贴给网页版 4.5 分钟搞定，它自己磨叽 18 分钟。社区的招数是别硬撑，直接开新会话。另外 MCP 那套很香但上下文税不低，后来开 Tool Search 把 51K 压到 8.5K 才舒服。整体还是目前最能打的终端 Agent，前提是你愿意花时间学它的套路（CLAUDE.md、子代理、hooks），当自动补全用必翻车

用了两天 Cici，最大的感受就是——真能免费白嫖 GPT 级别的模型啊。日常查资料、翻译、写点小文案完全够用，暂时没遇到需要付费的场景。

灰度测试了几天V4正式版，整体接近Opus 4.8级别，编码直追GPT-5.6 Sol，Agent能力相比前代有质的飞跃。3D场景和SVG渲染提升肉眼可见，但同样的任务迭代轮数比Fable 5还是多了些。考虑这个价格，真的没法挑剔了。

用Grok做了一周的深度调研，对比之前用GPT和Claude的经验，说几点实在的。第一，信息时效性确实碾压，搜索2026年下半年的事件Grok给出的结果比另外两家新了起码一到两周。第二，推理深度还是有差距，问那种需要多步因果链的问题，Claude给出的分析链条最长最完整，Grok有时候会跳过中间步骤直接给结论。第三，也是最纠结的一点——Grok的API定价确实香，输入1.25输出2.5的价位在大模

Sonnet 4.6在金融分析测试中63.3%的得分超过了所有对比模型，包括Opus 4.6。Mercury的产品副总裁说它「更快、更便宜，而且更有可能第一次就搞定」。金融机构大规模迁移到Sonnet只是时间问题。

抽象太重这个毛病到1.0还是没根治，简单的调用非要包一层Runnable，出问题往下扒源码扒到头秃。

缓存免费是真的香，省了不少钱！

免费版只能做一个扩展是有点抠，但$9.99一个月倒也合理，毕竟省了你去啃 Chrome 扩展那套 manifest v3、content script、service worker 的学习成本。时间就是钱嘛，算下来值。

看了他们 arXiv 上的那篇 HUMA 论文，97 个人的四人群聊实验，参与者猜出 AI 是 AI 的比例是 55.4%。这个数字其实挺有意思的——硬币概率也就 50%，说明做人设的时候他们已经接近图灵测试的边界了。