AI产品狙击手

这个开源项目能把你电脑上 Codex、Claude Code 等所有 AI 编程工具的历史聊天记录，变成一份它们共用的记忆：一个 Agent 踩过的坑，换一个 Agent 直接就懂得怎么避。作者是个独立开发者，项目现在快 1000 颗星，但 2000 多个 commit 攒得很扎实。 用法也简单：下载一个 Go 编译好的单文件，跑一行 install，它自动扫描本机所有 Agent 存在磁盘上的会话记录，几秒钟就建好索引，你不需要改任何使用习惯。上次在 Codex 里调通的接口报错，切到 Claude Code，它自己就想起来了，还顺手告诉你哪个文件动过；哪怕是几个月前解决的问题，它都能翻出来。 官方仓库列出的已适配 Agent 有 34 个，除 Claude Code 和 Codex CLI 外，还包括 Cursor、Copilot CLI、Gemini CLI、OpenClaw、opencode、Cline、Kimi Code、DeepSeek Harness、Zed 等。召回不是靠你手动去问：会话开始时、每次提问前、编辑文件前、以及命令执行失败之后，它都会自动递上相关...

美团在中秋之夜发布了 LongCat 2.5 Preview，本期测评同样用 PI 接入，思考模式上 LongCat 只有开和关两档、不支持分 level 调节，所以直接全部打开来测。 第一题是强约束指令遵循句子生成测试。十句话的结尾确实按顺序从一数到十，约束是守住了，但读下来第六、七、八、九句都不通顺，语言质量没跟上。 第二题是鹈鹕土星环骑自行车 SVG 测试。这个模型显然没有理解土星环这条环形轨道：它不是顺着土星环骑行，而是另外又建立了一条轨道；转弯肯定是不行的，骑到下方就开始倒着走。另外鹈鹕身后那块红色的东西估计是自行车坐垫，无论是什么，一直在变动，也是不对的。 第三题是复合弓射箭 SVG 测试。问题不少：箭感觉是被推出去的而不是射出去的；弓是平射出去的，箭却往上跳跃着，想模拟成抛物线但很假；箭没有射到靶心；画面里也看不到复合弓的副弦，那跟一般弓箭有什么区别。 第四题是实现一个精美的浏览器内操作系统。UI 感觉很一般，右上角的设置弹窗根本不工作，只有一团东西在那里闪烁。压轴的太空射击游戏，虽然说实现了 WASD 控制方向，但按下后飞机只是侧了一下身、并没有移动方向，最...

前几天分享了当下大火的决策模型 Jev，以及它的开源平替 Laya。但 Laya 本身的问题也很直接：它就是一个 Python 库——Torch 要自己装，权重还得自己去 Hugging Face 拉。 GitHub 上这个新的开源项目 Laya Server 把这些活全干了：一条 Docker run 命令就能全部搞定，而且离线也能跑。它提供了一个网页控制台，你可以自己在上面创建 API Key，也自带 Playground 可以直接玩。 更关键的是，它对外暴露的是一个 HTTP RESTful API，调用方式和直接调用 Jev 几乎没有任何差别。改个地址，就能从云端切回自己的机器；挂个域名做反向代理，就能直接给团队用。 访问入口

先祝大家中秋快乐！这期带来一个好消息：DeepSeek Harness 官方 Desktop 版本终于要来了。目前网上已经释出了 macOS 和 Windows 两个版本，不过官方还没有正式官宣——是有眼尖的同学在 DeepSeek Harness 的技术论坛里发现的。 我已经把这两个安装包放到了本站的「AI工具严选」页面，Windows 版和 macOS 版都在，按自己的操作系统点对应链接下载安装就行。 如果你想自己编译官方源码来安装，可以搜一下我上一期「一键编译 DeepSeek Harness 官方桌面端源码」的视频教程，步骤很简单。用这种方式安装还有个好处：每次都能拿到最新版本，而不用等官方打包好再发出来。 感兴趣的话赶紧去试一下吧。AI产品狙击手每天分享免费 AI 工具和技巧，关注我。 访问入口

DeepSeek Harness Desktop 桌面版现已可用，功能上完全对齐 Web UI。它把原本需要命令行启动的 Harness 封装成了图形客户端，免去终端和 Node.js 环境，开箱就能用。 目前这个版本暂未正式发版，处于预览阶段，也可以通过源码自行构建。安装方式很简单：在 WebUI 中传入官方 Desktop 入口，即可自动完成安装，稍等片刻就能得到桌面客户端，直接上手使用。桌面端同时提供 macOS 与 Windows 两个平台的安装包，按自己的操作系统选择对应版本即可。 访问入口

之前有粉丝留言，希望我把 Benchmark 里「鹈鹕骑车」这道题的难度调低之后再重测一遍，这样也能和其他几个模型、包括最近测过的 GPT-6 放在一起横向对比。这一期就来兑现这个承诺。 说起来，这道题原版的提示词确实太难了。后来我专门标注了「转弯的时候动作必须自然平滑，不能出现车身倒立或瞬间闪现掉头」，把难度降了下来，这次就先从 DeepSeek 开始测。开始之前，我们先回顾一下上一次的测评效果。 看结果：这次鹈鹕终于是沿着土星环骑行了，转弯的效果比之前好了很多，整个转弯过程也算比较顺畅。 不过问题还是得说。第一，自行车下方那个很大的「鸡爪」是什么鬼？第二，鹈鹕的翅膀没有扶着车把；第三，鹈鹕的脚跑哪去了？这三个问题在上一次测评里都是没有出现过的，可见 DeepSeek 对这道题的处理确实很不到位。 其余题目没有改动，所以博客上的分数我会继续沿用之前的得分。坦白说，这次总体结果并不比上次好。大家怎么看呢？ 访问入口

昨天测了 GPT-6 Sol，粉丝们说想看一下比 Deepseek V4 Flash 还便宜的 GPT-6 Luna 在祖传测试用例上的表现。博客上对比了两个模型的价格，确实如此。好，那就来吧。还是在 PI 上接入，思考深度用 Max。 第一题强约束指令遵循句子生成测试，速度挺快的。结尾全部从1到10，全部通顺。但仔细看会发现，10个句子其实是同一个场景中连续的——一个叫小华的学生和老师在教室的场景，第一次见这种情况。句子都是通顺的。 第二题鹈鹕土星环骑自行车 SVG 测试，有几个问题。首先和昨天的 GPT-6 Sol 一样，转弯时用淡入淡出的方式掩盖没有顺利转弯的问题。第二，仔细看脚踏部分，鹈鹕的两只脚其实都在同一侧踩动，右脚没有被自行车挡住。 第三题复合弓射箭 SVG 测试，问题不少。首先人物手臂长度太长，和身高比例不协调，看上去挺吓人。其次弓箭似乎有自己的想法，明明平射，却先掉到地上，然后弹起来再诡异 地射中靶心。 第四题实现精美浏览器操作系统，感觉有点赛博朋克风格。右上角弹窗没有问题，Dock 栏应用也没有问题。太空射击游戏看上去是 3D 画面，但事实上只有 2D，...

这里跟大家说一下大语言模型里面 Context Window 跟 Max tokens 究竟有什么差别。 我们上次测了小米的 MiMo 2.6 Pro，测试时说这个 128K 的 Max tokens 爆了，导致输出没法完成，Pi 那边报错 “response was truncated before completion”，即输出在完成之前被截断了。当时有粉丝留言说：你懂不懂啊，小米那个 Context Window 是 1M，不是 128K。 实际上，Context Window 是你多轮对话能容纳的总窗口，包含历史对话和系统提示词，是所有内容能丢进去的最大窗口。而 Max tokens，也叫 Max output tokens，是你单次输出包含思维链（thinking）和最终输出的总长度，不包含历史记录，是一次性的。 两者完全是两回事。在 thinking 思考阶段爆 Max tokens，在各种 Harness 里，包括 Claude Code、Codex、Deepseek Harness，你连压缩（compact）的机会都没有。 希望看了这个视频，大家能了解到大语...

OpenCode 新上线的神秘模型 Space Bunny 测评报告来了。这次没法在 PI 里测，只能切换到 OpenCode，同时把这个模型的推理强度开到 high —— 这是它支持的最高 level。 第一题是强约束指令遵循的句子生成测试。看了一下，结尾确实都是从一到十，但只要认真读每一句就会发现，没有一句是通顺的，第一感觉就有点拉胯。第二题是鹈鹕土星环骑自行车的 SVG 动画，效果有点不忍直视，这次都不想找问题了，留给大家在弹幕和评论区一个个吐槽吧。第三题是复合弓射箭 SVG，同样没眼看 —— 这画的是忍者吧，难怪都不需要动、不需要拉弓，然后就突然有一支箭出现在靶子面前，完全是靠意念去控制，佩服佩服。 第四题是实现一个精美的浏览器内操作系统。UI 感觉有点 low，背景也是一片漆黑，太难看了；上方还一直有个「墙纸已更新」的提醒反复弹出来。右上角弹窗的配色也太烂，基本看不清文字。Dock 栏应用里，计算器的 UI 也很烂，下方按钮没法滚动下去。压轴的太空射击游戏只能通过鼠标控制位置和射击，玩下来很不好控制，但起码功能是没有问题的。 第五题是 3D 赛车游戏，功能上没有什...

剪视频这件事正在被 Agent 重新定义。Browser Use 团队开源的 VideoUse（GitHub 上的 video-use）把剪辑变成了聊天的活：把素材原件丢进一个文件夹，跟 Claude Code、Codex 这些编程智能体说几句话，拿回来的就是剪好的视频。这个项目在 GitHub 上已经收了 2 万多颗星。 它最直接的能力，是替你做掉粗剪里最烦的那部分。素材里的「嗯」「啊」这些口头禅和 NG 停顿，它能自动识别并剪掉；每段画面自动调色；字幕也顺手烧好。口播视频、旅行 vlog、教程录课，丢进去就能让它开剪。 更进一步的是动画叠加。它会给每段动画单独派一个子智能体并行去做，而不是串行硬等，所以往片子里加动效不会把整条流程拖慢。 交付之前还有一道自检：AI 会把所有剪辑点自己过一遍，确认画面不跳、音频不炸，才让你预览。连剪辑记忆都落在 project.md 里，下周打开它还记得上次干到哪，不用从头交代一遍。 详细用法在 GitHub 的 README 里有说明。剪视频做自媒体的兄弟建议试一把——先丢 10 分钟最头疼的口播素材，看它剪得比你快不快。 访问入口