AI产品狙击手

这一集测的是黑森林（Black Forest Labs）最新的 Flux 3 文生图模型。用的还是同一套 6 题 Benchmark，逐题实测，模型直接在 OpenRouter 的 Playground 上跑。 Q1 中文长文本排版支持（水彩风珠海 5 天行程插画）：整体布局没有什么问题，但错别字错得相当密集。第一天「渔民佬鹈鹕海鲜」里的「渔」和「鹈鹕」写错；第二天「鲸鲨馆」的「鲨」错了，「企鹅」的「鹅」也错了；第三天「外伶仃」的「仃」和「渔」写错；第四天「荔枝园农家乐」的「荔」错了，「农家乐」的「家」位置不对，「农」和「乐」两个字也不对；第五天「励骏庞都」的「励」和「庞」都错了，「手撕鸡」的「撕」还少了提手旁。这一题错得挺多，估计它对中文的支持不大好。 Q2 推理和中文支持（桂林手绘三日行程图）：这一题同样不给具体行程，要求模型自己推理。桂林、漓江、遇龙河这三天的安排没有问题，说明它是有推理能力的；但中文错别字也是一大堆，这里就不一个个指出来了，毕竟本题主要考察的是推理能力。 Q3 同一角色多视角一致性（女孩四宫格不同角度）：这一题实现得没有问题，四个角度都没看出什么毛病...

钉钉群聊的消息实在太多了，工作一忙起来，根本没有时间一条条往上翻。比如视频里这个产品需求群，随手一划就是一堆没读的消息，重要的决策和待办就这样被淹没在闲聊里。 这个时候可以试试千问办公上的「群聊内容摘要」skill。它能够针对指定的群聊、指定的时间段做消息总结，把这一段时间里大家聊了什么一次性理清楚，对效率的提升相当明显。需要注意的是，使用的前提是你已经启用了钉钉连接器 —— 如果还没有配置过，可以翻一下这个合集前面的入门视频，先把连接器接通。 启用这个 skill 之后，打开一个新任务、唤起它，然后输入提示词即可，比如直接让它「总结一下这三天的聊天内容」。接下来它就会自己开始干活，最终把群消息整理好交给你。 更值得说的是，它并不是那种三言两语的敷衍总结，而是会分门别类地归纳 —— 决策方面的、行动方面的、风险方面的各自成条，一眼就能看清群里到底推进了什么、还欠着什么。更实用的是，它还会把详细内容写进钉钉文档，随时可以回溯原文。建议先收藏起来，这类能力迟早用得上。 访问入口

花几块钱就能拿到 18 个月的 Google AI Pro，这件事作者亲自试过了，是真的。拿到的方式是通过 Jio 渠道激活，而且全程不需要学生证明。不过在动手之前，有一个前提必须先确认，否则很容易白折腾一场。 这个前提是：如果你打算在 Google Antigravity 里用这套订阅，就要先确认账号在 Antigravity 上能够正常打开、正常授权。作者实测了两个账号，其中一个的 region 是中国区，就无法正常使用 Antigravity —— 这种情况下即使已经拿到了 Google AI Pro，也只能在 Gemini 官网上用，Antigravity 里是进不去的。 这个前提确认完毕，就可以去海鲜市场（闲鱼）找一家商家，直接搜「Jio」，商家会告诉你怎么操作。还没上车的，可以赶紧去试一下。 访问入口

本期的测试对象是 OpenCode 上线的匿名免费模型 Fledge Alpha，思考模式拉到最高的 Max。用这套 6 题测试跑下来，它的表现呈现出很明显的两极分化：结构清晰、有对错可言的题做得还行，一旦涉及界面审美和交互细节就全线露短。 Q1 强约束指令遵循句子生成：失败。题目要求写出 10 个以汉字数字一到十结尾、且语句通顺有意义的句子，但认真读完之后，没有一个是通顺的——每句最后都缺了一个单位，硬生生把数字凑到结尾。 Q2 鹈鹕土星环骑自行车 SVG：完成度不错。整个环形骑行的转弯没有看到什么问题，动作挺连贯顺畅，唯一美中不足的是鹈鹕没有扶着自行车。 Q3 复合弓射箭 SVG：翻车。一是弓箭手画得很猥琐、根本没有脖子；二是拉弓的时候手都不用碰到箭就能把弓拉开，像会吸星大法一样。除这两点外没有更严重的问题。 Q4 浏览器内操作系统：能用，但简陋。整体 UI 一般、桌面背景也太单一；右上角弹窗只有一个 Wi-Fi 信息弹窗，点日期没有任何反应，而且这个弹窗本身也很简陋；Dock 栏应用功能没有问题，UI 同样简陋；压轴的太空射击游戏上下左右控制正常，可画面实在寒酸——“...

AI产品狙击手此前用一套「祖传测试用例」测过不少大语言模型，但文生图模型一直没有做过 Benchmark。这次补上：同样是 6 道题、每题 10 分，分别考察中文文字生成、物理规律理解、AI 修图等能力。第一位上场的，是字节跳动的 Seedream 5.0 Flash。 Q1 中文长文本排版支持（水彩风珠海 5 天行程插画，6 分）：整体生成的大方向没有问题，画面和五日行程安排也都正常，主要问题出在错别字，一共错了三处——第一天的「日月贝鹈鹕歌剧院」把「鹈鹕」写错，第二天「鲸鲨馆」的「鲨」字写错，第三天「外伶仃」的「仃」字写错。算它刚及格。 Q2 推理和中文支持（桂林手绘三日行程图，7 分）：这一题不给任何具体行程描述，要求模型自己推理。三日行程的安排它能正常推理出来，整个画面也比较讨喜，核心能力是达成的。但错别字依然存在：某处「船……夜游」有个字认不出来，「土鸡」后面接的「等」字不对，「世外桃源」的「世」字写得很别扭，乍一看像个「山」字。因为本题主要考察推理能力，给 7 分。 Q3 同一角色多视角一致性（女孩四宫格不同角度，4 分）：三个问题——右边不该多出一个人物来，说...

老粉都知道，我做的大语言模型测评基本都是用 Pi Agent 接各种模型跑出来的。今天换个方向——讲讲怎么把文生图模型接进 Pi Agent，让它除了聊天、写代码，还能直接出图。 第一步是装插件。执行 pi install npm:@amaster.ai/pi-image-gen，给 Pi 装上图片生成的扩展。装好之后再启动 Pi，加载信息里就会多出一个 image-gen 技能和 @amaster.ai/pi-image-gen 扩展。 接着接入文生图模型的 API。比如要接 OpenRouter 上新出的 Seedream 5.0 Flash，就打开用户主目录下的 ~/.pi/agent/settings.json，填入下面这些设置：packages 里列出刚装的插件；pi-image-gen 段里指定 defaultModel 为 openrouter/bytedance-seed/seedream-5-0-flash、outputDir 指定图片输出目录；providers.openrouter.apiKey 这里要填你自己的 OpenRouter API...

有段时间没玩 Manus 了，假期无聊上去看了一眼，突然发现每天白送的 300 积分基本都在浪费——日常哪有那么多东西需要调研。转念一想，它现在不是支持生成视频了吗？那这每天 300 的免费积分，完全够用来做一条 15 秒的短视频。 你现在看到的这条短片，就是刚用 H3 生成的。做法不复杂：进 Manus 的创作入口，选好视频模型、写好画面描述，剩下的交给它跑。视频模型这块，界面上能看到 Seedance 2.5 Pro 这样的选项，SD 和 H3 都在这条免费链路里。 成片规格也算够用：约 15.1 秒、16:9、1344×768，含背景音乐与环境声，而且没有水印。整个生成跑完，300 积分还剩 77 个。 算下来就是一天一条 15 秒短视频、成本为零。如果你也是 Manus 用户、每天那 300 积分常年用不完，不妨试试这个用法，羊毛党可以考虑下。 访问入口

AI Agent 现在写代码、改文档、管项目都没问题，可一旦让它「自己去网上查点事」就立刻卡壳——不是能力不够，是路被堵死了。小红书要登录、雪球要登录、BOSS 直聘要登录，B站的内容 AI 又不知道该从哪儿拿。想让 Agent 把国内这几个平台一个个配通，光是配置过程就能配到怀疑人生。Agent Reach 就是冲着这件事来的：一个开源项目，专门拆除国内平台的信息孤岛，给你的 AI Agent 装上眼睛。 项目在 GitHub 上已经攒了 8 万多颗星。它的定位挺有意思——不是又一个爬虫框架，而是一套「脚手架」：负责帮你把选型和配置这些脏活干完，装完之后 Agent 直接调用上游工具，不经过中间层。 安装方式也很省事，不用自己照着文档一步步敲命令，直接跟你的 Agent 说一句「帮我装 Agent Reach」，它自己就去装好了。之后想看什么张嘴说就行——比如让它把 B站上一整套教程的要点扒下来做成总结，翻翻小红书上某款产品大家到底怎么评价，或者看看雪球上某只票最近都在聊什么。 覆盖面是它最实在的地方。一共能接 16 个平台，其中 6 个渠道装完就能用，不用登录也不用配 ...

这一集讲一个很实用的功能：怎么通过千问办公访问钉钉里的聊天群，并把和自己相关的事情建成待办任务。场景很典型——我在钉钉上有个产品需求群，一帮人一大堆讨论，我实在没时间一条条翻出来做成待办，这时候就可以交给千问办公来做。 当然有个前提：你得先按之前的视频，把钉钉这个连接器接入到千问办公。接入之后，我们去到「技能」这里，找到「聊天消息提取待办」这个 skill。它能帮我们定位到对应的聊天群，然后自动在钉钉上生成待办。 装好这个 skill 之后，开一个新的任务会话，把需求输进去就行。比如直接说：找到我钉钉上的产品需求这个群，看一下这一周的聊天记录，帮我生成和我相关的待办。然后就能看到千问办公调用这个 skill 去分析聊天内容，把和我相关的部分提取出来，一共帮我生成了 7 个待办。 回到钉钉这边，点左边的待办菜单，右边就能看到刚才千问办公分析群聊记录后帮我建立的 7 个新待办任务。整个过程不用自己翻聊天记录、不用手动抄要点，群里的讨论直接落成了可执行的清单。 这个功能对我来说相当实用，可以大大提升工作效率。大家感兴趣的可以去试一下。 访问入口

当前大火的 Jev 决策模型，撞上我们日常用的手机聊天工具，会擦出什么样的火花？这个开源项目直接把火花烧进了聊天框——它就是 Jev Chat Jarvis，GitHub 上已经攒了七千多颗星。用起来很简单：装上 APK，开好无障碍和悬浮窗权限，填上自己的模型 API key 就能跑。 它的工作方式是先读屏再递话。它会读出屏幕上正在聊的这一屏对话，先判断对方真实意图和危险等级、这消息该不该马上回，然后给出 3 条排好序的候选回复。你点一下就能填进输入框——但发不发永远你说了算，它不会替你按发送。QQ、飞书等常用聊天软件都能跑。 落到具体场景就很实用：客户半夜发来一句「在吗」、相亲对象突然冷淡、老板在群里点你名，它都能先帮你掂量一下再递话，把该怎么接的台阶先铺好。 比较难得的是它在隐私上的克制。它不碰你的账号密码，也不篡改聊天软件本身，工作原理跟手机自带的读屏功能一样，只看屏幕上显示的这一屏；转账、红包一概不碰，截图也只在本机识别、不上传。它还能给联系人存档案、写备注，让生成的回复贴合你的实际情况，不会跟真实处境打架。 模型接口自己配就行，OpenRouter、DeepSee...