AI产品狙击手

一块几十块的 ESP32 小板子插在一台真 iPhone 上，AI 就长出了眼睛和手：自己看屏幕、自己点。仓库建了才 9 天，GitHub 上已经 3,000 多颗星。别人那套得在旁边摆台电脑，这套跑起来就手机加板子——不用越狱，也不用开发者账号。 原理是把手机自动化拆成眼睛和手。板子一边当 AirPlay 接收端，把手机屏幕接过来；一边装成一个 USB 鼠标键盘。手机上把辅助触控打开，屏幕上就有了指针——鼠标点一下就是手指，点一下拖一下就是划一下。 第一次要四步配完：蓝牙、板子的热点、屏幕镜像、填一个能看图的模型接口。配完直接提要求，比如设一个早上 8 点、每周一周二重复的闹钟然后保存：它会先退出自己那个 app，打开时钟，在滚轮上把时间拨过去，勾上那两天点保存，全程不用你伸一根手指。 更狠的是每一步都留着：跑完能一步步回放点在哪儿、划到哪儿，全画在截图上，还能整份导出来丢给另一个 agent 复盘。模型基本不挑，任何 OpenAI 兼容、能看图的接口都行，自己在 vLLM、Ollama 上跑一个也可以。 一直想搞手机自动化的兄弟，先拿「打开设置进 Wi-Fi」这种最简单...

自回归大语言模型我们测得多了，扩散大语言模型大家玩过没有？这就是今天要测的海外 Mercury 3。其实 Mercury 2.5 我之前也测评过，感兴趣的可以翻看。那 Mercury 3 到底能不能打？测完最后一题吓我一大跳。 这次通过 OpenRouter 接入，思考模式拉到它支持的最高档 high。第一题强约束句子生成，要求每句从 1 到 10 结尾——大部分都不通顺，我认为通顺的只有第三句，第四句比较勉强，其他都是为了凑结尾数字而牵强附会做出来的。 第二题鹈鹕土星环骑车 SVG，效果真心不行：土星环不见了一半；转弯后鹈鹕和车倒过来了；鹈鹕的脚也不知道跑哪去了，个个都是硬伤。第三题复合弓射箭 SVG 同样不行：动作不是射箭而是掷标枪；拉弓时没有箭，放手时才有；放手时箭不在弦上；白色弦在弓外侧、也就是靠近我们这边，人手却在弓左侧，这弦是怎么拉得如此顺滑的？此外人手长在了脖子上，箭也没有射中靶心，看起来不是钉在靶子上，而是被粘上去的。 第四题浏览器操作系统，UI 有点 Windows XP 年代的感觉：右上角弹窗功能没问题，只是 UI 有点土，和「精美」挂不上边；Dock ...

这个开源项目叫 OmniRoute，GitHub 上 7 万多颗星。它解决的是一个很现实的问题：150 多个 AI 模型服务商其实都有免费额度，但一般人根本用不全——注册账号、记密码、记配额、盯过期时间，烦都烦死。 现在只要在本地跑一个 OmniRoute，它就用同一个接口把这些提供免费层的服务商统一管起来，自动调度免费 token。你不用注册十几个账号，它自己帮你切：这家额度用完了就切到别家，别家再用完还有 Kimi 兜底，多策略兜底，根本不用你盯着。 更重要的是它还有一个压缩引擎：RTK 加上 Caveman 两道工序，能省 15% 到 95% 的 token，免费额度能多用好几倍。配合记忆系统，每次对话都记得上下文。 它支持 Claude Code、Codex、Cursor、Cline、Copilot 这些主流编程助手，也接了 MCP 协议和 A2A 智能体协议，110 个工具随便调。 不想花钱但又想用上好 AI 的兄弟，真心建议码住：先把自己最常用的场景接上去试试，让这些平台的免费额度真正帮你干活，而不是躺在那过期浪费。 访问入口

充 API Key 之前先停一下：DeepSeek V4.1 Flash、Kimi K3 这些前沿模型，装个 DeepSeek Harness 插件就能直接用——不注册、不填 Key，连登录都不用。项目叫 dsh-our-free-model，GitHub 上已经 2 万 7 千多颗星，官方说法是完全免费、不限量；装完在输入框的模型选择器里直接挑就行。 原理不复杂：它不做中转，而是把免费车道的 OpenCode Zen 网关、Kilo AI 的公共网关直连进来，模型清单跟着上游刷新。账号渠道走的是你本来就有的免费额度，登录一次、每天领个积分，全部收进同一条清单。 安装时注意绕开 npm——那个同名包是第三方重新打包的，跟仓库 Release 走。解压后用 dsh plugin add 指过去，重启一次就行。CodeArts、CodeBuddy、Qoder、TRAE、Cline、智谱 ZCode 这些账号渠道都能接上；本地转发口一开，Claude Code、Codex 填上地址和 Key 也能用，用量只记在本机。 有两点要说清楚：一是 Kilo 免费池的上游写了 prompt...

最新专武版 MiniMax M3.1 Flash 测评来了。上一期我们是在 Pi 上测的，效果不尽如人意，有粉丝说想看看在官方专属客户端 MiniMax Code 上会不会好一点，所以今晚又熬夜多测了一轮，思考模式同样拉到最高档 Max。有言在先：如果专武上也是拉胯，那就真的不能怪我在 Pi 上测得不行了。 第一题强约束句子生成，十句话要求分别以 1 到 10 结尾。这次只有第 7、9 句不合格，其余基本都还好；唯一想吐槽的是第八句用了「横七竖八」这个成语，它一般形容物品摆放杂乱，写字的歪斜通常应该说「歪歪扭扭」。 第二题鹈鹕土星环骑车 SVG，整体效果和 Pi 上差不多，没有大问题，都是小毛病：转弯的时候还是很明显的淡入淡出，鹈鹕的脚没有踩到踏板上。 第三题复合弓射箭 SVG 问题不少：第一，上下两个转轮都朝顺时针方向转；第二，拉弓时弓弦纹丝不动，箭却像是被一根无形的弦弹射出去；第三，拉弓时人物的手根本没碰到弓箭；第四，两只手感觉是长在同一边的。唯一值得赞许的是整张弓有向上倾斜的角度，这样才可能形成合理的抛物线。 第四题浏览器操作系统：桌面一片漆黑，太丑；右上角弹窗本身没...

刚直播完就赶出了这期 MiniMax M3.1 Flash 正式版测评。测试依然在 Pi 上接入，思考深度直接拉到最高档 Max。六道祖传测试跑完，总分 29/60——比 9 月那版 Preview（23 分）进步了一些，但离「能打」还差得远。 第一题强约束句子生成，要求十句话分别以 1 到 10 结尾。第 4、6、7、8、9、10 句都不合格，只剩 2、3、5 三句确定通顺；第 1 句虽然改成「他是我的唯一」会更顺，但勉强也算它对。 第二题的思考量最夸张：鹈鹕土星环骑车 SVG 一开始开 64K Max Output tokens，两次都爆掉，最后开到 128K 才跑完，堪称雷霆大思考。成品里土星环确实有点「土」，但起码转弯能正常转。问题在于：转弯用淡入淡出实现，能看到一个面向镜头的残影；鹈鹕的脚像两根树枝，而且没有踩到踏板上；自行车没有车把，或者说车把太矮，鹈鹕像直接扶着前轮胎。 第三题复合弓射箭 SVG 有三处硬伤：看不到副弦；箭是平拉的，然后突然往上窜，不是抛物线；右手握弓、弦在右手外侧，左手再转过来拉弓，动作很别扭。第四题浏览器操作系统，右上角弹窗该有的...

DeepSeek 更新 1017 版本之后，我们昨天已经做了三个测评。评论区有粉丝问：为什么不说说这次一起公开的 Search API 和 Fetch API？这两个其实同样是重大更新，所以补一期专门讲。 先澄清一个常见误解。以前在 DeepSeek Harness 或者 Claude Code 里用 DeepSeek 模型，一样能做联网搜索，那是因为这些工具内置了搜索插件——是 agent 的能力去调用搜索，并不是模型自身会搜。Web 端也是同理：Web 这一层本质上也是一个 agent 的 client，它会根据大语言模型的返回，自行决定要不要发起搜索。 这次 Search API 和 Fetch API 的公开，变化在于 DeepSeek 把这两项能力做成了独立的 API，而不是让大模型在内部真正去发起 search 和 fetch 调用。你依然需要所用的 agent 具备调用能力，区别是：以前这套东西不做独立计费、也没有公开出来，外界不知道接入点在哪、Endpoint 是什么。 现在公开了，意味着这套接口已经固定、已经稳定，也就意味着它可以单独收费了。更关键的是，能...

今天我们穷测下老牌海外顶尖视频生成模型 Runway 的 Gen 4.5。提示词还是那套六维鹈鹕骑车测试，效果一眼看去最严重的问题就是机位，导致镜面反射等完全失效。我们还是一维度一维度看。 第一维度，主体完整性与跨帧一致性。画面缺少镜面护墙、挂钟、后视镜等关键指定物体；玻璃碗里面是软管，而不是提示词要求的筷子；鹈鹕感觉不是叼着玻璃杯，而是被套着个玻璃杯；另外还多出了一台手机。 第二维度，肢体与机械推理。鹈鹕肢体结构违背生物常识，翅膀生成得像人类手掌和腿；提示词说右翅膀没有拿着手机自拍，而是扶着自行车。 第三维度，多层镜面空间推理。镜面护墙完全失效，而提示词要求镜面完整反射全部主体；手机后置摄像头对准镜面护墙自拍，没有了镜面护墙，这个自拍也就无从谈起了。 第四维度，中文文本与时钟渲染：横幅文字完全错乱，挂钟没有看到。第五维度，液体与折射物理：提示词要求自行车前面的玻璃碗水满到快溢出来，这里明显偏低，软管的折射也没有看到。 第六维度，运镜、构图与光影。机位方位或者骑车方向不对——按照整个提示词要求，要看到左边玻璃墙完整反射主体，机位应该在右侧、骑车方向反过来，这样才合理。 这次...

DeepSeek Harness 标准模式下的 DeepSeek Flash 1017 版测评报告来了。前面的视频按粉丝要求测了极简模式加 Max 思考深度，效果不如人意，评论区直接炸锅；又有粉丝说要用标准模式测，那就来呗。本来想开 Max 的，但有粉丝私信说感觉 high 比 Max 还能打，所以最终确定用 high——同时也因为 Max 的「雷霆大思考」我们前面是见识过的，太耗时了。 第一题，强约束指令遵循句子生成测试。结尾都是从 1 到 10 收的，我们看一下是否通顺。我认真看了下，所有都是通顺的。 第二题，鹈鹕土星环骑自行车 SVG 测试。整体感觉好了很多，起码转弯看上去是比较顺畅的。不过问题还是要提的：首先，鹈鹕的形象有点小问题，大家仔细看它的嘴——一是嘴下面那块有种说不出来的奇怪，二是嘴上面部分感觉已经是由完整的上下嘴巴组成的了。第二，大家仔细看鹈鹕的右脚，它不是踩到脚踏上的，而是被齿轮完全挡住。 第三题，复合弓射箭 SVG 测试，几个问题：第一，箭羽是反的；第二，右手拉弓，但它是右手反过来穿过脖子拉弓，拉满弓之后手又穿过脖子，非常恐怖；第三，弦已经反弹复原了，...

上两个视频我们测了 DeepSeek 最新的 1017 版本，这一集来测同样最近推出的 Meta Muse Spark Open 模型。继续用 Pi 接入 OpenRouter 来测，思考深度开到 high。 第一题，强约束指令遵循句子生成测试。结尾都是从 1 到 10 收的，我们看一下是否通顺——我觉得第 5、7、8、9 句不通顺。 第二题，鹈鹕土星环骑自行车 SVG 测试。这个实现明显不大行：首先，自行车一直是倒着踩的；第二，鹈鹕的生成也崩了，看上去是两只嘴，两条腿变成了自行车的零件在转动，也就是说自行车的生成同样崩了；第三，土星环没有环绕图形，大家可以看上面部分，土星环没有套住土星。 第三题，复合弓射箭 SVG 测试，几个问题：第一，复合弓副弦没有看到；第二，箭给人感觉是用手推出去的；第三，人物的手纠缠在一起，让人感觉长了两只右手；第四，箭没有倾斜一定角度，导致水平射出，但为了满足提示词里要求的抛物线，又强行违反物理规则往上抬升。 第四题，实现一个精美的浏览器操作系统。UI 看上去有点粗糙，右上角弹窗功能没有问题，只是 UI 确实比较一般；Dock 栏应用功能也没有问...