Franco

在杭州参加PM x AI 产品力领航者大会，一个直观的感受，就是大家都知道AI 趋势不可阻挡，但每个人都在找机会到底在哪里？
目前有几个比较确定的，一个是组织重构，一个是产品重塑或新建，还有就是产品营销形式。
不知道变化的速度有多快，但看样子还在加速过程中，所以充满着各种机会。

前段时间我的中文处理的模型就换成了DeepSeek，一段时间下来，我觉得它不啰嗦，干活实在，关键是价格还很便宜。
为什么会有这个转变？我老婆说 DeepSeek 比豆包和千问的内容更优质，我后面就特别留意，还去问GPT 了，确实在中文语料、上下文理解方面，DeepSeek 的能力是很强的。用了一段时间后，就觉得真的很不错。
那为什么各家自媒体都很少见到 DeepSeek 的文章，原因很简单，DeepSeek 连像样的营销部门都没有，我估计都没有市场营销的预算。
所以，每次国内其他模型上新，铺天盖地的测试软文，无他唯钱尔。我们都是生活在信息里的个体，很多时候要屏蔽噪音其实也不是那么容易。

很多人说用不上 claude code，经常被封。
其实这里的核心关键点是大家都想着用Max20x，都觉得薅羊毛薅流量要薅到顶。但其实，我个人觉得现在的Pro版，还有Max5X版，其实对于很多非重度用户来讲，也是够用的。官方对这两个产品，它的风控其实并不是很严格。所以我建议大家可以往这个思路多多考虑一下。
网络上所有的教程都在针对 max20x 来做防封指南，殊不知用 pro 和 max5x，这方面的担心要少很多。

我终于用上了原生的 claude code 了，有三种模式，分别是 chat，cowork，cli，先购买了 pro 会员，等稳定了再继续升级到 max 吧。
现在各大模型厂商都缺算力，这是一个很大的瓶颈，也是很大的市场机会。就跟当年刚发明电一样，都要限电，等技术升级后，慢慢就突破了。
什么时候可以到AI模型自由。

Claude Web 现已支持 Managed Agents。
官方文档：
Claude Cowork 现已对所有付费用户可用。
ChatGPT Pro 100USD 订阅现已推出：
- 5 倍于 Plus 订阅用户的 Codex 用量
- 支持所有 Pro 功能
在 5 月 31 日前，限时提供 10 倍于 Plus 订阅用户的 Codex 用量。
Pro 200USD 订阅用户也将在 5 月 31 日前获得翻倍的 Codex 额度，且当前额度已重置。
GPT是真大方啊，动不动就重置额度，这是第几回了？

舒服啦！今天把codex集成到claude code里面，成为一个更优秀更有性价比的顶级Agent。
一种是mcp的调用方式，直接作为claude code编程工作当中的一个插件，当执行代码的时候，或者是检查代码时，可以自动调用codex来执行、完善和检查、优化，另外，可以跟cc同步检查，然后给出比较，方便开发者选择好的方案。
第二种就是封装成了skill，当特定任务需要的时候，明确指令来调用codex的能力。
codex这一招确实厉害，打不过，暂时先成为你的一部分，给大家养成使用习惯，说不定哪天可以反客为主呢。

有没有哪位大神，能说清楚openclaw和claude code的区别，比如应用场景，模型能力，使用体验各方面。

大模型还在卷参数，但真正开始卡行业天花板的，已经变成了另一件事：上下文存储。
当推理长度、Agent 调用链、长期记忆都在变长，真正决定体验和成本的，不只是算力，而是“上下文能不能被高效读写、调度和复用”。这也是为什么最近市场开始把注意力转向 Context Memory、KV Cache、推理存储分层这类基础设施。
下一阶段 AI 竞争，拼的可能不是谁会生成更多内容，而是谁能让模型在更长任务里，稳定、低成本地持续工作。
如果说训练时代拼的是 GPU，那 Agent 时代，拼的就是 Memory。
这也是我在一个群里跟群友讨论为什么龙虾值得去玩，我说claude code都是针对龙虾去打的。但他们说全量上下文这个事情，我竟然无言以对，老老实实又认真养虾。

OpenRouter 数据显示，Qwen3.6-Plus 发布仅 1 天，日调用量就突破 1.4 万亿 token。
最近，国产大模型的调用数据越来越亮眼，还有那个seedance2.0开放公测了。有2种方式，一种是出现人物的，需要预缴至少200w人民币，一种是不出现人物的，只要有企业账户就可以用。
期待国产模型在coding上的突破吧。
#AI #大模型 #OpenRouter #国产

使用AI进行开发的几个阶段：
1、第一阶段：发现新大陆，觉得自己无所不能
觉得只要有想法，就能完全实现，每天有数不清的想法，还有各种各样的工作流想去做，精力充沛、思路无限；
2、第二阶段：开始气馁，感觉开始原地打转
总是打转，一个skill又一个skill，打磨来打磨去，感觉能用，也还不错，但总觉得不够优秀，离自己的想法相距甚远，改来改去，质量就是没有大的图片；
3、第三阶段：放弃幻想，一个环节一个环节打磨细化
之前的ai开发有模块，但基本上每个模块的实现过程是黑盒子，你也不知道怎么实现的。现在就是A实现，B来做检查，而且，是认真检查每个环节的具体实现，看看哪里可以优化。比如生图的模型要不要换，文本整理的模型是不是要换，实现的路径是不是可以调优。还有就是这个环节能不能去掉，代码逻辑是不是太复杂，浪费token？
我目前处于第二到第三阶段，偶尔会有第一阶段的症状。娑婆世界，从来没有那般容易的事情，最终还是要打磨心性。

今天开始尝试用 Codex 作为开发的主力，然后买了 ChatGPT 的 Pro 版，整个的用量额度都是非常高，而且也不用担心会封号，也不用担心流量拥堵出问题。
之前的开发经常断断续续的。虽然 OPUS 跟 Sonnet 能力很强，但是中断开发对自己的学习开发节奏影响非常的大，对项目的持续性影响也特别的大。
有跟我一样的情况吗？

大家在用语音输入法的时候，哪一个好用一些？输入法、豆包输入法，还有闪电说，大家用哪一个多一些？

飞书的cli是真的好用
现在api调用有100万次免费
基本上能覆盖所有的消息通知
原来通过自动化机器人会消耗免费的使用次数
免费账号只有200次每个月，完全不够用
有了cli之后，可以全自动开发，使用自建应用的方式
一样的效果，一年至少可以节省上万的费用

对于大多数人来说，立足于自己的专业领域，打造skill，是利用AI最佳的实践之一。
对于做自媒体的工作者来说，AI则会成为创作的巨大加持因素，让创作的灵感更容易快速实现。比如，做的文章，根据思考写框架，配美图；比如做小红书矩阵，根据角色来生成文案，做营销软文。
以上2部分都是AI能快速实现的，至于复杂一点的任务，其实还是需要有编程的思维甚至是能力。这是我自己的思考，当然，随着模型能力的快速迭代提升，说不定以后中小项目也能很流畅的得到解决。