网易叭哥说AI语音输入法评测:识别速度快到没朋友
作者对比了Typeless、闪电说、豆包输入法和网易新推出的叭哥说四款AI语音输入法。叭哥说采用双模型架构(ASR语音识别+纠错润色),实现E2E平均1683ms的极速识别,支持小声拾音、专业术语识别、个人词典导入、多语言翻译和粤语识别等功能。文章通过小声嘀咕、长Prompt输入、翻译等多个场景实测,认为叭哥说基本补齐了竞品的短板,并展望语音输入让人机交互回归自然口语表达的未来。
作者对比了Typeless、闪电说、豆包输入法和网易新推出的叭哥说四款AI语音输入法。叭哥说采用双模型架构(ASR语音识别+纠错润色),实现E2E平均1683ms的极速识别,支持小声拾音、专业术语识别、个人词典导入、多语言翻译和粤语识别等功能。文章通过小声嘀咕、长Prompt输入、翻译等多个场景实测,认为叭哥说基本补齐了竞品的短板,并展望语音输入让人机交互回归自然口语表达的未来。
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例(如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌)展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件,可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考,省去下载上传的繁琐步骤。此外,Lovart 提供 100 个专业 Skill,支持一键转矢量 SVG,并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队,AI 生成成果已接近可交付水平,设计师只需把控方向与细节。
本文实测了 DeepSeek 开源的 Agent 框架 DeepSeek Harness(dsh),强调其“everything is a plugin”的设计理念,基于 Cordis 插件系统,可高度定制。文章介绍了四种预设模式(标准、PTC、极简、创造)的特点,并通过实际案例展示了 dsh 在代码审查、创意生成、性能对比等任务中的能力,最后探讨了模型与框架的乘法关系,推荐日常使用 v4-flash。
文章介绍了开源项目 ego lite,这是一个基于 Chromium 内核定制的专用 AI Agent 浏览器。它通过 Snapshot 技术降低 Token 消耗,支持多账号隔离和登录态迁移,实测显示其在速度上明显优于 Playwright 和 Claude-in-Chrome 等方案,能高效完成小红书抓取等复杂任务。
作者发现并体验了开源项目 Tutti,一个被称为 Agent OS 的统一管理工作台。它整合了 Codex、Claude Code 等多个 Agent,支持实时共享上下文、文件和任务。Tutti 提供 BYO Subscriptions 机制,利用现有订阅无需额外付费,并具备 Goal to Tasks 自动拆解和多 Agent 协作功能,极大提升了使用 Agent 进行创作和开发的效率。
文章介绍了使用 KroWork 将 AI Skill 工作流打包成本地桌面 App 的新方法。作者指出单纯依赖对话框使用 Skill 存在重复输入和消耗额度的问题,通过 KroWork 可以将常用的 AI 技能组合(如提示词优化、AI 资讯阅读)封装成独立 App,支持定时任务和一键启动,从而实现自动化工具的沉淀与本地化复用。
本文介绍了博主卡尔(aiwarts)如何利用 Obsidian 结合 OpenClaw、CodeX 等 AI 工具重构个人知识管理体系。核心优势在于 Obsidian 本地 Markdown 文件的高效性,解决了云端工具 API 慢、贵的问题。文章详细阐述了统一信息入口、构建机器可读的文件结构、使用 CodeX 维护文件以及利用 OpenClaw 实现知识库自动运转的完整流程。