作者实测阶跃Step 5 Preview模型，通过两个任务检验其工程交付能力：一是三分钟生成可在浏览器运行的3D古墓逃脱解谜游戏，模型自主完成技术选型（three.js）、代码实现及缺陷修复，并通过多轮反馈优化画面、操作与音效；二是根据详细PRD开发黄金分析助手，实现行情监控、成本计算与买点提醒，将26项修复任务按依赖顺序推进，完成47项测试并修复3个真实bug，最终辅助判断当天黄金不宜买入。作者总结该模型具备真正的工程可交付能力和长任务迭代修正能力，总消耗约1.2亿token，成本可控，在国产模型中表现出色。
作者探访闲鱼上的ChatGPT代充黑市，发现卖家为绕开平台禁令创造了各种隐晦暗号，如'奥特曼充电''鸡屁踢''Tibo洗衣粉'等，且暗号随平台封禁快速轮动演化。文章记录了代充交易的完整流程，包括加微信、提供会话凭证等存在安全风险的步骤。作者将这一现象类比为电影《我不是药神》：平台依法禁令、用户只是想用上好AI、卖家赚取辛苦钱，各方都有难处却形成奇怪困局。最后作者呼吁国产大模型崛起，让好技术成为像电力一样的基础设施，消灭摩擦，让这些荒诞暗号失去存在意义。
上海 AI 实验室与多所高校联合开源了智能体基础模型 Atria Dawn Preview，面向科研工作者、开发者和专业知识工作者。该模型能自主查找资料、调用工具并运行测试，直接产出研究报告、可运行程序、文档表格、3D 模型和小游戏等可验证成果。作者实测用其纯靠代码生成精准美观的 3D 飞机模型，效果出色。该模型各项评分位居国产模型第一梯队，研发团队非常年轻，约三分之二为来自复旦、北大、上交大等高校的在校学生。
作者实测腾讯混元Hy4 preview模型，该模型在WorkBuddy中首发并限时免费。Arena代码榜1633分，与Grok-4.6、Claude等旗舰模型处于同一区间。作者通过Three.js体素游戏、HTML PPT制作、信息真实性核实及脏数据表分析等多维度实测，对比Kimi K3、GLM-5.3和上一代Hy3。结果显示Hy4 preview不仅规格完成度高，更在数据陷阱识别上以7/7胜出，能主动指出问题本身不成立、标注已知缺陷，展现出「敢质疑数据」的审计能力，作者认为腾讯的模型能力已真正赶上头部水平。
本文介绍了如何利用国产大模型和Agent编程工具，让不懂代码的人也能从零开始开发并上线一个完整产品。文章详细涵盖了购买模型套餐、准备服务器与域名、ICP备案、使用Agent进行开发、Git版本管理、CI测试流程及运维知识等20个步骤，旨在帮助非技术人员抓住AI时代的创业黄金期。
文章详细实测了腾讯推出的AI桌面智能体WorkBuddy。该工具上线5个月即成为中国PC端AI办公市场第一，核心优势在于从“提供建议”转向“直接干活”。作者通过真实工作流（站会、爬取素材、写作）测试了其Ask、Craft、Plan三种模式，并体验了微信远程控制电脑功能。WorkBudy解决了普通用户搬运AI输出的痛点，支持国产大模型，具备免部署、低门槛的特点。
本文实测了美团发布的基于 5 万张国产算力芯片训练的万亿参数大模型 LongCat-2.0。文章指出，该模型在预训练到大规模部署的全流程中实现了国产算力闭环，具有里程碑意义。虽然通用推理能力与顶级闭源模型仍有差距，但在 Terminal-Bench 和 SWE-bench Pro 等 Agent 与编程任务中表现强劲。作者实测了将其接入 Claude Code 和 Codex 进行工作流处理，结果显示其在长上下文处理和任务拆解上表现稳定，为开发者提供了一个可行的非国产替代方案。
本文是一篇WorkBuddy的从0到1新手教程。文章指出WorkBuddy是国内口碑不错的通用Agent产品，相比Claude Code和Codex更对国内用户友好。内容涵盖安装登录、界面模式介绍（Ask/Plan/Craft）、专家与技能市场、腾讯生态连接及个性化配置，并演示了日常办公报告生成和网页开发两个实战案例。
文章记录了一次关于12个顶级AI模型的高考模拟测评。测试选取了Claude、GPT-5.5、DeepSeek等国内外主流模型，针对高考语文和数学试卷进行考核，并邀请真人老师进行盲审阅卷。结果显示，头部模型之间的分差极小，部分模型存在“偏科”现象（如DeepSeek数学强但作文弱）。文章详细回顾了测试的公平性设计、评分过程及最终排名，并回顾了过去几年AI模型在考试能力上的巨大进步。
文章深入对比了2026年OpenAI与DeepSeek的发展路径。OpenAI采取高定价、重商业的精装商品房模式；而DeepSeek则坚持开源低价，依托中国电力基建和昇腾芯片，将AI变成水电煤般的免费基础设施。DeepSeek通过转型重资产、引入巨额融资以对抗人才流失，并推行端侧AI与开源生态，在乌干达等全球南方地区实现数字平权，打破了硅谷的算力垄断。
