文章针对 AI Agent 开发中记忆缺失、RAG 低信噪比切片、状态冲突与多主体污染三大痛点，测评了 EverOS Cloud（API v2）这一 Agent 记忆操作系统。核心机制包括语义事件切割、记忆整合消解冲突、多主体严格隔离，在 LoCoMo 基准上达 93.05% SOTA，减少 90% 以上 Token 消耗。其自进化技能引擎可将任务执行链路沉淀为 Case 并蒸馏为可复用 Skill，任务成功率最高提升 234.8%。接入仅需两行核心调用，支持记忆治理 API、多模态资料挂载、MCP 协议兼容 Claude Code 等工具，以及云/本地双模部署。作者认为其适合需要跨会话跟踪意图与沉淀业务 SOP 的场景。
作者重新体验腾讯Marvis马维斯Agent，其升级定位为24小时AI管家，区别于多数Agent主攻办公和编程场景。新版采用Hy4与Deepseek V4 Flash双模型自动组合，免费且支持自定义接入第三方模型。文章实测了电脑体检、管家团队（电脑、文件、软件、浏览器四位Agent）、本地知识库/图片库/应用库管理等功能，并介绍其与绿联、飞牛合作将Agent能力扩展到NAS，未来瞄准手机、汽车、智能眼镜等跨硬件场景，认为AI管家方向想象空间较大。
作者利用小红书的AI点点功能，梳理了近两周小红书上与WorkBuddy相关的最热门的10个选题，包括搭建自媒体工作台、必装Skill与效率插件推荐、与Obsidian搭建本地AI知识库、AI整顿职场提效系列、积分消耗避坑指南、自动化定时任务与远程助理、与Codex/Trae的横向测评、零基础保姆级教程、办公数据清洗与多文件业务简报，以及APP端远程指挥电脑干活。作者还回复网友评论，认为WorkBuddy和Grok Bot都是流量密码，并调侃AI留下的悬空条目是钩子。
作者测试了10个热门的配图Skill，涵盖抽象风格、喜茶涂鸦、极简海报、个人IP建立等多种风格，并分享了每个Skill的适用场景和作者信息，最后宣布将开设“我的Skill试玩间”栏目。
本文通过作者亲身经历，指出一年级孩子测评报告中的“薄弱模块”可能因样本量过小（如仅测一道题）而产生误导，导致家长盲目报班。作者通过增加练习量、分析错题原因，三天内将孩子正确率从17%提升至90%，并建议家长用少量同类题验证“弱点”真伪。文章强调报班买不到判断力，呼吁测评报告应标明题目数量，避免“一道题的证据”被过度解读。
作者分享了使用 Kimi K3 模型的实际体验，通过 3D 坦克大战游戏、权力游戏地图动画和教学视频制作三个案例，展示了其在多模态和复杂任务处理上的强大能力。文章指出 K3 提供了 Claude 和 Codex 之外的优质选择，且具备合规性优势，但同时也面临算力短缺的局限。
文章针对 Codex 代码助手，汇总了社区热门的插件和技能。详细介绍了 Plugin、Skill 和 MCP 的区别，评测了 Superpowers、grill-me、Context7、Firecrawl 等工具的上手难度与实用性，并根据不同开发需求提供了具体的安装建议。
本文测评了 AI Gateway 工具 ZenMux，它支持在一个界面内统一调度 200+ 个模型。作者从 AI 内容创作者的视角出发，详细介绍了该工具在多模型对比、成本统一管理、智能路由及赔付保障方面的优势，认为其能有效降低多平台切换的心智成本，适合需要同时调用多个模型进行创作或开发的用户。
文章详细介绍了国产大模型 Kimi 的各项功能，包括四种对话模式、八种核心工具（PPT助手、深度研究、Kimi Code 等）及浏览器插件。作者通过自身实践，展示了如何利用 Kimi 的深度研究、Agent 模式和工作流整合在五天内涨粉 3000+。文章也客观指出了 Kimi 在复杂任务规划和事实准确性上的局限，强调工具组合成系统的重要性。
文章深入评测了 OpenAI 的新生图模型 GPT-image2，认为其虽然进步巨大，具备母语级中文理解能力和卓越的细节可控性，但推出时机过晚，提示词变现红利期已被 Gemini 的 Nano Banana Pro 吃尽。作者指出，未来 AIGC 将不再依赖复杂的“神仙提示词”，而是比拼创作者的构图与审美内卷。
