Gemini 4 Hydrogen 首日实测:会动的鹈鹕 SVG、带 RPG 玩法的俄罗斯方块。但最值得说的是我和 Simon Willison 用同名同档位的 Hydrogen 测出了差一个档的结果——跑分测的是模型,你每天用的是模型加壳子。
Anthropic 官方讲 Fable、Opus、Sonnet、Haiku 怎么选:Opus + medium 起步,先调 effort 再换模型。我按这个思路把知识库 7 个自动任务重新分配模型,粗算月费省七成,附子 agent 和定时任务配置。
同一段 15 秒 Spine 猫扑鱼动画,一组让 Claude 全做,一组让 Claude 写方案、本地 Qwen 写代码渲染。Claude token 少了 70%,费用只少 28%,耗时却是 3.6 倍,画面也更差。附完整 token 账单和原因分析。
基于 Claude 托管智能体的定时简报参考实现逐步讲解:信息源书签、发布确认、台账、偏好记忆与护栏,附常见失败模式。
9 月 3 日 Anthropic 发 Claude Fable 5.1,9 月 4 日 OpenAI 发 GPT-6 Astra,输入输出定价一模一样。一个赌 Computer Use 铺宽度,一个赌长任务打深度。拆解两条路线、两种降本思路、两边各自的代价,以及独立开发者该怎么配。
如何为你的工作负载选择合适的 Claude 模型:比较各模型类别,权衡每任务成本与每 token 成本,并构建评估来做出最终决策。
AI 时代瓶颈往前移了一格——不是写代码,是不知道做什么。讲清三件事:在哪几个地方找信号、为什么我不挑现成 AI 浏览器而选 Browser Use、怎么把流程搭成定时跑的 idea 扫描器。
Prompt 用过就过了,Skill 是把流程留下来。一篇讲清楚 AI Skill 长什么样、和 MCP 怎么分工、装之前要看哪三眼,以及怎么写第一个 Skill。
从 Messages API 到 Managed Agents 的范式转换——一个数据分析师的一周踩坑实录。四个核心概念、三条上手路径、七个血泪教训,手把手带你搞懂 Anthropic 最新的 AI Agent 云端运行方案。
深入讲解 Claude Code 的 Agent 系统,包括 Agent 的概念、工作原理、内置 Agent 使用、自定义 Agent 开发等内容
Anthropic 与 OpenAI 同日发布新模型,Opus 主打深度思考,Codex 强调极速交互,两种 AI 正面碰撞
写给初学者的 Agent Skills 入门:Skills 是什么、能让大模型做哪些真正落地的事,Skills 和 MCP 的区别在哪(一个连接工具,一个打包方法论),以及一个 Skill 文件该怎么写:人设、工作流程、规范和风格参考。