flyws

同意楼上说的，现在扎堆推出这个个人 Agent 是可能这些前沿厂商已经感受到 coding 领域增长乏力了。我个人的看法是 coding 领域会逐渐进入成熟期，然后成熟期一个常见的做法就是降本增效：

直接使用前沿模型 API =》 考虑使用第二梯队的 API =〉考虑用类似 openrouter 之类的中转站 API =》 开始考虑自己部署模型分流 =〉大多数情况下使用开源模型

目前在 GPU 买不到的情况下，coding 领域再怎么走也走不到最终点，可能就是企业客户逐渐考虑用部分开源模型替代闭源模型，因为现在 coding 领域的能力增长对于大多数场景已经有点过剩了，比如没人直接一开 Claude 就用 Fable ，目前很多的分数其实是 Harness 带来的，一说到 Harness 那家家都有难念的经，大概率需要自己微调定制一下

B 端没有找到更赚钱的场景，那感觉只能去 C 端看看了，但是说句实话现在会愿意试这个个人助理的人，大概率还是互联网等行业的人，一般人真的没有场景。我更看好国内厂商找到这个下沉的场景，比如豆包对老年人使用场景的封装是真的有研究的，我觉得我们说 gemini 是美国豆包，而不说豆包是中国 gemini ，其实部分有肯定豆包在下沉市场的成功……

我觉得这个形态还是不太对，肯定会赢一些用户，但是我感觉人群还是跟 coding 的那一批人有很多重叠。国外可能还好一点，但是国外的问题在国内并不存在。对于这个个人代理，我其实非常看好手机厂商，他们掌握的这个入口短时间内是推不翻的。我目前个人对戴多个眼镜、别多一个录音笔什么，毫无兴趣。

这样来看，虽然不知道 A/会不会跟进，但是不得不佩服他们真的是有专心在做企业市场，别的不说，注意力真的很集中。

@tisswb 慢，也可以说很慢，我跑的是 ollama 的 mtp fp8 版，我没有细测，体感应该就是 10 tok/s ，加上 qwen 这一款默认比较长的思考链（但优点就是想得细致和全面），做起任务来基本都是按分钟计。dgx spark 拿来纯推理是浪费钱，但是如果你也会玩玩 pretrain 或者 finetune 的话，需要英伟达生态做实验的话，它的 tensor 算力还是合格的。而且因为 128G 显存我也拉满了上下文。

但是令我惊喜的是我等了比如 5 分钟，它真的把任务 one shot 完成了（其他更多参数的 AI 可能会 fail 同样的任务），所以目前的使用体感是只要等得起，可以基本放心交给它，我个人使用反正也不急。

跟前面某一楼提到的一样，就是水平到了这样的一个阶段，很难去评判它是比某一个模型强还是弱，但虽然很难量化，但是确实让我惊喜，会开始让我更加信任本地小模型，这在之前是没发生过的事情。昨天晚上它连上 craft agent 然后它自己 one shot 成功更新了我的定制化安装，有点厉害。

Qwen3.8 27B 确实很不错，我使用几天了，在 DGX Spark 上面的问题除了慢，还真挑不出了，对于我的一个改 PDF 的 use case ，它表现达到了 opus 水平，完成了我的要求。同样的 prompt 扔给 DeepSeek v4 Flash ，GLM 5.2 ，Kimi3 都没有做出来（都忽略了保持背景颜色一致）

我并不是想表达 Qwen 3.8 27b 暴打更大的模型，但是当我本地跑起来 Opus 级别的模型的时候，确实有一种原子弹爆炸的感觉。我觉得没有被低估，只是本地跑 AI 模型的可能还是少数，但是我相信未来这会变成大多数（都说 token 类比水电煤了，自己发电不好吗 ）

刚好在学一些相关的英文书，然后试用后可以看出作者的这个中文版互动学习做得真的很不错，特地来评论支持。

不过好奇问一句这个的设计是先有中文版再翻译成英文，还是其他步骤？英文阅读了之后我感觉中文的表达比英文好很多，英文看起来像是按照中文翻译出来的，不过我也可能猜错了

很久之前看到这种我也不理解，但当工作上干起牛马活来的时候才发现这很正常，其实包括我在内，上面很多评论都已经提到点上了——就是碰到同事分享的、自己碰到的等等一些需要阅读的网页/视频/播客，或者是同时进入几个项目我知道这些页面过几天还得打开，但是当下状态不想读/读不了那么长的内容，那就放那了。

我个人觉得这有点类似之前 GTD （ Getting Things Done ）的哲学，这些标签页就类似于扔到了 inbox 里面，等后面大脑有带宽的时候再来处理。这样一来就衍生出了 Tab Groups 、不同窗口、不同浏览器之类的标签型玩法，帮助后面迅速从“图书馆”里抽出相关 context 来

Deepseek v2.5 或者 Qwen 这些目前本地更有戏，这些在排行榜上我记得都接近老的 GPT-4 ，不过即使 Q4 的话大概都需要 8 ～ 10G 内存，所以其实现在 Macbook 统一显存内存后，运行 LLM 最大的卡点还是到底有多少内存，想玩遍主流各种大模型的话，最好还是拉满 128G ，至少也得有个 16G ，不然大多数模型都跑不起来。

本地跑 LLM inference 还是很有意思的，比如高铁或者飞机上想写点代码但是网络不稳定，那本地有个 Deepseek 2.5 级别的编程助手已经是很提升效率了。

建议楼主可以下载个 LM Studio https://lmstudio.ai ，方便自己开始研究实操这些

GPT-4 使用稍微修改一下的 Prompt + Wolfram Plugin 可以一次正确解答出来🙆。这是不是就像一个逻辑霸主找到了一个数学计算小王子，两两结合的力量？另外不确定 Bing 是怎么直接创造出来正确答案的，我怀疑是他的训练数据里面带了这个，不然从大语言模型原理，我无法理解他怎么一次性做对的。

Prompt:
请问，如何使用 3 、3 、7 、7 四个数字算出 24 ？

要求:
1. 每个数字必须使用一次，且只能使用一次
2. 只能使用加减乘除和括号。

对于喜欢偏接地气风格的朋友们，强烈推荐田野上的繁荣 https://space.bilibili.com/588278127/

已经直接购买支持！继续加油！