卡尔AI工坊

我想先告诉你一个很多人没意识到的事实：这场竞争的本质，根本不是"谁的模型更聪明"。 如果只是比谁的参数多、谁的跑分高，那这场仗早就打完了，国产模型基本都是追赶者的姿态。但现实是，战场远比这复杂得多。

如果模型是水，上下文工程就是船，水涨船高；自研模型是杆子，早晚被淹。起步阶段应该All-in上下文工程，用API快速验证。微调等则应在需求验证后进行。先造船，再考虑是否需要定制杆子。

AI是放大器：输入垃圾，输出垃圾。决定你能走多远的不是模型多大，而是你的品味多好。先有判断，再用AI

这两天，Gemini3 Pro被Google抽算力喂Flash，变傻了。 GPT 5.2嘛，火柴人游戏都做不明白。 反复横跳一圈，没想到又是只剩下了Claude Opus 4.5最稳

Gemini3的UI设计能力如此够用的情况下，市面上的一众AIPPT应用，真的还有市场吗？他们的竞争力和护城河又在哪？

成本与精度的权衡，快手这次没做对。锅不单单在AI审核，背后脆弱的审核流程，高危熔断机制等，均有很大的问题。

在大模型已经表现出惊人能力的当下，制约我们做出划时代产品的往往不是能力，而是想象力。突破路径依赖，突破模仿人工的公式。

被一众“技术大牛”嘲讽的Manus，用它对于市场和用户的理解，与绝佳的上下文工程能力，3年时间做到了数十亿美金。加入Meta这艘大船后，Manus只会更有产品力，更有影响力。

25年底了，我还在用哪些AI工具？珍惜能用按次计费工具的时光吧！顶尖模型执行长时间复杂任务的能力越来越强，token消耗越来越大，不知道哪天厂商们就会取消按次计费的功能。