当然马斯克纯凑热闹
我靠，我要被ds和glm的雷霆大思考气死了，写一个非常简单的启动脚本，thinking开high都想得太多绕不回来，最终交出一坨
—— 来自 鹅球 v3.3.96
cody198879 发表于 2026-9-14 12:52
楼里批判workbuddy的，推荐个办公向的智能体吧，面向非超能力群体的。老实讲需求还是挺大，我等中登对这类 ...
hermes
4.1max容易路由到摘要思维链，路由到摘要思维链基本等同关掉了思考
果壳中的松鼠 发表于 2026-9-14 15:01
我靠，我要被ds和glm的雷霆大思考气死了，写一个非常简单的启动脚本，thinking开high都想得太多绕不回来， ...
简单的东西用网页写，然后复制粘贴。用Agent写容易有过度设计的问题。
本帖最后由 绝地潜兵 于 2026-9-14 15:30 编辑
tonyunreal 发表于 2026-9-14 13:50
0731已经没了
glm思维更严谨，对源代码和提示词遵循度更高（并且有一定拆解提示词歧义的能力），总token ...
不是中转，是正经的第三方算力平台，刚上GLM-5.3-Flash，还没上4.1
本来主力用0731（更老的DS R1都还能用），这么看5.3F可以当主力了
试了下codebuddy上用dp v4.1 flash，太省积分了。
跑了一下codegraph，Serena，grep的A/B/C测。
又是下载，又是出题，又是出对比报告。跑了30分钟只花了5积分。100积分一天都蹬不完。
serj005 发表于 2026-9-13 00:27
cli没法签到，workbuddy都是看着有免费积分捏着鼻子用的
另外cli近期更新也挺难绷的，一两个就把版本web ...
有自动签到的脚本的，我是部署到云服务器上每天自动签到。让ai搜下GitHub就行了。
cody198879 发表于 2026-9-14 13:06
dsh连个桌面版安装包都没有，还要装插件。没法给下面人推广啊
Deepseek Harness EAC 这个就是客户端，还行滴~
本帖最后由 cody198879 于 2026-9-14 16:05 编辑
看了下，eac，大型重构中，v5不更新了，直接等v6
字节的traework被豆包工作合并了，也是一头包
就这种东西你怎么让一堆普通人在工作环境用
—— 来自 HONOR PTP-AN70, Android 16, 鹅球 v3.5.99-alpha
王兰花秀丽 发表于 2026-9-14 14:41
印象里上个月中转站就开始被关停了 Re:Source
印象里是当时有网安嘉豪拿没甲的中转站满世界日服务器
—— 来自 Xiaomi 25019PNF3C, Android 17, 鹅球 v3.5.99-alpha
我觉得叫豆包工作，还不如叫飞书工作呢，估计是舍不得豆包的知名度
办公室文员类的工作，追求的是稳定易学成本低，现阶段只能看大厂，workbuddy/千问办公/豆包办公三选一咯，用户觉得难用，又能折腾，自然会去学
办公这块难道要让老头老太从0手搓框架吗？不就是workbuddy，千问，豆包三选一。
目前来看workbuddy用户量是断档的。
— from Xiaomi 23127PN0CC, Android 16, S1 Next Goose v3.5.99
Baccano 发表于 2026-9-14 15:44
试了下codebuddy上用dp v4.1 flash，太省积分了。
跑了一下codegraph，Serena，grep的A/B/C测。
又是下载， ...
所以哪个好？现在用codegraph感觉调用频率不高
本帖最后由 Baccano 于 2026-9-14 17:22 编辑
scikirbypoke 发表于 2026-9-14 16:25
所以哪个好？现在用codegraph感觉调用频率不高
Serena，不过跟我项目主要是拿java写的也有关系。你最好也让AI跑下A/B测试，看下哪个LSP比较适配。
调用频率跟用哪个LSP没关系啊，我现在也还在跟342页那个方法调skill。
最近偶尔在单位电脑上用workbuddy免费积分有一点体会。这东西虽然使用体验远不如正经的agent，但是有几个点对于轻度办公用户来说很好用的点。
一是给它个任务，每次都会自动生成一个skill，一开始我完全无法理解批量替换pdf中的某个词也写个skill是何意味。后来看同事使用的时候感觉到，很多白领工作的重复性确实很高，多用一阵子基本上生成的skill就能覆盖相当一部分的工作场景了。
二是一大堆乱七八糟的什么专家和模式，虽然大部分都是心里安慰，甚至对于如今的大模型来说重提示词甚至经常起到副作用，但正好安慰到了一般不敢上来就用的小白。
绝地潜兵 发表于 2026-9-14 15:28
不是中转，是正经的第三方算力平台，刚上GLM-5.3-Flash，还没上4.1
本来主力用0731（更老的DS R1都还能用 ...
glm5.3flash 绝对智力比起4.1flash有点低了
一个asm/C优化任务，glm5.3f 做了30轮以后说改无可改了
继续扔给4.1f,又做了10轮后 性能+10%...
Baccano 发表于 2026-9-14 15:44
试了下codebuddy上用dp v4.1 flash，太省积分了。
跑了一下codegraph，Serena，grep的A/B/C测。
又是下载， ...
codebuddy创建API为啥总提示操作失败？大佬指点下？
9月14日，外交部发言人郭嘉昆主持例行记者会。
路透社记者提问，埃隆·马斯克等人上周末呼吁人工智能公司放缓前沿发展，并认为“中国在人工智能领域的优势可能构成国家安全风险”。对此您有何评论？
郭嘉昆表示，人工智能的发展关乎全人类共同福祉，各方应该共同推动人工智能开放包容、普惠、向善。散播各种威胁叙事，搞对抗和恶意竞争，只会干扰人工智能全球治理进程，不符合任何一方利益。
上周六，Anthropic首席执行官达里奥·阿莫迪周六发表了一长文，呼吁全球放缓人工智能发展。就在几天前，该公司的一名员工因担忧人工智能技术的安全性辞职。
其他主要人工智能公司的高管迅速响应这一呼吁。OpenAI首席执行官萨姆·奥尔特曼、SpaceX的埃隆·马斯克，以及谷歌DeepMind董事长戴密斯·哈萨比斯在社交媒体上发帖，表示他们同意需要放慢步伐。
明明就是A÷带的头，马厂公和奥特曼跟贴点赞，到了路透社嘴里就成马厂公挑头了，真是新闻学魅力时刻。
Cursor又全网风控了。。。
4.1之后肥鱼网页版不错了，不说废话，说话能看懂，查资料不错
咋还有个千问办公啊，我昨天让deepseek推荐它告诉我去用阿里的qoder，这些大厂工资没地方花吗
CCauchy 发表于 2026-9-14 17:20
4.1之后肥鱼网页版不错了，不说废话，说话能看懂，查资料不错
很多简单任务都能直接扔给网页版做了，能省不少token
绝地潜兵 发表于 2026-9-14 13:10
GLM-5.3-Flash 对比 Deepseek 0731,还有4.1F，哪个比较强？
这方面正好我最近有一些心得体会，这里分享一下，仅代表我个人感受
我的需求是科研类的，数据处理和轻度编码，需求是提高识别和排序的精确度
原来是用GLM-5.3-Flash周末白嫖的token在zcode上做的，后来到瓶颈期了，我就决定让GLM-5.3-Flash，DeepSeek v4 Pro, 还有4.1F分别出一份下一步的路线图（也就是说，让ai拿主意给点子的任务），用的是同一套提示词，思考强度都开的最高
然后结果是，GLM-5.3-Flash中规中矩的完成了任务，拿出来的东西算是符合需求但也不算出彩
4.1F吭哧吭哧干了十几分钟，把原来的数据重算了一遍，声称挖出来几个重要问题，最后给了一篇细节很多，情感极其丰富的报告——后来证明4.1F确实发现了一个重要问题，给的思路也很出色，但是犯了另外俩ai都没犯的一个口径错误，所以它提的另一个问题是子虚乌有的，也出现了一些幻觉
最让我意外的是v4pro，我原来已经做好它把我钱烧光的准备了，结果它只干了两分钟就交了报告，结果只能说是差强人意，报告质量甚至我觉得是仨ai里最差的当然token也没烧多少，不知道这大肥鱼发什么神经搁这摸鱼
我现在高强度使用 ds 4.1 f，基本上在后端开发上，已经完全满足了我对干活儿模型的诉求（如果未来不降速的话），价格也 ok 了
相见恨晚 发表于 2026-9-14 17:26
咋还有个千问办公啊，我昨天让deepseek推荐它告诉我去用阿里的qoder，这些大厂工资没地方花吗 ...
都是内部赛马，就像腾讯还有个贾维斯，字节刚刚卷死了前几天还好好的trae，甚至把飞书也划进豆包办公里面。qoderwork应该是被千问办公吃掉了
本帖最后由 serj005 于 2026-9-14 17:59 编辑
4.1f时代之后，网页版的干活可靠性也巨幅提升，体感4.1f已经是所有对话llm网页版中体验最好的一个。（主要是速度太快了）
大量需求是单对话直出python脚本的，用网页版是真的爽，免费+速度最快，找脚本bug准，听得懂需求，需求发散补充也到位，从来没体会到过网页版也能这么有实用性。
提一个日常常用的需求点:临时有个网页想做个油猴脚本优化使用体验，不管三七二十一直接f12把网页html全量喂给ds网页版，只要不超出上下文，给它讲需求，直出的油猴脚本基本都能一次跑通。
jonarryn 发表于 2026-9-14 17:36
这方面正好我最近有一些心得体会，这里分享一下，仅代表我个人感受
我的需求是科研类的，数据处理和轻度 ...
看了几个蒸馏skill都强调要，搜索策略由于处理。温度和思考强度不是越高越好。
幻觉问题只能预设知识库和设定好边界让他优先去查询，思考强度高了反而出问题。
经过多轮讨论后，出的都是简单问题复杂化解决的典型。
首轮回答反而准确度更高。
哪个模型适合审阅项目移植和迁移情况，提出意见的？fable用的太快了
—— 来自 HONOR AAP-AN00, Android 16, 鹅球 v4.0
zhongjie 发表于 2026-9-14 17:57
哪个模型适合审阅项目移植和迁移情况，提出意见的？fable用的太快了—— 来自 HONOR AAP-AN00, Android 1 ...
让sota指挥低级模型的话还是可以的，之前让opus作为外部模型审阅过sol的屎山，后面astra也做了一遍，都是哈基米做subagent，消耗不算大
cyberalogo 发表于 2026-9-14 17:16
9月14日，外交部发言人郭嘉昆主持例行记者会。
路透社记者提问，埃隆·马斯克等人上周末呼吁人工智能公司 ...
这集真看过，美苏核军备竞赛是吧
梁文谷time！
我这些年接触的大学老师和学生下来的经验，就是一定要在工作时把所有人当成生活不能自理，心理脆弱如豆腐的巨婴，掰住嘴都喂不活的那种
把每一个步骤都写在纸上，只要识字，有手指头都能办好的这种事，都有老师问为什么这电脑不插电源不能启动，有学生复制快捷方式奇怪怎么文件打不开
“我在自己的电脑都好好的！”
类似问题每个月都有，海量个例
所以自己研究各种ai框架没问题，如果想在工作中统一配置，请一定要简单到连解压rar都不需要的程度
—— 来自 S1Fun
阿里云打电话让我试试他们的千问办公，晚点试试看。
UmarIbnLaAhad 发表于 2026-9-14 18:03
让sota指挥低级模型的话还是可以的，之前让opus作为外部模型审阅过sol的屎山，后面astra也做了一遍，都是 ...
哈基米3.8flash？买的API还是怎么薅的？不知道ds4.1flash可不可以
—— 来自 HONOR AAP-AN00, Android 16, 鹅球 v4.0
serj005 发表于 2026-9-14 12:57
trae在软件质量和流畅度上比workbuddy好很多，开箱即用方面是一个等级的。
还有opencode桌面版也行，就是 ...
不是，为了踩workbuddy你连opencode桌面版都讲的出来了吗？你这家伙
论坛助手,iPhone
蛋黄酱Release 发表于 2026-9-14 16:48
最近偶尔在单位电脑上用workbuddy免费积分有一点体会。这东西虽然使用体验远不如正经的agent，但是有几个点 ...
Skill是要占上下文的，你以为Skill多了工作方便，其实是Skill多了，你的花费越来越高，效率越来越低。
此誓的守望 发表于 2026-9-14 18:19
不是，为了踩workbuddy你连opencode桌面版都讲的出来了吗？你这家伙
论坛助手,iPhone ...
只用过opencode的tui，它gui版怎么个情况？差到workbuddy的地步了？
来都来了 发表于 2026-9-14 18:21
Skill是要占上下文的，你以为Skill多了工作方便，其实是Skill多了，你的花费越来越高，效率越来越低。 ...
日常的非开发任务其实大部分都挺弱智的，免费的额度用用还行。开发任务千万别用workbuddy