少楠

我在github 有100 个nano banana 的测评案例和使用 方法，但是只有一种会话模型，虽然现在即梦、可灵，拍我 等工具也推出了「灵感」版块作为参考，但是聚集在自己的模型内，这个网站，有许多不同模型，看到喜欢的直接用右上角链接开始 生成图片，这是我的图，啊哈哈，觉得不满意还可以使用其他模型，但还要充值

我的朋友在火山引擎，他们是做 TOB 的，即梦是 TOC 的，底层的模型是共用的。

即梦在生成视频方面和可灵比的确还是差了口气，但真的是很小一口气。

我们公司几个视频模型都是深度使用，觉得即梦还是能打的。

毕业前碰不到，毕业后就出现AI 工具

测试用sora2做产品推广视频，人物表情和内容匹配，配音也很强。每个视频9秒有点短，第二个视频有点接不上，需要考虑衔接处如何处理。中文输出有点问题，有时候会变英文。

总体来说，人物、动作、语言、配乐的视频效果很惊艳！能用上真提效！

1.官网清清爽爽挺好看的

2.支持在线联网搜索文档，好评，不过联网的产品都有共同的问题就是速度慢

3.还会自动生成配图素材，太懂事了

4.图片和文字排版都还过得去，但是配色有点丑

而且一些尺寸非常规可用尺寸，在效果生成上，还是有点小毛病，

好好优化下还是有前途的

作为大部分 AI Coding 工具都使用过，GitHub 常年绿墙的开发者，我简单说说为什么我坚持使用国产工具，以及为何国产 AI Coding 工具中，我目前最主要使用的就是通义灵码。

我们都知道，AI Coding 对于资深开发者的效率提升是很恐怖的，同时也能让小白在一点限度内完成一些简单的需求。而从年初开始， cursor 和 claude code 的爆火，我身边大量朋友开始使用它们完成编码工作，效率大涨，一个生物专业的朋友也能单人完成一个带用户管理登录注册的网站，于是乎，一种越来越强的用户粘性开始形成。我看到了一些隐患，作为国外的模型，如果涨价了，甚至某天开始不能给国内使用了，那么在此之前形成的用户粘性会对这些用户造成毁灭性的工作效率打击。果不其然，在前几个月，先是 cursor 宣布调整定价策略，很多国内的用户于是倒戈开始用 claude code，结果没过几个月，claude code 也宣布全面封杀国内的使用入口。只不过，我从一开始就坚持只用国产的 AI Coding 工具，所以没有受到任何影响。

而灵码可以说是目前国内编程效果第一梯队，且免费的应用，基本上遇到有这方面需求，但是苦于无法低门槛访问国外服务的朋友，我都是推荐的灵码。安装方式也很简单，打开 vscode，在插件商城搜索「Lingma - Alibaba Cloud AI Coding Assistant」就能搜到，然后用支付宝登录一下账号就能用了，Ask 模式询问代码，Agent 模式帮你自动修改代码。

在 Modelscope 的一次线下活动中，我现场演示了如何通过通义灵码一次性生成整个 MCP 服务器的源代码：https://www.bilibili.com/video/BV1Zftnz6Ewx/ 大家可以看一下直观感受一下它的生成能力。

很多基础的需求，用它做很方便，比如我的网站上的图像上传和自适应压缩的后端实现，完全就用它做的。

这个软件言简意赅，就是可能参考另外一些旅行软件，比如说16番旅行，那么能够利用软件中的权限功能定位自己当前的位置，并且给出相对应的意见，这就是旅行应用里最宝贵的功能所在。

另外在UI和功能上，也是至关重要的，把这两点做好，用户才会更加喜欢这个软件，因为会让人觉得便捷。

但是从目前的体验上来看 他这方面做的并不完善，一开始的功能十分臃肿 比如说约伴，比如说导入图文旅行分析，没有能够推出的独特亮点功能，只是能够利用数据进行分析，但是 分析出的数据又不如人意～

魂旅未来可以探索的空间很大

创始人是一个很handsOn的独立开发者

目前来看，玩家无法深度和景点发生交互

但从我个人分享给周围朋友的反响来看

魂旅有两个机会

1）做社群，不论是PGC or UGC

基于地图去做内容展开的想象空间很大

可以考虑朋友、情侣一起发车

可以考虑引入共创机制

2）做深度付费

在景点引入一些购买的机会，比如文遗景点的特殊纪念品

这种纪念品的机制可以找小B，让他们自己做内容

一方面可以商业化，另一方面也可以把内容丰富

先说第一印象，Logo 给人感觉土土的，两种不搭配的字体，脏脏的颜色，没有那种 AI 产品的现代感。
进入系统之后倒是还行，很经典的中置输入框的布局（图一），支持选择任务类型：自动（Auto），对话（Chat）或者任务（Tast），支持配置 MCP，如果不开会员默认的话题是公开的，相当于大家都可以看到你的对话内容和产物吧，但是不支持选择模型，不知道开了 Pro 能不能支持，反正默认模型效果肯定不咋地。

我让它执行一个调研 Deepseek OCR 并写一篇文章的任务（图二），开始执行后可以看到它调用联网工具（图三），搜索相关的关键词，关键词大多都是英语，这是我要求的。然后就开始写Todo List，定文章主题，找配图，在这个写文章的过程中，我觉得 Agent 的思路是对的，最终写完文章，会有很多个产物（图五），跟 Coze 空间，Manus 这一类差不多，但是一个很大的问题是这些产物里乱起八糟的东西一大堆，我就想要一篇文章，把文章中的图片和调研信息给我我还可以理解，但是 Agent 执行操作的 Pyhton 文件都给我我就不太理解（图六），而且还不止一个，这种东西不应该区分一下目录然后只把有用的东西给用户嘛？或者执行完就应该删掉了。

最后我自己一个一个看哪个是最终的文章才找到，结果文章的质量非常拉跨，可以说是一坨，AI 味儿拉满了，一看就是 Kimi 的杰作（图四），AI 浓度达到了100%，甚至连怀疑的部分都没有，因为我自己的提示词之前改过很多版，在配合 gemini 使用的时候可以达到大概 20%-30% AI 浓度，这里应该是模型的锅了（大家写文章千万别用 kimi），最后我在执行结果后面也看到确实是 Kimi k2 执行的任务。

还有一个问题就是系统里的 Markdown 渲染效果太拉了（图七），在预览 Markdown 的时候感觉乱乱的，表格的内容特别清楚间距合适，其它的不同层级全部挤在一起，看的难受。

总得来说，Agent 的执行过程和工具调用方面我觉得是没什么问题的，思路清晰，而且我看到在筛选有一个 用荧光标出「可公开验证」的亮点 的环节，不知道是不是开发者的小设计。但是从最终执行结果来看是不尽如人意的，而且类似的通用 Agent 已经很多了，而且还有类似 Manus 和 Genspark 这样的全场景卷王，相比之下 Lemon AI 在产品使用体验方面没有什么独到之处，也还是局限于一次性对话，模型方面也没法给用户体验比较最强的那一批，Agent 商店这样的功能又没啥吸引力，大部分人可能体验一次就遛了。

有点意思，这玩意儿有点意思。

今天看到群里提到lessie这个app的邀请码很稀缺，没听过这个app，就点开看了一下。智能人脉是什么意思我不懂，但是看简介的意思是，我可以拿这个来筛人。

我倒没啥招聘和销售的场景，但是我的确需要找点聪明的脑子，来扩展我的视野和思路。

## Round1

先搓了个需求，再让我的提示词增强助手生成了一个提示词（图1），顺手再翻译一下喂给Lessie，经过它的理解之后，开始搜索并很快得到了15个结果（图2）。

1. 虽然我不太认识这些人，但是一整排的 2024 nobel是不是有点偷懒了？

2. 另外，我的要求是10个人啊，你生成15个结果，还直接扣了我45 credits，啥意思，我倒不是不愿意扣，但是我在prompt里说了只要10个人啊！

从结果上，我不是很满意，难道我不知道去直接看诺奖得主吗，这个结果乍一看是没有给我带来什么找人很厉害的感受的。

再找gemini解读了一下，它说这个名单很牛（图3），然后我又把我的原始需求扔给它，让它评估一下结果，它说给 65/100分，主要原因是被年度新闻热点带偏了，有挺多定位重复项，而且1/3是技术解，而不是认识论。

## Round2

我觉得可能是我的需求和限制条件没有讲清楚，
于是在和gemini商量了一会儿之后，我优化了一下提示词（图5）,TL;DR如图6。

把这个提示词喂进去之后，我在search & critical 又补了两个限定（图7）:
1. The 10 smartest brains must stand on 10 completely different fields
2. Focus on "why the world works this way," not "how to succeed."

于是Lessie AI筛查了5轮，筛查了129个人，得到了14个结果（前4轮只有9个结果），不过全是领英的。（图8）

同样的， 我还是不知道具体这份名单如何，再扔给gemini评估（图9），它认为：因为数据源是领英，AI 倾向于找到那些**“善于经营个人品牌的职业人士（Professionals）”，而不是纯粹的“公共知识分子，导致混杂了顶级的思想家和普通的咨询顾问。

不过，要我说，事情总是要反过来讲，Lessie真的能找到顶级的思想家欸，因为他们是专业领域人士，可能没那么会营销，所以一般的谷歌搜索搜什么high quality blogs是找不到他们的，我看了一下简介，这些人的确是有点意思啊。

列举如下：

1. Douglas Rushkoff (道格拉斯·拉什科夫)（地位接近凯文·凯利）。他的 Team Human 播客和 Substack 深入探讨技术如何异化人类

2. Mike Veseth (迈克·维塞思) 红酒经济学家 (The Wine Economist) 用“红酒”作为透镜来分析全球化、气候变化和贸易战。视角极其独特且具体。

3. Alexandra Lange (亚历山德拉·兰格) 普利策奖得主，为彭博社 CityLab 撰稿。教你理解“物理空间如何塑造社会互动”。符合“底层逻辑”要求。

4. Alexandra Prokopenko (亚历山德拉·普罗科彭科) 俄罗斯政治经济分析师，她撰写 The Bell 的简报。在当前地缘政治下，这是一个非常稀缺且高价值的硬核信息源。

5. Robert Siegel (罗伯特·西格尔) 机械修配哲学家，斯坦福讲师，同时也是“黑客机械师”。这种将“汽车机械原理”与“商业系统”结合的跨界视角，非常有意思。

这么想我就觉得这个人脉搜索还真有点东西，这也是我给好评的原因，非常迅速地产生了价值，并且结果有亮点。

以上是过程和故事。

## 下面就是评价了

### 惯例是先写优点

1. 数据源很奇妙，来自领英或者什么别的地方，我看是CoreSignal Database和PDL Database，这不是我们通常考虑的互联网的范围。很明显的是，新的数据源就会引入新的认知和思考，我觉得这是很好的

2. 它按结果扣除你的credits，而不是过程，它的思考、揣测、搜索、筛选，甚至那些备选结果但未pass criterion的，都不会占用你的credits，只有那些真正经过筛选的人，才会按照3点/条的计费方式来扣。换句话说，他对自己的结果有信心。我觉得这代表了一种自信

3. 它允许你自己增加筛选的标准，你可以很严苛，也可以很放松，完全由你自己决定，但是，需要注意的是，宽松的限制会导致糟糕的结果，而那仍然会扣除你的credits
4. 在严格的限制下，它无法确保所有的交付结果都是足够好的，但是至少在我看了，有一部分是足够好的，这让我很满意

### 当然待改进项也不少

1. 前面提到的扣credits的问题，我都显式声明只要10个了，你为啥还要给我15个然后扣我45啊，我不心甘情愿，虽然我是试用用户，但是按40$一个月1000 点的价格看，也就是多扣了0.5$。

2. 从需求描述中提取限制条件的这部分功能并不够好，我的prompt已经写得很完整了，但是仍然没有提取完整的限制，看起来不管需求多长都是生成5个条件。而从两次任务来看，条件才是决定真正执行标准的东西，而不是原始prompt，所以，换句话说，你的“需求优化”把我本来就很强的描述转换成了弱描述。 用户必须要试错了才会学会要通过多添加几个Criterion来实现真正的筛选，而不是一个劲地优化自己的prompt。

3. 一旦submit 任务，就无法终止了，这意味着你没有后悔药，自己的credits在那一刻开始，要扣多少就不归自己决定了。

4. export只能导出为excel，这部分支持的方法还是太少了，没有google sheet或者别的，哪怕csv也是一种创新呢？我是非常讨厌使用xlsx的

5. 我的第二个例子中的人，全部是领英的，第一个例子中的人，全部是website，这让我对与数据来源产生了疑问，是否意味着单次任务是不会足够全面地进行搜索的？而只是先搜一次，看看有没有满足条件的，然后再看下一次？这样的话，它就只是一个大过滤器，而不是一个筛选+排序的agent了，我觉得倒也没啥，就是会显得有点单调。毕竟你总不知道还有哪些好的被你漏掉了

以上

试用总结：

1. 试用场景：仅仅是在个人成长与亲密关系类文章与商业文章两个场景下进行试用；

2. 试用功能：个人风格生成、上下文关联、文章生成与修改

3. 试用评分：

- 流畅度评分：4/5 。使用丝滑，页面简洁清晰，1分差在有一些功能与功能的连接没找到（也可能是我的问题），不过对于一个第一次接触的全新平台，明确指引和直觉指引都很不错了。评分对比，notebookLM 在该项上我的评分是4.5/5

- 功能完整度评分：3/5。暂时还不能支持生成的个人风格手动修改与调整，这个功能我个人觉得非常关键，是确保文章从不同维度保证个性化的基础，现在在书写技术上的解析是一个wow moment，在文字风格上会略逊色与notebookLM。评分对比，NBLM - 4/5.

- 交付满意度：这一点非常主观，毕竟文无第一。分为两个场景 -

[“文案工厂]场景下，3.5/5, 对个人风格和人味儿要求不高的内容，会是很好的提效工具。评分对比，nblm 也是3.5/5 ;

[个人表达]场景，2/5, 这一点会比较难，一部分取决后台所选用的大模型，目前是千问，在文案上就比gemini逊色；个人风格的提炼，我自己的感受是这一点应该是非常难的，即难在用户端，（要上传足够多的资料，对耐心是个挑战，不过对于有系统化整理自己内容的用户来说，会非常容易，所以这是对用户的要求会比较高）；也难在开发端，毕竟人太多面了，我自己都很难把自己的风格完全说清楚，但我觉得这个难度应该不大，把个人风格维度可以MECE一下，应该很好实现）。评分对比，nblm 也是2/5.

总体评分：3.5/ 5。

对于部分用户来说，肯定是已经比较好用的基础工具了。我倒是比较好奇，咱们有没有在特定目标人群的行为习惯与作业环境上做一些深度洞察，从而挖掘在付费意愿上的行为倾向，这部分感觉会是这个产品能盈利的挑战之一，所以很好奇咱们是怎么看待这个问题。

token 便宜 代码调用工具能力强 多模态再加上那就是 sota

6/10

1、界面好看，功能丰富，价格也不贵

2、产品团队懂八字，但不知道懂多少

2.1、?agent的核心是?准确率

2.2、?准确率取决于团队的know how

紫微斗数已有十五年时间=算命准确率30%？60%？90%？

2.3、ai?的准确率80%模拟团队的know how

2.4、目前产品无法判断团队懂多少know how

2.5、在无法判断?准确率的前提下（咨询师能力），不建议用?agent：

假设团队准确率只有70%（?行业这个已经很高），

那么agent准确率可能就50%-60%左右

而50%的准确率，不如商业心理学（mbti、nlp），不如用测测

以上，是?agent系列的难题——无法判断有效性

隔壁FateTell也是类似的问题

我平常不怎么用这种agent做视频。所以是个菜鸡。
整体来说生成速度很快，然后各种流程也是显得非常正规和专业。最满意的是那个音乐配乐我还蛮喜欢的。
比较方便的是提示词可以改的。
接下来，说让人觉得不会再用的理由。
第1个确实。很呆板，就是一些静态图片走针，不灵动。实用性就降低非常多了。

第2个比较严重，就是有一部分图片是生成失败的，这个应该是agent设计中要规避的bug吧。这直接导致了生成的结果没那么智能。

对新手很友好，尤其是可以共享别人的工作流，极大提高了工作效率，而且也不用自己浪费很多时间精力去从零开始制作，属于适用范围很广的一个工具

TL,DR: 目前可用性最好的 Agentic Browser 。基于 Chromium 内核保证了浏览器基础功能的完善，同时类似于其他浏览器插件形态的 Sidecar 侧边栏降低了用户初次上手的成本。

Warning: 需要特殊网络环境才可正常使用，否则仅能拥有正常的网页浏览功能。邀请码数量受限，一人仅限两码可分享。

Comet 的其他优点看别的评论应该能了解，作为内嵌 AI 功能的浏览器来说这也都是基础能力了。但 Comet 和其他加入了 AI 侧边栏功能的浏览器有什么区别？区别在两点。第一点就不用说了，深度捆绑 Perplexity 作为其 AI 能力的来源，在不同深度的提问中可以自由切换 Search 和 Research 模式。而第二点很多人其实并没有在意过，那就是 Comet 的 Assistant 模式（或者说 Agent 模式）。

Perplexity 对于 Agent 模式的调用其实很保守，在你没有明确要求使用 Agent 帮你完成任务的情况（或者 AI 认为这个任务并不长，你自己也可以做的情况下），Agent 不会尝试主动接管你的标签页并代你执行操作。这点是非常好的，既能减少误触发带来的用户不适，也能保证用户获得回答的速度。

目前 Perplexity 的 Agent 模式似乎没有视觉能力，更多的是从页面文件分析并决策，所以可能会出现一些“人类看上去很明显，但 AI 读不懂的按钮”。但一般来说，常用网站还是能读懂的，小众网站（或者无障碍支持较差的网站）可能需要手动处理。（Comet 不支持在 Agent 行动的过程中让用户干预标签页内容）。

其他触发 Agent 模式的方式有，但不多。另外一种就是在新建标签页的界面手动提及多个标签页并明确要求行为。比如选中多家不同的电子邮件服务提供商，让 Comet Assistant 去代你浏览并总结近期未读的新邮件，这个时候 Comet 会在后台去浏览，你同样无法干预其行为，只能通过一个偶尔刷新的小窗口来 “观察” AI 的动作。

Agent 模式目前唯一的缺点是在终止 Agent 接管标签页之后，回答也会被一并终止，而不是类似 Cursor 一般提示说我的这个操作被用户终止了，目前我了解了什么信息并继续完成。

闪电说，还好你不是疯狂动物城的树懒? 闪～～电～～侠。

在嘈杂环境下，测了“戴耳机无麦说”、“摘耳机对电脑说”两个场景；我把念的内容贴了原文，方便对比。

“戴耳机无麦说”：录音文件中声音模糊，文字识别不成功（合理）

“摘耳机对电脑说”：录音文件中声音清晰，文字识别成功，存在词汇错误（合理，暂时没开启AI纠正）

“手动开启AI纠正”：因为是调用API，本人没有去主动操作；调用Ollama本地模型，调用测试不成功

（我不急，不纠正也够用，我可以复制文字再次编辑）

建议：

-环境嘈杂，低成本辅助降噪

-录音文件，期望可以下载保存在本地

夸夸：

-本地运行，隐私安全

-操作轻便，界面不花里胡哨，即听即所得

-瞄到“直接向创始人反馈问题”，感受到主创团队满满的真诚

短时间内，我对笔记录音云存储、自动整理有要求，仍会继续使用千问录音、腾讯会议、飞书会议等。

那天看到降临派花了10万来测试AiPPT赛道产品。没赶上。好奇来看看。把前面几款测试了。Pi在第5第6的位置。我整体用下来，好像言过其实了。从技术上来说他是基于html格式的展示形式，虽然简单。但是都是豆腐块展示形式。基本上是很难在最后的结果应用上的。当然不同的人有不同的观点。

另外她的价格也贵的离谱。当然～可能可以收割老外？对国人不友好。据说第4位麦当秀已经全免费了～也算造福我们这些小白了。

以下是我的测试报告：

“AI味”太浓，难以定制“

生成的PPT一眼就能看出是Pi做的，那种固定的版式、配图风格，看多了就想吐。想稍微调整一下元素的位置？比在传统PPT里从零开始还费劲！

所谓的‘智能设计’其实就是有限的几种模板在排列组合，根本无法满足品牌VI或个性化需求。

导出PPT还是有问题

导出的PPTX文件在微软PowerPoint里打开，版式全乱！动画效果直接消失或变得卡顿不堪。所谓的‘完美兼容’就是个笑话。

核心结论：一个“看起来很美”的玩具，而非能担重任的生产力工具。目前不建议将Pi作为主力工具。它可能仅适用于对质量毫无要求、追求速度的极端临时性场景。

毫无疑问的 BAD

对高级模型的支持欠佳（其实就是没有），外加本身 Agent 能力较弱，显然不适用于从搜集信息到制作整合的全流程场景。

其宣称的“高质量 PPT，美观”在其产品内部并没有很好的体现，生成的结果可以说的上是复古风满满（低情商：丑）

内容空洞同样也是其存在的问题。

还是希望可以进一步优化产品吧

以上评论仅代表个人观点，如对贵公司有所冒犯纯属个人素质极差，不代表贵公司产品最终品质。

是智谱对 AI PPT 的一次尝试，但是显然比较失败

产品最终形态更加类似于以网页形式展示研究结果而非 PPT

在此不对其 AI 能力做出否定，但毋庸置疑的是在 PPT 领域其水平完全没有达到对其的预期