都不怎么样，用这些还不如直接用国产模型（自己接 api ），现在国产这些不是在搞活动 coding plan 20 块一个月？

@sunzhuo 那影响非常大了，免费版和付费版不是一个东西，付费版不强制 thinking 模式和强制 thinking 模式也不是一个东西

我可能跟你的感觉刚好相反，最近在写综述，gemini 给出的东西不论是是不是 deep research 模式都依然没法用，跟 5.1 pro 出来的结果差很远。
他可能在理解单篇文章方面做的更好，但是一旦你需要的是深入调查一个领域，gemini 给出的准度和信源都不行

怪不得现在华为在拒绝同类应用上架，原来是这么玩坏的

确实是国产里 agent 能力做的最好的（目前），主要还是足够便宜，和最前沿的 opus 4.5, codex max 这些有距离，但是和次一档的上一代模型比如 sonnet 4.1 没有什么太大的距离

zai id: 25861764282185516

谷歌可以学生白嫖一年，最近给 c 端用的产品 app/网页版改进不少，特别是 canvas 非常实用，可以考虑试试
毛病就还是老毛病，gemini 模型指令遵循有问题而且懒，搜索随便搜两个就给结果，deep research 也是完全不跟着要求来做，这点还是 gpt 做得好所以现在我都是双持用

长期记忆一般分为几种做法
1. 个人 profile ，这种提取信息结构化存 json ，一个用户有且只有一个，读的时候固定读取，用 rdb 就行了
2. 知识库/摘要信息，这种就是你现在用 es 在做的事，但是更常见的做法是存 vector db(然后走 rag 那一套),或者走 graph db 那一套（知识提取为三元组，具体看是哪种类型的知识),这两种市面上都有很多开源库的实现
3. 行为记忆/日程，也就是最近有什么 events/日程之类的，一般用于 recall 用户最近行为（而且需要准确 recall ），很多人会把这个功能合并到知识库里（但是这种一般是 time sensitive ，所以直接合并知识库其实不是特别好管理）

然后在此之上，就是记忆的读取/业务层，比如语义检索，关键字检索，retreive ，trim, summary function 之类的东西，这个看你们业务怎么做了，都是自由发挥

记忆读取出来都是拼接回当前的 context 内（你可以简单理解为 prompt ，但是我更愿意叫他 context ），然后调用模型 api

要不干脆改成 retro 相机或者 lowfi 风格算了？
这样也不用你费时费力再接一个高清化模型，风格化也挺酷的

最大问题难道不是散热么
你太空中散热只能靠真空热辐射， 你要搞多大的散热板才能撑得起你这个服务器？

蹭热点不是么，要说推广现在主流社交平台上 ai 相关都是 gemini3 刷屏，reddit 上也是狂呼 "前端已死""openai 已死", 这玩意儿是自带流量的

你如果觉得国产模型已经很好用了，尤其是用 deepseek 都没问题，
那说明你现在的工作内容根本不需要用到 claude 也不需要 cli coding agent

3.0 preview 现在模型本身肯定有点问题，指令遵循在 9w tokens 之后就开始失效了，他会开始自由发挥，
大多数的评测和自己的测试都是短 context 测试，一个 case 一个 context 所以这种效应不明显，一旦进入大代码库的实际场景这种问题就会开始凸显，
这也可以解释为什么现在各种评测显示 gemini3 最好的就是前端场景，因为就算他自由发挥了你也看不出大的问题（而且大部分这种测试都是从头构建的前端）

你看现在 openspec 和 speckit 对文档的定位就知道了，SDD 之后文档既代码，以前是为了多人协作开发追踪变动，审核，规范化代码，现在是追踪审核规范化文档，agents.md/claude.md/xxx.md 应该是所有规范化文档的入口

你这个理解是 workflow 而不是 agent ，建议看看 anthrophic 的 agent 定义 https://www.anthropic.com/engineering/building-effective-agents

@wniming #25
gemini 3 pro 对标的是 gpt 5 thinking/high 模式，你直接用免费版的 gpt5 那肯定是满嘴跑火车了，我试了下，另外搜索我觉得还是 gpt 靠谱一些，gemini 才是一不留神满嘴跑火车的那个，下面是我把你问题贴给 5 thinking 里节选 vi 部分的回答：

• set -g status-keys vi
Uses vi-style editing in those prompts, with insert/command modes:
• In insert mode you type normally
• Esc → go to command/normal mode
• In command mode:
• h / l – left/right
• 0 / ^ – beginning of line
• $ – end of line
• w / b – next/previous word
• x – delete char under cursor
• dw / dd – delete word / delete line, etc.

看你是做项目还是做产品，项目简单，产品难，以及和楼上说的一样，你能做到一个持续盈利的独立开发产品就已经超过 99%的同类人了

白嫖 gemini pro + 白嫖 perplexity pro + 白嫖 cc + $20 gpt plus 自用 + $100 gpt pro 和朋友 shared codex ，cursor 自从他们那段时间瞎改付费 plan 就再也没碰过他们了

准确的说是后训练这步操作里，在 RL 过程中错误的语法会被惩罚，而正确的语法会被奖励。

语法这种东西一般是可以定性的（而且也相对比较稳定，一般新版本也只是在老语法上加东西，很少会去改已有语法），错就是错，对就是对，只要有大量的正确的训练例子做基础，哪怕不是那么大的模型也不会犯语法错误。

而 api 这种东西
1. 没有一个很明显的对错标准，有可能上个版本这个 api 还存在，下个版本就 deprecated 了，模型可能训练了老版本的 api
2. 这么多的库，有些常用的被训练进去了，还有很多不常用的没有训练（以及模型参数量本身太小做出的取舍）
3. 库和库之间很可能 api 的名称相差很小，导致训练后模型很难做出区分

TLDR：语法容易训练，api 难，且要经常保持更新，所以语法基本不会错，api 经常错