用K3和GPT的同款考题，测了Gemini 3.6 Flash的前端（在新窗口打开）
谷歌的前端功底有多深，不需要任何人来认证。
内容栏目
AI产品评测
介绍和评测不同 AI 产品的功能、使用体验与适用场景。
花整个下午实测秒哒3.5，PRO会员也挡不住服务器崩溃（在新窗口打开）
WAIC 2026上，百度秒哒带来了3.5版本。据官方数据，秒哒累计服务超过3500万用户，创造了350万个具有商业价值的应用，每天有近20万人在使用这些应用解决真实问题。
深度体验 LibTV Agent：忘记工具，进入 AI 创作的心流（在新窗口打开）
开始忘记软件以后，创作才真正开始。 三个月前，我第一次体验 LibTV。它更像一套专业的视频制作工具。我花了很多时间理解 Workflow、节点和模型之间如何协作，最后得出的判断是：只要掌握了 LibTV，就能完成过去一个影视团队才能完成的事情。 三个月后，LibTV 上线了 Agent 和 Skill 功能。我决定重新体验一次。 这一次，我给自己设了一个限制：不学习任何功能，不切换任何面板，全程只和 Agent 对话，来做出 AI 视频。 做到第三个 Demo 时，我突然意识到，我开始想的，不再是下一步该怎么操作，而是这个故事还能怎么发展。 这时，软件退出了，创作进入了。 过去大家讨论 AI
实测 PixVerse Game：当游戏可以「随玩随做」，是什么体验（在新窗口打开）
最近有三个女孩火了。 起因是市面上的乙游总缺她们真正想看的角色和剧情，她们干脆用 AI 做了一支快穿乙游 PV，视频发出后迅速引发热议，获得全网万赞。 比点赞更说明问题的，是评论区那一串追问：「这是什么游戏？」「什么时候能玩？」 严格来说，这个内部代号「万千」的项目还算不上一款真正的游戏。但三个女孩没等游戏做完，就先验证了一件过去往往要拖到开发后期才敢确认的事：这套角色和故事，真有人想玩。 更有意思的是 PV 里那两次醒目的输入框：女孩们敲进角色的剧情描述，AI 顺着这些要求，把接下来的画面生成出来。 这正是她们动手的理由，既然现有乙游里想看的角色和情节不够，那就用 AI 自己补。 传统流程里
实测StaffDeck：「数字员工」平台离真能上岗了吗？（在新窗口打开）
面壁智能上周开源了一个叫 StaffDeck 的东西。
速测 Qwen3.8 预览版：我用 1 小时，开发了套撒币系统（在新窗口打开）
我刚刚 AGI Bar 小程序里建了一个共享钱包，并往里面充了 1 万块，未来 24h可点开领取
Kimi K3 一手开发实测，前端、Agentic、长任务全面拉满 ！（在新窗口打开）
发布之前，我在 X 上看到有人说，测 K3 的感觉就像在测 Fable 5。虽然离 Fable 5 还差一点点 🤏，但超过 Opus 4.8 和 GPT 5.5 基本没有问题。在前端能力，K3 的提升非常明显，我已经用它复刻了前段时间爆火的独立工作室 Abeto 推出的一款 3D 网页游戏 《 Messenger》（ps. 音乐手动配的，主角模型是 K3 自己判断、自主去游戏官网找的）
连夜实测 Kimi K3，建议改名 Kable（在新窗口打开）
今天凌晨看到 Arena AI 更新 Code Arena 榜单时，我第一反应是有点意外。刚刚发布的 Kimi K3 拿到了 1679 分，排在全球第一，压过了 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。
告别版本号！豆包首款无限进步模型：Seed-Evolving实测（在新窗口打开）
大家好，我是袋鼠帝。 前几天，火山的朋友提前跟我同步了一个消息，说豆包Seed模型又更新了。
LibTV把100+AI视频魔法，封装进了这个全球最大的Skill商店里｜测评（在新窗口打开）
不知不觉，整个AI影像行业全线迈进了Agent创作与AI视频C端普及的时代。
豆包、WorkBuddy、QoderWork怎么选？我用8个真实办公任务把三家桌面Agent测明白了（在新窗口打开）
过去半年，国产大厂扎堆发布一种新东西：桌面Agent。如果你最近在刷相关讨论，会发现 WorkBuddy、豆包专业版、QoderWork 这三个名字出现得特别频繁。如果一个普通办公用户今天就想选一款桌面 Agent，到底该先试谁？
用Grok 4.5 连写了 7 个小项目，发现它最大的优势不是代码（在新窗口打开）
7 月 8 日，xAI 发布了 Grok 4.5。马斯克给的定位很直白，「Opus 级别，但更快，更便宜」。
实测完这个国产 AI 生图，我发现了下一个刷屏玩法（在新窗口打开）
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
字节把 PS 做进了生图模型里，实测 Seedream 5.0 Pro 指哪改哪（在新窗口打开）
用 AI 生图的人，应该都体会过这种痛苦。
一个人+一个Agent，我把开店要的图全跑通了，方法全公开（在新窗口打开）
大家好，我是冷逸。 前段时间，我设计了一家民宿「冷同学的院子」，视觉还算有点意思，不少朋友跑来问设计上的事。也有人问我：要是自己网上开店，有没有那种“够简单、说一句就能出设计”的电商工具？
深度测评：Trae、WorkBuddy、ZCode，谁才是打工人真命天子？（在新窗口打开）
我自己花时间，把三款主流国产桌面 Agent 从头到尾测了一遍：Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏，看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录，希望对你选工具有点帮助。
实测 ChatGPT Work vs Claude Cowork，OpenAI 这次真追上来了（在新窗口打开）
7 月 9 日，OpenAI 一口气发了三样东西，新模型 GPT-5.6，一个把 Chat、Work、Codex 装进同一个壳的新桌面应用，以及本文的主角 ChatGPT Work。官方的说法是，ChatGPT 从此不再只是回答问题，而是把活真正干完，交出来的不是聊天记录，是表格、文档、PPT，甚至一个能直接分享的网站。
Step 3.7 Flash、DeepSeek、MiniMax、Gemini、GPT 的 Agent 评测，谁更适合Agent？（在新窗口打开）
最近这段时间，国内外模型更新得很快。 如果只看发布会和榜单，大家都会觉得每个模型都很强。参数更大、上下文更长、推理更强、价格更低，听起来都挺猛。 但真正用到工作流里，会发现另一件事：模型强不强，不只看它会不会回答问题，还要看它能不能把一个任务完整跑完。 尤其是 Agent 场景。 一个复合任务需要大模型去调用多个工具，比如让模型做一份 PPT，它并不是简单写几页文字。中间要先理解需求，再去搜索资料，阅读网页，提取关键信息，整理成汇报结构，必要时还要生成代码或调用插件，最后产出一个可以正常使用的PPT文件。 下面测试两个Agent任务，使用同样的提示词，相同的Agent工具-Trae Work。
再测LongCat 2.0长任务，这次我让他在codex里面做了个游戏（在新窗口打开）
上个月也就是昨天，我写了一篇LongCat 2.0的实测，用四个任务测了一下它的编程能力，当时我的评价是「有些地方惊艳，有些地方还差点意思」。
我们拿到了企微 AI Agent 的内测资格，提前替你试了一周（在新窗口打开）
微信和企业微信的 Agent，同时出牌。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。