AI 工具测评

我很早就在用 WorkBuddy。 Hy3 那会儿，我已经拿 WorkBuddy 写过文案、搭过页面，也让 WorkBuddy 处理过一些零碎任务。日常需求交给 WorkBuddy 没问题，但任务一长、文件一多，就总觉得还差一点。

友友们，最近的视频模型更新得有点凶。 字节家的 Seedance 2.5 正式开放 API，最长可以生成 30 秒视频，最多接收 50 个图片、视频、音频和文本参考；Seedance 2.0 fast、Seedance 2.0 mini 降价，直接把 720P 视频的成本压到了 0.6 元/秒和 0.2 元/秒左右。

Miya 是时域科技推出的 AI 音乐应用，用AI猫形象把用户生活变成音乐。一条 X 帖子或一张照片，能自动生成带吐槽风格的 Rap 歌曲和视频，画面随歌词律动，可直接分享。

客户张嘴就要「先看效果图再下单」，你却要熬两个通宵用 PS 拼一张门头示意？

用 AI 做商业视频，这次真的有手就行了。 这是我刚刚生成的一批极简产品广告视频。

今天发点适合管理企业微信的东西。 企业微信办公有时候很浪费时间。找人翻半天通讯录，结果公司有三个王伟；开个会挨个问有空吗，问完天都黑了；开完会纪要没人写、待办没人催。事都不大，但一天几十次，纯纯的重复劳动。 腾讯的问题，还得腾讯自己解决。企微团队开源了 wecom-unified，把消息、邮件、文档、表格、日程、会议、待办、微盘、通讯录 13 个业务域全交给 AI。

今天发点新模型对抗测评相关的东西。 国产大模型最近连出两员大将：DeepSeek-V4-Pro 和 GLM-5.3。 两款模型发布后，网上的评价不统一，只看跑分很难判断真实差距。 所以这次不聊参数，直接上任务，让两款模型使用相同提示词、相同材料和相同交付要求逐项完成。

HarnessEval 是 MirroS 联合清北、Berkeley、MIT、英伟达等机构推出的评测系统。HarnessEval将评测本身 Agent 化：面对每个案例，系统动态规划评测路径，从 Skill Library 选择适用技能，拆解为可验证的子问题，调用工具搜集证据，最终输出可追溯的 evidence tree。

这两天的大模型圈，简直是神仙打架。 xAI 发布 Grok 4.6，智能指数直接追平 GPT-5.6 Sol，价格还一分没涨；DeepSeek-V4-Pro 正式版上线，在 Terminal Bench 得分 87.9，比 Claude Fable 5 仅低 0.1 分。

27届秋招已经开始了。 不少正在求职的学弟学妹都在经历相似的难题：简历里的经历不知道怎么打磨，明明做过很多事，写出来却没有竞争力；接到面试邀请，又不清楚企业真正考察什么；想借助 AI 提高效率，可除了让它帮我润色一下简历，就不知道还能怎么用了。

Cursor、Copilot、通义灵码实测对比，附选型建议。

两款最受欢迎的 AI 编程助手深度对比，帮你做出选择。