帖子
账号 3760177404
综合多方面因素考虑,这可能不是一款我会去深度使用的产品 定位大概是个知识库/多模态一站式工作台? 先说优点: 1、按我个人的审美来说,界面是好看的 2、汇集了最顶尖的模型,可以自由切换 3、资料管理的方式还不错,可视化样式比较清晰 然后就是问题了,因为近期在做一个类似未来产业/未来技术方面的研究,正好想到前阵子收集了一批上半年的AI行业报告,就想着用个人资料+AI搜索+AI总结的方式给我提供一份资料出来。 1、一口气上传了9个文件(其实还不到我收集资料的一半),突然想到这不会消耗很多积分吧,然后一查,果然一个文件80。免费用户只有初始1000积分+100每日积分可用,一下就干掉了一大半,问题是,我还没开始使用呢? 而且,无论文件大小(而且无论会员等级,文件上限始终是50MB,不会是Supabase的限制吧hhhh),积分消耗都是80,不是很清楚这个积分策略的原因。 上传这么多文件的原因是我在想这类产品对比Gemini来说,能突出优势的使用场景是什么,我能想到的一个点就是Gemini有文件上传的数量限制,所以就多传了一些,看看效果会不会更好。 2、给它的任务是通过总结文档和搜索网络信息,总结一下2025年的行业发展,并给出2026年的行业发展趋势。 因为文档比较多,上下文估计会比较长,模型选了Gemini 3.0Pro。 仔细看了一下这个研究过程(虽然模型能力是基础,但是工作流程应该是基于产品的设定,所以以下问题个人认为是两者综合的原因): ——上来就告诉我,从9份报告里找最具代表性的几个文档(检查了一下,最终只读了其中4个),直接抹去了我认为它可能的优势 ——在搜索前,会反复输出“Let's go”“Let's start searching.”等,然后紧跟一条(self-correction),这个过程反复了几十轮(图2),甚至到后来已经自我错乱了(图3的这个死循环又进行了得有百来遍吧,且不包括前面说的那几十轮) ——后面开始重新思考了,但是最终的文档没输出,这次Prompt中断了(图4),告诉继续执行,又消耗了一次积分 ——最终的输出图5,很高兴我们期盼已久的DeepSeek R2在报告里提前被预告了,奇怪的是它明明在搜索前就反复提及要确认这个R2是否存在了(也在图2),为什么几百轮的反思过后,总结的还是这样的错误结果? 综合以上,结合我个人使用Gemini的经验,我觉得这个锅不能全甩给模型本身(毕竟Agent流程、工具调用等编排应该是产品来定义的) 所以这方面,很抱歉不能给好评。 3、这个文档输出又消耗了200积分,也就是说,一套任务下来,免费额度几乎没有了。看了一下,Nano Banana Pro一次需要280或者500积分(2k和4k的价格),庆幸自己没有跑生图的任务。 关于产品付费,我是愿意付费(每月在AI产品上的订阅也超过4位数了)但会考虑性价比的类型,比如我换掉Cursor的原因就是使用量已经到了只能付费200刀会员的程度,但同等价位我不止能拥有一个额度限制宽松很多的替代品CodeX,还能同时拥有ChatGPT的一系列顶级产品(包括顶级对话模型+Sora2 Pro+顶级Deep Research),有什么理由不换呢? 所以同理,同样需要20刀/月,目前版本的Kuse会员没有让我看到相比Gemini Pro(包括NoteBookLM+Canvas+DeepResearch,额度都更宽松)有很多优势,那对我来说,这个积分消耗的速度就是我无法继续使用的原因。 当然,模型本身的成本就在那,个人是非常理解的,但巨头有烧钱资本,创业公司却没有,这就要逼着自己不能在这个赛道上去跟巨头卷了。 期待产品未来推出更多亮点吧,当然如果现在已经有了只是我不会用,那么建议在产品介绍中把自己这个“不可替代”的亮点作为主打,也能让大家更快地认识到它的独特性。
慢半拍
603
回复 @ · 取消
0 条评论
青柚测评1· 2026-10-28
已经推出那么久了还是这么垃圾,要不是为了我的旅游抽奖,真的是看都不想看!!! 作为美团的第一款屎逝级创新产品,看得出来美团想做的是一款AI助理,帮助用户完成日常的一些琐事包括订餐、规划行程,在绝大多数时候都是以幻觉提供“稳定”输出的产品,目前存在"功能不完善、技术不可靠、体验不友好"三大核心问题,虽然定位为"小而美的AI生活小秘书",但实际表现更像是"大而不当的半成品",整体感觉更像是实习生的练手项目仓促上线?如果真是这样不如早点关掉,别让用户笑出声 0. 入口有问题,这样一个本应深度嵌入美团APP的服务,却独立成一个单独入口。事实上,美团APP内也早已存在一个名为“小团”的AI搜索助手,虽然无法代替用户下单,但是体验更为成熟(至少是能够准确理解用户意图并返回相关推荐),小美与主业务系统割裂严重,既然已有能力整合进搜索链路,为何还要另起炉灶呢?不得不引起人的深思hhh,真的有种同一个公司,两种智商的荒诞感 1. 习惯性遗忘上下文,在提出第一个需求后对于不符合推荐的商品提出新的需求后会习惯性遗忘我第一句话说了什么,注意力机制需要人来激活 2. 图1,明明有卖的东西他说没有,但是意外的是居然还知道要凑单 3. 图2不支持指定时间预约下单,在要求提供一日三餐的时间、预算以及希望每一餐吃什么以后,他只是告诉我在明天早上八点半提醒我下单,且不说第二天没提醒,只告诉我预算分配算什么?另…
305
北岸的猫1· 2026-10-28
我作为一个保安(真保安),其实不会写代码(只会一点基础的html),折腾这些纯粹是个人爱好,话说AI写代码确实极大的提高了写代码的简易方便程度,我其实25号就已经更新了国内版本,并拿到了solo资格,26日晚上顺手做了一个美团外卖的商户后台(单纯想试试国内版本的solo模式还有国内大模型的能力),和国际版相比,缺少了重要的 solo builder模式,默认就是solo coder模式,可能是国内产品觉得coder模式更符合国内使用习惯?从大模型的代码方式来看,个人感觉有点像kimi的k2组合了豆包1.6!输出速度很快,代码风格也很像k2的风格,还有那个plan模式,我使用的感觉是没什么效果?上下文部分184K,就我来说比较够用了,因为我多数时间是用在做文案,在聊天窗口这里可以@自己编写的智能体来实现需要的智能体组合调用,这块还是很心水的,至于关键的生成页面的速度,我个人感觉吐代码的速度是挺快的但是,生成最终结果还是慢过国际版!在后端逻辑这部分卡了很久,思考的时间也是最长的,看了下代码风格感觉就是k2呢,国内大模型还需要更加努力呢!在后端生成这块速度明显要慢很多了,而且很多地方有明显的错误,本来是已经生成了,实际上它一直在自我修正中,最终没有完成这个项目的成功,报错了。我还尝试了下用solo模式写文案,怎么说呢,这部分也算是有点意思的内容,先通过智能体做一个小红书的文案专家,在生成…
905
慢半拍1· 2026-10-28
Refly 标榜自己是和“Vibe Workflow”,这个降低技术门槛、试图用 Agent 节点重构自动化流程的愿景我是非常买单的,官网呈现出的极简克制感也确实在第一眼拉高了期待值。但深入体验后,我感觉目前 V1.0 版本最大的问题在于场景落地的“水土不服”以及自动化 ROI 的倒挂。 首先是模版库(Templates)的选品策略让我很困惑:既然团队源自国内且强调普惠小白,但预设案例里清一色的 X (Twitter)、Ins、LinkedIn 和 RSS 抓取,明显是针对海外生态的生长土壤。对于我们这种想做国内资讯去噪、或者只是想做一个简单的“新闻日报”的用户来说,几乎没有直接可复用的抓手,场景割裂感极强。 其次,在核心体验上,我实测了官方推荐的“新闻抓取+邮件摘要”,发现整个链路的运行 Latency(延迟)偏高。对于这种轻量级的信息获取任务,如果工具的执行效率跑不赢我手动操作,那自动化的爽感和价值就被完全稀释了。 最后,所谓的“自然语言一句话创建”目前还没能很好地解决用户的冷启动焦虑——这就好比给了我一把万能钥匙,但我却找不到锁在哪。我甚至尝试结合外部 AI 的建议去生成一些特定的流,但落地效果依然不理想,感觉工具对意图的理解力和最终的执行力之间还存在不小的 Gap。 总的来说,现阶段的 Refly 更像是一个有着漂亮概念外壳的 MVP,对于真正想上手解决具体痛点的用…
404
青柚测评1· 2026-10-28
ShellAgent 2.0 初体验:想法很好,但产品还需打磨 首先,非常感谢降临派提供的邀请码,让我有机会提前体验到 ShellAgent 2.0。 说实话,最近对各种 Agent 都有点审美疲劳了。Github 上开源的框架一个接一个,轮子满天飞,但对普通人来说,门槛还是挺高的,不是要配一堆复杂的参数,就是做好了也不方便分享给朋友用。 所以 ShellAgent 喊出“三句话生成 App”的时候,我一下就来劲了。这不就是我想要的那个“零代码版的 Coze”嘛!把那些烦人的技术环节都包圆了,直接对话就能搞定,期待值直接拉满。 但实际上手折腾了几个场景,感觉就和想的不太一样了。 首先是稳定性和端到端体验的问题。 我尝试了几个在其他平台上相对成熟的场景,但在 ShellAgent 2.0 中都遇到了阻碍。例如,在测试“小红书笔记搜索”功能时,应用返回了一些看似存在但实则为 Mock 的数据;而在尝试“文生图”功能时,无论如何调整,系统都反复报错,无法成功生成图片。我理解,这些基础能力在 Coze 等平台的能力边界内是完全可以实现的,这让我感觉 ShellAgent 2.0 在核心功能的稳定性和流程的端到端打通上,还有一段路要走。对于 ToC 产品而言,用户的第一次体验至关重要,如果无法顺利跑通一个基本流程,很容易造成用户的流失。当然,我也相信这只是早期内测阶段的问题,期待官…
702