AI探索指南
- 《挽救计划》这是真的太空爱情片了
跨越时空种族的大爱啊... 
- AI 时代到底什么才是壁垒？
今天看到一篇文章 The Only Moats That Matter，把护城河总结成了8个字。
难做到的+难得到的
AI 正在让「难做到的」变得难度归零。
写软件、做集成、搭产品，这些以前很难做到，现在 AI 都能搞定。
但「难得到的」，并未收到 AI 的影响。
拥有一千万用户、拿到政府牌照、建好芯片工厂，这些东西需要真实世界的时间去积累，AI 压缩不了。
他认为只有五种护城河能活下来：
持续增长的私有数据、网络效应、监管许可、物理基础设施、大规模资本。
这五种的共同点：都需要多年时间，而且这个时间不能被并行化。
时间才是元护城河。
文章地址：
https://michaelxbloch.substack.com/p/the-only-moats-that-matter - 泡泡玛特王宁讲了很有味的一句话：
所有消费品都在解决一件事：满足感和存在感。满足感是基础，也许是物质满足，也许是精神满足。存在感是，你需要告诉别人你是谁。
王宁讲了一个例子。假设你拥有一个大宅子。出门时忘了关厨房水龙头。院子里的喷泉一直开着。
你会为水龙头焦虑，还是为喷泉焦虑。水龙头不关，一天水费大概 40 元。喷泉不关，一天成本大约 400 元。
你大概率会为水龙头焦虑。水龙头满足的是供水的功能性价值。喷泉满足的则是存在感：你是拥有喷泉的人。
因此，如果要做消费品，喷泉会是这个时代更有商业化可能的大机会。
无用之用有大用。大量 AI 产品，并不落在所谓的生产力赛道，而是落在让人有满足感和存在感的消费品赛道。 
- 、速度第13
MiniMax-M2.1：成本第5、成功率第2、速度第22
Kimi K2.5：成本第8、成功率第3、速度第27
Claude Opus 4.6：成本第20、成功率第7、速度第30
综合，极致性价比MiniMax-M2.1或Kimi K2.5（成功率93%+，成本<$0.20，只是速度不太快），Claude Opus系列贵，GPT-5-Nano适合预算极低的简单任务
AI探索指南 OpenClaw小龙虾🦞 - OpenClaw火了，养龙虾也火了，哪个AI最适合养虾？养虾模型测试排行榜出来了，minimax、kimi排进全球前三
基准测试工具：PinchBench，看分数还看干活能力和成本
从成功率、速度、成本多维度评估
成功率排名：
1、Gemini 3 Flash Preview：95.1%
2、MiniMax-M2.1：93.6%
3、Kimi K2.5：93.4%
4、Claude Sonnet 4.5：92.7%
5、Gemini 3 Pro Preview：91.7%
第一梯队（90%+）：Google、MiniMax、Kimi、Anthropic的最新模型占据主导，成功率均超过90%
第二梯队（80-90%）：包括OpenAI的GPT-4o系列（85.2%）、DeepSeek-V3.2（82.1%）、Mistral Devstral（81.7%）
第三梯队（70%以下）：部分模型如Grok-4.1-fast（70%）、GPT-5.2（65.6%）
速度排名：
1、MiniMax-M2.5：105.96s
2、Gemini 2.0 Flash：106.05s
3、Llama 3.1-70B：106.14s
4、Gemini 1.5 Pro：106.85s
5、Mistral Large：107.72s
成本排名：
1、GPT-5-Nano：$0.03
2、Gemini 2.5 Flash-Lite：$0.05
3、Devstral-2512：$0.10
4、GPT-4o-Mini：$0.13
5、MiniMax-M2.1：$0.14
Claude Opus 4.6要5.89刀 ，是GPT-5 Nano的近200倍，成功率只有90.6%
第一梯队（<$0.20）：极致性价比，OpenAI Nano系列、Google Flash-Lite、MiniMax、Mistral等轻量模型，成本低但成功率参差不齐
第二梯队（$0.20-$0.75）：Kimi K2.5（$0.20）与 Gemini 2.5 Flash同价，DeepSeek、Qwen中等价位，Claude偏贵
第三梯队（$1-$2）：GPT-5.2、Gemini 3 Pro、GPT-4o，中高端模型标准定价
成本-速度-成功率综合对比：
GPT-5-Nano：成本第1、成功率第9、速度第16
Gemini 2.5 Flash-Lite：成本第2、成功率第14 - 🔥摄影、漫画、视觉设计都被砍掉了，我并不觉得这是拥抱AI，反而是釜底抽薪，我们应该在这些专业上增加AI的辅助，而不是砍掉。
🚀这下好了，没有了基础知识的支撑，在AI技术加持下，这群本来该拥有专业知识指导AI的人，变成了全部靠“一键生成”制作电子垃圾的普通人！
AI探索指南 OpenClaw小龙虾🦞 
- 当年买电脑，男生尤其是理科生，看的是CPU（中央处理器）、性能、分辨率，去店里的时候都是拿着记事本去的。
现在还是这个逻辑，甚至一个男生去买件衬衣，关注的是这件衬衣是多少支数这样很细节和理性的东西。
女生不太关心衬衣是多少支数，她们更关心衬衣是否好看。
这是很本质的区别。 - 一个快 40 岁、完全不会编程的朋友，在我建议下开通了阿里千问的 Coding Plan，用我写的 skill，硬是把自己的网站程序开发完并上线了。
没有魔法上网，没有原装 Codex、Claude、Gemini。 国内用户能用的就那么几样，他照样干成了。
而我那个 skill 也没什么玄学： 就是 跟用户对生成开发文档 + 强制 AI 每一步都写日志文档。
让 AI 不敢乱跑，也让小白能跟得上。
这事让我意识到一个残酷现实： AI 编程的门槛不是技术，而是“能不能用得上”。
当工具真正落地，连 40 岁零基础的人都能上线产品。 那我们这些搞技术的，还在纠结什么？
AI探索指南 OpenClaw小龙虾🦞 - 最近对于开源和模仿的讨论很多
暴露的问题是以前的开源模式已经无法跟上 Coding AGI 时代
以及更宏大的问题是
当 create 和 copy 都变得如此容易，那一个软件项目的壁垒在哪里？
其实在消费品方面，早已见怪不怪。
泡泡玛特、迪士尼、乐高，致敬很多，假货很多
但依然卖得很好
有什么东西在那里？ - OpenMAIC：AI一键生成交互式课程
清华开源的项目，效果非常好，体验非常完整。生成的内容包括：
课程介绍PPT（使用了Banana生成配图）
旁白语音讲解，讲解时会高亮展示讲解的内容
课后测评，生成几道目做考查
学习的过程中还可以随时提问，提后后老师这个Agent会讲解你的问，白板上同时展示讲解的内容。然后其他几个同学Agent开始杠精和BB，然后老师又是一顿讲解，好像真的煞有介事的在上课，BB了一顿还会要求你再发言（早知道我就不问了），非常拟人非常有趣。
在线体验：https://open.maic.chat/
Github：https://github.com/THU-MAIC/OpenMAIC
AI探索指南 OpenClaw小龙虾🦞
