WRITING / BLOG
关于 AI 产品、测试与真实使用的长期记录。
这里不追求日更。我会记下一个产品判断如何形成、被什么证据改变，以及下一次可以复用的方法。
LATEST NOTE / 最新文章2026 年 10 月 29 日
Carbon 更会找漏洞，安全产品就能直接换模型吗？
Gemini 4 Carbon 公布了漏洞发现、验证和修补的新成绩。但没有防护的能力测试，不是可以直接上线的安全服务；选型还要看授权、耗时和补丁交付。
阅读全文ALL NOTES / 全部文章06 NOTES
长文档 OCR 分数高，整份材料就能放心入库吗？
Unlimited-OCR-2 把测试拉到百页文档。但高分不只取决于认字，也受接口能否接收整份材料、跨页结构和输出整理影响。选型时要把这些账分开算。
Terra 的安全分数，为什么不能和旧报告直接比？
GPT-6.1 Terra 的系统卡更新了部分评测口径。换模型时，要先确认测的还是不是同一件事，再判断数字的升降。
Agent 少了一层，原来能办的事还办得成吗？
Anthropic 给出减少子 Agent 的迁移方法。比平均速度更值得检查的，是哪些原本成功的任务在改造后失败，以及这些失败是否触碰业务底线。
多 Agent 忙了六小时，最后交付了什么？
微软 Agensh 开放了多 Agent 协作代码。它提供的启发不只是并行干活，还包括如何固定最终版本、区分进度与交付，以及公平比较不同规模的团队。
Kimi 高速版，哪些等待值得多花钱？
Kimi K3.1 Pro 同时提供普通版与 Highspeed。选哪一版，不只看生成速度，还要看用户是否正在等待、缓存能否复用，以及节省的时间有没有改变工作方式。