bwnjnOEI

我一般先在 https://digvps.com/review 查查 今年用的是 Evoxt

这俩都订了 20 刀的并且用了快 2 个月

分啥代码

比如如果涉及深度学习/ML/LLM/Agent 等相关的代码肯定 astra 最好甚至比 fable5 好（ 5.1 没用过），这还是在不自动路由的情况下

要是软件工程方面的肯定是 opus 更好而且 5.5 输出可读性提高不少，而且 anthropic 快 IPO 了这一段时间用量和智商都能坚挺一段

astra 应该对位的是 fable ，opus 对位 sol ，所以要是软件工程的话毫不犹豫 opus

但单论智能的话特别是在科研或通用智能方面看，我个人觉得 astra 是目前最聪明的，但是没有六边形战士。

不喜勿喷

@bwnjnOEI 欺诈筛查、内容审核、路由分配和风险评估等等

这玩意应用场景多得很

我看有人说是因为 20X 的用户两极分化用的少的 5X 就合适用的多的 20X 不够用，所以据说要推出 30X 的。

看到你也花大量时间在理解模型产出的文档上我就没往下看了因为我也一样。抛开这点，agent 失败的地方都是文档内容点之间的空隙，你也是吗？

很多人都撞在 usage limit 到 20 号，如果他 20 号重置就是*狗篮子*行为。所谓的重置不就是借未来的 token 吗，你说未来有 token 银行什么的我都信没准已经有好几家了。

我用 hermess 的 cron 定时向我爸妈微信提醒吃药和保健品但是不能像你的一样打卡 我试试

问题复杂度<模型能力,无法区分框架带来的收益

关于你的疑惑是因为最新模型通常是根据带有官方 harness 的 rl env 环境训练出来的

你需要构建/维护一套自己的测试集出来新东西都测一测也能缓解焦虑