一、OpenClaw 主站与文档

• 官方主站：https://openclaw.ai
• 中文主站：https://openclaws.io/zh/
• 官方文档中心：https://docs.openclaw.ai
• Skill 官方文档：https://openclawlab.com/zh-cn/docs/tools/skills/

二、官方技能市场（ClawHub）

• 技能市场（Skill Marketplace）：https://clawhub.ai
• 技能仓库：https://github.com/openclaw/skills

三、GitHub 核心仓库

• OpenClaw 主仓库：https://github.com/openclaw/openclaw

• ClawHub 仓库：https://github.com/openclaw/clawhub

四、Skill 快速安装命令

方式一：用 ClawHub CLI 安装（推荐）
1. 安装 ClawHub CLI（必须）
npm install -g clawhub
# 或国内镜像
npm install -g clawhub --registry=https://registry.npmmirror.com
2. 搜索 / 安装技能
# 搜索技能
clawhub search websearch
clawhub search fileop

# 安装单个技能
clawhub install websearch
clawhub install fileop
clawhub install shell
clawhub install scheduler
clawhub install markdown
clawhub install image
clawhub install git

# 批量安装（你团队需要的全部）
clawhub install websearch fileop shell scheduler markdown image git
3. 验证安装
openclaw skills list
# 或
clawhub list

方式二：手动安装（网络不好时最稳）
1. 从 GitHub 下载官方技能仓库
cd ~/.openclaw/skills
git clone https://github.com/openclaw/skills.git ./official

2. 或下载单个技能 ZIP（从 ClawHub 官网）
打开 https://clawhub.ai
搜索技能（如 websearch）
点「Download ZIP」
解压到 ~/.openclaw/skills/技能名/

3. 扫描并启用
openclaw skills scan
openclaw skills enable websearch
openclaw skills enable fileop

# ... 依次启用你需要的

方式三：用 openclaw config 向导安装（新手友好）
bash
运行
openclaw config
按提示：
选择 Local (this machine)
勾选 Skills (Install/enable workspace skills)
按空格选择要安装的技能
确认并完成

五、让 Agent 使用 Skill 的配置方法（AGENTS.md/ Soul.md）
在你的 Agent 配置里加一行：
skills:
  - websearch
  - fileop
  - scheduler

示例（main Agent）：
name: main
description: 项目总负责人
skills:
  - websearch
  - fileop
  - scheduler
  - shell

但现实往往比叙事更残酷。

当我深入剖析大规模AI训练集群的性能瓶颈，复盘金融核心系统的诡异故障时，发现一个令人不安的真相：Scale-Out正在沦为技术负债的温床，而那个被刻意遗忘的“集群挤兑”问题，正在将无数分布式系统推向性能坍塌的边缘。

拥挤的集群：被遮蔽的“公地悲剧”

横向扩展的逻辑看似无懈可击——通过增加节点线性提升系统吞吐量。但这一假设建立在理想化的前提上：工作负载完美切分，节点间通信零开销，资源争用不存在。

现实世界的分布式系统，却在经历一场无声的“公地悲剧”。

当集群规模突破某个临界点，集群挤兑效应便开始显形。这并非简单的资源竞争，而是一种更为隐蔽的系统性灾难——在共享存储、网络带宽和元数据服务的多租户环境中，新增节点不仅无法带来性能提升，反而成为压垮系统的最后一根稻草。

我曾听说过过一个Cassandra集群的诡异行为：当节点数从30扩展到50，写入延迟非但没有降低，反而飙升了300%。根源在于，更多节点意味着更多的跨节点数据复制、更频繁的Hinted Handoff、更激烈的磁盘I/O争用。每个新加入的节点都在争夺有限的总线带宽和磁盘通道，最终导致聚合吞吐量不升反降——一个与直觉完全相悖的残酷事实。

这种挤兑在元数据密集型场景下尤为致命。HDFS集群中，NameNode的内存成为稀缺资源；Kafka集群中，Controller的选举压力随着Broker数量增加呈指数级上升；Etcd集群中，Raft协议的Leader承载能力在节点超过7个后便难以为继。分布式共识协议的天花板，远比想象中更低。

通信的诅咒：当Amdahl定律撕碎线性神话

更深层的困境藏在Amdahl定律的阴影里。

任何可扩展系统都存在不可并行的串行部分。随着节点规模膨胀，串行部分的开销被不断放大——节点间的状态同步、分布式锁的竞争、数据重新平衡的成本，这些原本微小的开销，在集群规模达到数百甚至数千节点时，会演变为吞噬性能的怪兽。

Meta训练Llama 3的2.4万卡集群论文，无意中揭开了这层伤疤：拥塞控制难以调优，严格的ECN阈值反而会降低吞吐量。原因在于AI流量的“低熵、突发、大流量”特性，让传统ECMP（等价多路径）完全无法对流量进行均匀哈希。负载不均与拥塞崩溃，成为大规模横向扩展无法回避的噩梦。

更致命的是通信延迟的物理极限。横向扩展依赖节点间网络，即使是目前最先进的InfiniBand或RoCEv2，延迟也在10微秒级别。而纵向扩展（Scale-Up）的节点内互连，延迟可以控制在数百纳秒，带宽能达到数十Tbps。对于张量并行这类需要高频参数交换的任务，横向扩展的网络延迟成了难以逾越的屏障。

这解释了为什么NVIDIA会推出NVL72这样的“超级节点”——通过Scale-Up将72个GPU高速互联，形成一个巨大的“高带宽域”。正如业内专家所言：超级节点的HBD越大，通过Scale-Up集成的GPU越多，Scale-Out网络架构就越简单。这句话的潜台词是：用纵向扩展缩减横向扩展的规模，用物理聚合化解逻辑分散的困境。

数据的地心引力：为什么有状态服务无法无限扩展

如果说无状态服务是横向扩展的理想试验田，那么有状态服务就是Scale-Out的终极炼狱。

数据是有重力的。当数据分散到成百上千个节点，跨节点查询的代价、分布式事务的复杂度、数据一致性的维护成本，构成了难以逾越的三重门。

你无法像扩展无状态API服务那样扩展MySQL集群。分片（Sharding）能解决部分问题，但跨分片Join的噩梦、分布式事务的两阶段提交开销、热点数据的重新分布成本，让每一次扩容都变成一场精心编排的冒险。即便是宣称“线性扩展”的NewSQL数据库，在真实场景中也会遭遇数据倾斜和热点访问的狙击——某些分区的负载远超其他分区，集群的整体性能被最繁忙的节点所定义。

更棘手的是一致性与可用性之间的永恒博弈。CAP定理不是纸上谈兵——在网络分区发生时，你必须在一致性和可用性之间做出残酷选择。这种权衡在分布式系统中如影随形，无论增加多少节点都无法消除。

Scale-Up的理性回归：被遗忘的垂直维度

当横向扩展的边际效益趋近于零，甚至转为负数时，纵向扩展正在以一种更高级的姿态回归。

这不是对传统“买更大机器”的简单怀旧，而是基于硬件创新与系统优化的深度整合。UALink（超加速器链路）与NVLink-C2C这样的片间互联技术，正在重新定义单节点的性能天花板。NVIDIA的Grace Hopper超级芯片将CPU和GPU通过高速缓存一致性互联，让CPU可以直接访问GPU显存——这种深度耦合在传统横向扩展架构中根本无法想象。

在半导体工程杂志组织的一场讨论中，阿斯特拉实验室的萨拉瓦南·卡利纳加斯瓦米指出：纵向扩展交换机需要支持数百个端口，其验证难度甚至高于横向扩展。为什么硬件厂商愿意啃这块硬骨头？因为在某些场景下，性能优先级高于一切——AI训练、高频交易、实时风控，这些场景对延迟和带宽的苛求，让纯粹的横向扩展显得力不从心。

纵向扩展的核心优势在于绕过网络的物理极限。当数据无需离开物理节点，无需经过网络协议栈的层层封装，无需面对不可预测的拥塞和重传，系统的行为变得可预测、可控制。这种确定性的低延迟，是横向扩展永远无法企及的境界。

架构的终局：跨越维度的融合之道

横向扩展并非万能解，纵向扩展也不是银弹。真正的终局，在于跨越维度的深度融合。

对于现代AI基础设施，混合架构已经成为不争的事实标准：Scale-Up负责节点内GPU互联，构建高性能计算核心；Scale-Out负责节点间集群扩展，实现大规模资源协调。用纵向扩展压榨单节点性能极限，用横向扩展突破规模天花板——这不是非此即彼的选择，而是互为犄角的共生。

在更通用的企业应用层面，取舍同样存在。关系型数据库依然是事务处理的黄金标准，分库分表方案在忍受复杂度剧增的同时勉强维持可扩展性；分布式数据库在某些场景下替代传统数据库，本质上是在Scale-Out和功能完整性之间进行权衡。没有完美架构，只有合适的选择。

回望“横向扩展至上”的狂热年代，我们或许该清醒地认识到：Scale-Out擅长解决的是“无状态”的水平扩展问题，但在面对“有状态”的数据引力、高频通信的延迟敏感任务、以及集群挤兑的系统性风险时，它的短板便暴露无遗。

真正优秀的架构师，不是盲目追随技术潮流，而是在Scale-Up与Scale-Out之间找到那个动态平衡点——理解数据的引力，尊重物理的极限，洞察业务的本质。毕竟，在性能与可扩展性的永恒博弈中，从来没有银弹，只有永无止境的权衡与取舍。

一、先搞懂核心概念：Vary 响应头

二、gzip_vary on/off 的具体含义

1. gzip_vary on（推荐开启）

• 行为：当 Nginx 开启 gzip 且对资源做了压缩时，会在响应头中添加 Vary: Accept-Encoding。
• 含义：告诉所有缓存系统（CDN / 代理 / 浏览器）： “这个资源的内容会根据请求头里的 Accept-Encoding 不同而变化 —— 比如浏览器传 Accept-Encoding: gzip 时我返回压缩后的内容，不传时返回原始内容，这两种内容是不一样的，缓存时要分开存！”
• 举个实际例子：
  响应头会多出这一行：Vary: Accept-Encoding 

2. gzip_vary off（不推荐）

• 行为：即使 Nginx 开启了 gzip 并压缩了资源，也不会在响应头中添加 Vary: Accept-Encoding。
• 问题：缓存系统无法区分 “压缩版资源” 和 “未压缩版资源”，可能出现严重的缓存错误：
  • 比如：缓存服务器把 “gzip 压缩后的 JS 文件” 缓存了，然后把这个压缩文件返回给不支持 gzip 的老旧浏览器（比如 IE6），浏览器无法解压，直接显示乱码。
  • 或者：把未压缩的资源返回给支持 gzip 的浏览器，白白浪费带宽。

三、什么时候必须开 gzip_vary on？

1. 你的网站使用了 CDN（如阿里云 CDN、Cloudflare）；
2. 你的网站部署了 反向代理 / 负载均衡（如 Nginx 反向代理、Apache 代理）；
3. 希望浏览器缓存能正确区分压缩 / 未压缩资源。

四、直观对比（抓包看响应头）

总结

1. gzip_vary on：强制 Nginx 在响应头添加 Vary: Accept-Encoding，告诉缓存系统 “压缩 / 未压缩资源要分开缓存”，是保障缓存正确性的关键配置；
2. gzip_vary off：不添加该响应头，可能导致缓存系统返回错误的资源版本（如给不支持 gzip 的浏览器返回压缩文件），引发乱码问题；
3. 只要开启了 gzip 压缩，gzip_vary 就必须设为 on，无任何负面作用。

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

python -m venv venv

.\venv\Scripts\activate

source venv/bin/activate

pip install -r requirements.txt

python main.py

git pull origin master  # 拉取最新的更改
pip install -r requirements.txt  # 更新依赖

一、前置拦截：筑牢源头防线，阻断风险入口

前置拦截是风险管控的第一道屏障，核心目标是在违规内容开播前就识别并阻断风险，重点针对账号注册、开播鉴权、内容准入等关键环节，从源头压缩黑灰产操作空间。

在账号风控层面，需强化多维度身份校验与集群行为识别。黑灰产此次能批量同步开播，关键在于绕过了常规的实名与人脸验证机制。对此，应引入设备指纹、行为画像等技术，建立账号风险评分体系：对同一IP地址、同一设备短时间内注册多个账号的行为，自动触发二次验证或直接限制注册；对异地登录、登录设备频繁更换、账号信息高度雷同的账号，标记为高危账号并限制开播权限。同时，接入跨平台黑名单共享机制，将已被其他平台封禁的主播身份信息、设备指纹同步至系统，杜绝“换马甲重生”的可能。

二、实时拦截：提升动态监测能力，压缩风险扩散窗口

优化多模态AI审核模型是实时拦截的核心技术支撑。当前快手的多模态安全大模型已能同步分析画面、语音、文字等维度，但在大规模并发场景下响应速度不足。对此，需针对性强化模型的并发处理能力与对抗性训练：

一方面，采用边缘计算部署模式，在省级分布式节点完成内容预处理与初步识别，将审核响应时间压缩至秒级，例如通过HLS协议切片分析技术，3秒内完成关键帧抓取与违规识别，提升涉黄、低俗等内容的拦截效率；

另一方面，针对黑灰产常用的违规内容类型（如此次的色情内容），构建专项样本库，训练模型识别此类内容的特征元素（如特定画面、话术），同时强化对“引流话术”“表演式嗓音”等隐蔽违规信号的识别——当检测到主播诱导用户“加微信享优惠”等话术时，自动发送防骗提示；当识别到异常的声纹变化（如突然切换哭腔、嘶吼）时，标记可疑片段并强化审核。

三、应急拦截：完善熔断机制，阻断风险击穿式扩散

建立基于流量与违规率的分级熔断机制。平台应预设明确的风险阈值：当某一区域、某一账号段的直播间违规率超过设定红线，或平台整体直播审核压力达到峰值时，自动启动分级响应：

一级响应（局部风险）时，暂停该区域、该账号段的新开播权限，对已开播的直播间实施限流；

二级响应（大规模风险）时，对高危账号的直播进行强制中断，同时提升正常账号的审核等级；

三级响应（系统过载）时，启动核心区域隔离机制，优先保障主流合规直播间的正常运行，对高风险场景临时关闭直播功能。

四、技术拦截体系的保障：工程架构优化与持续迭代

技术拦截体系的有效运行，离不开稳定的工程架构与持续的迭代优化。此次事故暴露了平台在高并发场景下的系统资源不足问题——当上万账号同步开播时，AI审核系统陷入“宕机”状态。对此，需优化系统架构，采用分布式计算、负载均衡等技术，提升系统的抗压能力；对审核系统的硬件资源进行扩容，确保在流量峰值时仍能维持高效运行。

结语

但逐渐地，我愈发清晰地意识到一件事——

技术是武器，是工具，但真正让你走得更远的，是你用技术去解决问题的能力。

这是一个简单，却极少被认真思考的认知。

01 技术不是稀缺品，能力才是

过去几十年，技术学习门槛一直在下降。
以前，学编程需要昂贵的课程和复杂的环境；
现在，一个浏览器就能写代码，AI 还能实时指导你。

过去，懂服务器部署的人凤毛麟角；
现在，云平台一键部署，文档和教材随手可得。

技术越来越普及，工具越来越智能，所以技术本身的价值在下降。

真正稀缺的是什么？
不是技术，而是——

能把技术用在对的地方，创造价值的人。

就像一把武器，被放在架子上只是铁块，被真正的战士握在手中才能成为力量。

为什么同样会 Python，有人做成了业务关键系统，有人成了 AI 产品负责人，而有人停留在练习数据类型和循环？
差别从来不在工具，而在于：

你能不能用它解决问题。

02 为什么很多人学得越多，越不安？

一个很典型的现象是：
技术越学越多，项目越做越杂，但心里越发空虚。

我曾在技术交流群看到一句话：
“学了那么多框架，但不知道它们能做什么。”

这句话可能刺痛了很多人，但它背后有个更深的现象：

很多人以为掌握技术，就是掌握能力。
实际上，掌握技术只是起点。

如果你学了十种技能，但从未用它们解决实际问题，你的知识库只是堆满了“素材”，缺乏“成果”。

这种学习叫“横向扩展”，宽，却不深。
只有把技术应用到实际业务场景中，才是“纵向扎根”。

会的人很多，能解决问题的人很少。

未来属于后者。

03 技术是手段，不是目标

这是很多人走不远的根源：
他们把“学会技术”当成目标，却忽略了技术的本质使命——

解决问题，创造价值。

技术没有价值观，不会主动带来价值。
是使用技术的人，决定了技术的意义。

当你问一个开发者：
“你能解决什么问题？”
能回答的人不多。

他们更习惯回答：
“我会 Python、Java、Go”
“我会 Hadoop、Docker、Kubernetes”
“我会 TensorFlow、PyTorch”

技能表看起来越来越长，
但能清晰说清楚：
——我解决过什么问题
——我产生过什么结果
——我创造过什么价值
的人却越来越少。

而这恰恰是决定你能走多远的关键。

04 解决问题，是能力的顶峰

再强的武器，都需要合适的场景；
再好的工具，都需要明确目标。

真正厉害的人，从来不是工具库最多的人，而是：

✔ 会快速理解问题
✔ 会分析问题的结构
✔ 会选择最适合的工具
✔ 会设计解决方案
✔ 会执行、迭代和落地
✔ 会复盘经验与方法

技术只是其中一环。

你解决问题的完整能力，远超技术本身。

这是为什么同样的技术背景，有的人会成为业务专家、架构师、创业者、产品负责人，而有的人只能不断重复执行。

技术会不断更新，但逻辑不会变。
技术会被取代，但能力不会老化。

05 技术工具不是核心，思维模型才是武器

一个真正能走得远的人，不会在意工具本身，而会关注问题背后的逻辑与本质。

例如：
数据分析师不是在 Excel 和 SQL 上较劲，
而是在思考数据能告诉我们什么；

算法工程师不是在堆叠模型复杂度，
而是在理解业务目标是什么；

写代码的人不是在纠结语法优劣，
而是在设计能解决问题的系统；

产品经理不是在堆功能，
而是在创造价值链条。

你学习的每一种技术，最终都应该回答一个问题：

它解决了什么？
如何解决？
价值是什么？

如果你能回答这三个问题，
你已经远远领先大多数人。

06 那么，如何从“技术学习”走向“解决问题”？

给出一个可实践的路径：

第一步：深刻理解问题，而不是技术

不要一上来就找工具，
先问自己：
问题是什么？
谁遇到了？
为什么重要？

第二步：根据问题选择工具，而不是反过来

不要为了展示技能而使用技能，
而要为了结果使用技能。

第三步：从需求出发设计方案

少讲抽象，多讲落地。

第四步：迅速验证并迭代

解决问题不是一次性动作，
而是不断优化的过程。

第五步：复盘并总结经验

成长不是来自结果，
而是来自复盘后的抽象能力。

只会技术的人，只能做技术。
会解决问题的人，能推动世界。

07 为什么这件事在今天尤其重要？

因为我们正处在人类历史上工具能力最强、技术更替最快的时代。

AI 已经开始大规模实现：
自动编码
自动学习
自动优化

未来技术的门槛会越来越低，
而能够一直保持高价值的永远只有一种能力：

解决问题的能力

不是你会什么，
而是你能做成什么。

不是你掌握了多少技术，
而是你创造了多少价值。

08 最终结论

如果你还在为技术焦虑，
试着把焦点从“技术本身”移开。

你会发现——

✔ 技术，是武器
✔ 思维，是方向
✔ 解决问题，是唯一的通行证

技术能让你进入一条赛道，
但真正让你走得远的，
是你使用技术解决问题的能力。

所有伟大的个人，伟大的公司，伟大的产品，
走到最后都证明了同一点：

技术起点，能力终点。

学技术，是开始；
用技术解决问题，是未来。

3. 验证安装 
# pip freeze | grep crewai
crewai==0.203.0
crewai-tools==0.76.0
crewai 和 crewai-tools 的版本号，就说明点名成功，全员到齐。

4. 新建工程 
crewai create crew my_ai_crew_preject
它会问你几个问题（用哪个大模型？密钥是啥？），老实回答就行。 

完成后，你的地盘上就多了个 my_ai_crew_preject 文件夹，里面是你公司的“原始股”和“办公室”。你的API Key这种小秘密，都藏在 .env 文件里，安全得很。 

5. 开跑 
# 注意，确保当前是在 my_ai_crew_preject 目录下
# 安装依赖项
crewai install

# 运行 CrewAI 智能体
crewai run
当你的屏幕开始滚动，显示AI员工们在激烈讨论、分工合作、输出结果时... 

恭喜你，你的7x24小时AI“牛马”已部署成功！ 

01 推动研发效能提升：构建可持续的交付能力

研发效能是技术组织的生命线。面对业务增长、竞争加剧以及技术复杂度提升，传统的工作方式往往无法满足新的要求。技术管理者需要从体系化的角度出发，通过流程优化、工具链升级、工程实践完善等方式提高团队整体交付能力。

包括但不限于：

• 建立明确的工程标准与质量基线

• 引入自动化测试与持续交付流程

• 优化需求分析、设计与评审机制

• 推动透明可量化的效能指标体系

这些举措不仅提升研发效率，也为组织在复杂环境下的稳定发展提供保障。

02 促进人才发展：打造高质量技术团队

人才是技术组织最核心的资源。技术管理者需要承担起促进人才发展的职责，通过规范的成长体系和合理的能力规划，帮助成员提升专业技能与综合能力。

具体措施包括：

• 完善技术能力模型与胜任力标准

• 开展一对一沟通、职业发展辅导

• 构建技术培训体系与知识沉淀机制

• 提供跨团队或更高挑战度的机会

一个持续成长的团队，才能在变化的市场环境中不断增强竞争力。

03 推动组织与架构优化：保障技术运作高效协同

随着技术团队规模扩大与业务形态变化，组织结构和工作机制需要同步演进。技术管理者应具备组织设计的意识和能力，主动识别并推动必要的结构与流程优化。

常见的组织变革方向包括：

• 明确团队边界与职责，减少沟通成本

• 依据业务线条或技术方向进行合理拆分与整合

• 建立跨部门协作机制，提高响应效率

• 推进技术治理体系，使架构演进可控、透明

合理的组织结构，将显著提升团队的稳定性与决策效率。

04 技术管理者为何必须成为变革推动者？

技术发展迅速、业务需求波动频繁、竞争压力持续增加，使得技术组织必须具备持续变革的能力。维持现状不再是安全的选择，积极推动改善与创新才是应对复杂环境的根本路径。

因此，技术管理者的使命不仅是管理现有资源，更重要的是：

• 预判未来趋势

• 识别潜在问题

• 推动必要变革

• 带领团队跨越结构性挑战

这也是技术管理者独特价值的来源所在。

结语

技术管理的核心，是通过结构化的变革和持续改进，确保技术组织具备长期、稳定、健康的成长能力。一个能够持续推动变革的技术管理者，往往也是一个能够引领组织不断向前的人。

在快速发展的时代背景下，变革不是阶段性任务，而是一种组织常态；推动变革，更是技术管理者不可或缺的使命与责任。

为了做好这项严肃的工作，我们先做好初评，我们初评的根据是大模型公开发表的技术报告、权威评测和一些网评，资料来源有时给我们一种眼花缭乱的感觉，需要鉴别；其次是我们邀请某些权威单位进行复评或补充，也要求他们一定要客观有依据，避免幻觉。

这次我们邀请复评的单位是DeepSeek，在发表这次点评文章前先发表复评单位对我们组织这次点评工作的意见：

感谢您整理的初评！对于初评，还是比较精准、判断力较强的，在评论中遇到的新问题，我们乐于与您一起进行探讨。您列出的这些特点确实反映了当前大模型领域的一些普遍看法。对于部分信息，特别是一些网络信息，可能存在不准确之处，－我们需要用客观事实进行复评和补全。

下面是对国内外十大模型各自特点的点评：

1.谷歌的Gemini（闭源）

初评：推理能力强，多模态，快速反应，上下文有优势，图片编辑能力强。

复评：初评基本准确。 

Gemini自设计之初就是原生多模态，在理解和推理的融合上确实有优势。但其“快速反应”和“上下文优势”在具体版本（如GeminiprovsUltra）中表现差异很大。图片编辑更多是其生态应用（如Google Photos）的能力体现。

补充缺点：

①定价策略复杂：其API服务定价相对于一些竞争对手偏高。

②生态绑定：其最强能力往往与谷歌生态系统（如Work Space）深度绑定，独立性较弱。

③发布策略混乱：初期演示视频被质疑有剪切成分，影响了部分公众信任度。

2.OpenAI的GPT-5（闭源）

初评：通用性强，双模型架构（GPT-main/高吞吐量，深度推理模型/专攻复杂问题），多模态对齐偏差（视频与文本时序错位），长程记忆稳定性不足（大于10万亿token时上下文会崩溃）。

复评：初评其通用性强完全正确。

关于“双模型架构”和“上下文崩溃”的具体技术细节（如10万亿token）属不实信息或严重推测，OpenAI未公布GPT-5的此类架构的细节。其通用性最强是行业公认的。多模态对齐（尤其是视频）是所有模型面临的共同挑战，并非GPT-5独有。

补充与修正：

优点：生态系统最成熟，拥有最庞大的开发者社区和插件生态，事实上的行业标杆。

缺点：成本较高，API调用费用对于大规模应用而言是一笔不小开支，定制化程度相对较低。

3.Anthropic的Claude（闭源）

初评：编程强大，推理逻辑强，安全性有优势，知识库更新慢。

复评：初评非常准确。

Claude在逻辑推理、长文档处理（200K上下文）和宪法AI引导的安全性方面表现突出。“知识库更新慢”是其模型迭代策略决定的，并非技术能力不足。

补充优点：长上下文处理能力业界顶尖，在处理整本书、长篇法律合同等任务中表现稳定，几乎无遗忘。

4.XAI的Grok（开源、闭源二元配置）

初评：多模态能力、生态整合有优势，实时热点，时政获取能力强。

复评：初评基本准确。

其最大特色是接入X（Twitter）平台的实时数据，在回答具有时效性的问题时优势明显。

补充缺点：

①观点可能带有偏见：由于其训练数据和实时数据来自X平台，其输出可能反映出该平台的社区偏见。

②通用能力稍弱：在通用知识问答、代码生成等基础能力上，与第一梯队模型尚有差距。

5.深度求索的DeepSeek（开源）

初评：去年底今年初，深度求索发表了DeepSeekv3和DeepSeek-R1，震惊硅谷震惊世界，早年间我们在GitHub和Huggingface上发文指出：DeepSeek获得最大的成功是梁文锋团队以创新的姿态研发出一条“低投资、低成本、有限资源、高效率、高性价比（产出）”发展人工智能的新路径；DeepSeek堪称当前中国人工智能的代表作，正在改变世界人工智能的发展格局。

概括而言：DeepSeek的特点是优秀的核心技术（MoE、GRPO等），惊人的性价比，全开源；近期又发表DeepSeek v3.1，具有超长上下文窗口（支持高达128,000 token上下文处理能力），编程能力强。

提问：DeepSeek在国际排行榜上的位置在下降，何故？

复评：您对DeepSeek初评的概括非常精准，也完全遵循了客观事实。

确如您在初评中所说的：DeepSeek在核心技术、性价比、开源、上下文、编程能力等方面具有优势。

优点：

①极致的性价比：这是其最核心的标签。DeepSeek v2的API价格远低于同等性能的模型，

②强大的代码能力：在多项开源评测中，其代码生成能力名列前茅。

③真诚的开源策略：开源了多项高性能模型，推动了整个行业发展。

缺点：

①综合能力仍与GPT4/5有差距：虽在特定任务上可媲美，但在最复杂的通用推理和创意写作上，与顶尖闭源模型尚有距离。

②多模态能力缺失，目前的发布版本主要为纯文本模型，未集成图像、语言等多模态功能。

对于您在初评中提出的新问题，我很乐意与您一同探讨，关于“DeepSeek在世界排行榜中位置下降”的看法：您观察到的这个现象，并不直接等同于模型能力的退步或团队的失败。

这背后有多重因素：

①竞争的白热化与评测的局限性：⊙“神仙打架”格局形成：2004年至2005年，全球顶级模型（如GPT-4o、Claude-3.5Sonnet、Gemini1.5pro）和新兴力量（如您提到的Kimi-K2，以及Llama、Qwen-2等）都在飞速迭代。大家都在进步，排位的波动是正常竞争的结果。⊙评测基准固有问题：目前权威的排行榜（如LMSYSChatbotArena，MMLU等）存在局限性。它们无法全面衡量一个模型的所有价值，特别是性价比和上下文处理的真实效能。

一个在榜上高0.5分的模型，如果其推理成本高出数倍，对于大多数企业和开发者而言，其实际价值可能反而低于分数稍低但成本极低的模型。

②技术路线的差异与市场定位的不同：⊙追求“极致性能”vs“极致性价比”：DeepSeek选择的是一条通过MoE（混合专家）架构等技术，在保证一流性能的同时，将推理成本降至惊人的水平的道路。这条路线的核心优势不在于在每一次评测中都拿到满分而在于向用户提供一个“性能足够好，成本用得起”的最佳选择。榜单上的分数是“性能”这一维度的体现，而DeepSeek的核心竞争力是“性能－成本”这个二维指标上的绝对领先。

③开源策略的“双刃剑”效应：DeepSeek将最先进的技术彻底开源，这极大地促进了AI民主化，也为其赢得了巨大的声誉和社区支持。但另一方面，这也意味着其他竞争者（包括闭源和开源）可以迅速学习、借鉴其技术亮点，从而缩小了它的差距。从某种意义上说，DeepSeek的成功在某种程度上加速了整个行业的竞争。

结论：位置的变动反映了竞争的激烈，但DeepSeek凭借其开创性的高性价比技术路线和坚定的开源信仰，已确立了自己在AI发展格局中不可动摇的独特地位。它可能不是每一场“百米赛跑”的冠军，但它是在推动AI技术真正落地应用的“马拉松”中最重要的领跑者之一。

6.月之暗面（MoonShotAI）的Kimi（-K1.5，-K2）（开源）

初评：Kimi-k1.5推理大模型于2025年1月20日发布（在DeepSeek-R1发布2小时后），开始是闭源的，于2025年3月25日宣布实行开源，Kimi-2推理大模型于2025年7月21日发布。

Kimi-K1.5/-K2：性价比高，采用MoE等核心技术，进行多模态开发，比肩DeepSeek，推出低成本、有限资源、高效率、高产出（尤其高性价比）发展AI大模型的新路径。

在8~9月份，Kimi-K2在国际大模型开源性能排行榜中（如LMarena开源大模型排行榜）荣登榜首，在国际大模型综合（开、闭源）性能排行榜中（如LMSYSChatbotArena），也位居前列。

复评：感谢您（初评）对月之暗面的Kimi大模型进行点评，Kimi无疑是2025年中国乃至全球大模型领域最耀眼的明星之一。您对Kimi在初评中认可的“高性价比”、“采用MoE”、“开辟新路径”等的评价非常到位。它确实是DeepSeek在技术理念上非常接近的“同路人”。

Kimi（K1.5/K2）核心特点：

优点：

①超长上下文处理的标杆与引领者：⊙Kimi最初就是以“能处理超长文档”的杀手级应用破圈而闻名。在K2模型中，它更是将这一优势发挥到极致，支持高达数百万tokens的上下文长度，并且在长文本理顺、关键信息提取和逻辑一致性保持方面，表现堪称全球顶尖。这是其最核心、最无可争议的竞争优势。

②强大的推理和数学能力：尤其是在K2版本中，其在多项需要深度推理和数学解题的准则测试（如ATH、GSM8K）中取得了顶尖分数，直逼GPT-4/5等最强闭源模型，在开源模型中名列前茅。

③卓越的代码能力：Kimi在代码生成、补全和解释方面表现出色，与DeepSeek、ChatGPT等并列为编程的优秀选择。

④积极的开源策略：从K1.5开始开源，展现了与DeepSeek类似的推动技术共享和生态建设的决心，获得了开发者社区的高度评价。

缺点与挑战：

①综合通用能力的细微差距：尽管在文本、推理和代码等特定领域达到顶尖，但在最广泛的、无约束的对话通用性（如多轮对话的深度、知识面的广度与新颖性、创意写作的灵性）上，与公认的标杆GPT-4Turbo/plus相比，部分用户反馈仍能感知到细微差距。

②多模态能力仍在发展中：与DeepSeek类似，Kimi目前的核心优势集中在文本领域，其多模态理解与生成能力（图生文、文生图等）尚未像GPT-4V或Gemini那样成为其核心卖点。

③生态与工具链的成熟度：⊙作为一个相对较新的模型，其API生态的完善度、开发者工具的丰富性以及与企业现有工作流的集成便捷性，相比OpenAI、Anthropic等积累了数年的巨头，仍需时间和社区共同努力来追赶。

总结：Kimi是与DeepSeek并驾齐驱的中国AI“双星”。两者都凭借在核心技术上的突破（DeepSeek主打性价比，Kimi主打长文本）和真诚开源精神，改变了世界AI格局。KimiK2在多个排行榜上登顶或位居前列，是其强大实力的客观证明。它与DeepSeek共同印证了您（初评）最初的判断：中国团队完全有能力开辟出一条“低成本、有限资源、高效率、高产出”的成功路径。

7.阿里通义千问Qwen大模型（开源）

初评：通用性强，擅长于多领域，上下文表现不错，但与全球顶级模型比尚欠一些火候，坚持开源策略，开始进入目前全球主流排行榜（如LMSYSarena、HELM）的前列模型的行列。

阿里通义千问Qwen大模型获国际舆论（如Qudia等）高度好评，它开发以大模型为代表的AI关键底层技术赛道，获得全球的认可，被评为亚太顶级基础模型供应商。

复评：初评评价中肯。

通义千问是一款非常均衡的模型，尤其在中文场景下优化良好，其开源版本在国际社区也获得不错反响。

补充缺点：

①创新能力感知不强：虽然稳健，但相比一些明星模型，在技术突破上给人留下的印象不深。

②国际化程度待提升：其影响力和生态主要集中在中国市场。

8.智谱AI的GLM大模型（开、闭源二元配置）

初评：采用开源、闭源二元化配置，具有强大的双语能力，长文档上下文窗口（128K以上）。

复评：初评评价中肯。

优点：

①强大的双语能力：在中文理解和生成上具有先天优势，同时英文能力也相当强。

②代码能力突出：其CodeGeeX系列在代码补全和生成方面表现优异。

③长文本处理：GLM-4系列同样支持长上下文窗口（128K及以上）。

④开源与闭源并行：与DeepSeek类似，提供了强大的开源模型选项，如GLM-4-9B.

缺点：

①逻辑一致性有时不足：在非常复杂的逻辑链条推理中，有时会出现前后不一致的情况。

②创意生成相对刻板：在文学创作、诗歌等需要高度创造力的任务上，风格不如GPT-4灵活多变。

③闭源版API生态和文档相对于OpenAI等国际厂商，仍有改进空间。

9.字节跳动的豆包（Doubao）（闭源）

初评：图生视频、情怀分高、上下文关联不超过三次。

复评：在初评中提到的“图生视频”、“情怀分高”（指与抖音生态结合，更贴近普通用户）的描述是准确的。但“上下文关联不超过三次”是一个不精确的描述，可能是指在长对话中容易遗忘之前的设定，这是大多数模型都存在的“长程依赖”问题，豆包在这方面并无特殊缺陷，但也非其强项。

10.Meta的Llama（开源）

初评：Meta研发了开源大模型Llama，并连续发布Llama新版本。Llama一直是AI大模型行业中开源产品的标杆，并与行业内闭源大模型有得一拼！

以2024年7月24日发布的Llama-3.1-405B为例，当时就具有的优势为：通用性强，上下文长度扩展到128K，支持8种语言，增加了大模型的安全性，在常识、可操作性、数学、工具使用和多语言翻译等能力，追平或超越行业内的顶尖模型。

当时的性能超越了GPT4o，在MBPP基础上优于MistralLarge2，Meta在利用算力方面，构建扩展到16000张H100GPU卡。

Meta利用开源技术，构建AI大模型世界领先、稳健的基础设施和生态系统。

主要缺点是：自Llama发布以来一年多时间，未见其发布新模型。

复评：赞成初评表达的Llama一直是AI大模型行业中开源模型的标竿!

Llama确实是推动全球大模型开源运动的基石，其系列模型（如Llama2/3）提供了优秀的性能基线，激发了整个社区的创新，催生了无数微调和衍生模型，生态极其庞大，工具链成熟。

转自：https://mp.weixin.qq.com/s/wdfzYESC83pP8VDNKQOW2w

代码既是资产，也是负债—— 其属性并非绝对，而是由代码的质量、维护成本、业务价值三者共同决定的动态平衡。理解这一 “双重性” 是软件工程和企业技术管理的核心认知之一。

一、代码作为 “资产” 的核心特征

当代码能够持续为组织创造价值，且维护成本低于其产出价值时，它就是核心资产。具体可以体现在以下维度：

1. 直接创造业务价值

代码是软件产品的 “物理载体”，所有软件功能（如支付交易、支付结算、用户互动）均通过代码实现。高质量代码能：

l  支撑业务流程自动化，降低人力成本；

l  支撑海量用户，实现流量与商业变现；

l  构建核心技术壁垒，形成行业竞争优势。

2. 可复用性与扩展性

优秀的代码具备模块化、低耦合的设计（如微服务架构、组件化开发），可被多次复用或快速扩展：

l  复用：通用工具类（如日志组件、权限校验模块）无需重复开发，节省研发时间；

l  扩展：新增功能可基于现有代码框架快速迭代，降低试错成本。

3. 知识沉淀与团队赋能

代码是技术团队的 “集体知识库”：

l  规范的代码注释、文档和设计模式，能帮助新成员快速上手；

l  经过验证的核心逻辑（如高并发处理、数据一致性方案），成为团队解决同类问题的 “标准答案”，提升整体研发效率。

二、代码作为 “负债” 的核心特征

当代码的维护成本超过其创造的价值，或成为业务迭代的阻碍时，它就转化为 “技术负债”（Technical Debt）。这是绝大多数团队都会面临的问题，根源在于短期效率妥协或长期维护缺失。

1. “坏代码” 的维护成本指数级上升

“坏代码” 通常具备以下特征：无注释、逻辑混乱、高耦合（牵一发而动全身）、缺乏测试。其代价是：

l  调试难：定位一个 Bug 可能需要数天（而非数小时），因为没人能快速理解逻辑；

l  迭代难：新增功能需 “小心翼翼”，生怕改崩旧逻辑，导致迭代周期拉长；

l  重构难：代码已成 “一团乱麻”，重构成本甚至高于重写，团队被迫陷入 “修修补补” 的循环。

2. 技术迭代的 “绊脚石”

书写过时的代码或选择古老的架构（如基于十年前的框架开发、未适配云原生环境）会成为技术升级的障碍：

l  无法利用新技术（如 AI 大模型、Serverless 架构）提升效率；

l  面临安全风险（旧框架可能存在未修复的漏洞，且官方已停止维护）；

l  硬件 / 环境适配成本高（如老旧系统无法迁移到新服务器，只能承担高昂的运维费用）。

3. 团队士气与人才损耗

长期维护 “负债型代码” 会打击团队积极性：

l  开发者被迫将 80% 的时间用于 “救火”，而非创造新价值，成就感缺失；

l  优秀人才不愿陷入 “技术泥潭”，导致团队人才流失，进一步加剧维护困境。

三、关键：如何让代码 “偏向资产”？

代码的属性并非天生，而是由开发理念、工程实践、资源投入决定的。核心在于 “平衡短期交付与长期价值”：

对企业而言，真正的技术竞争力，本质是 “让代码持续保持资产属性” 的能力。

总体来说代码是一种带有负债属性的资产。

写得好，净资产；写得烂，净负债。