实测袋马:一句话生成的小程序,敢点「发布」吗
实测袋马:一句话生成的小程序,敢点「发布」吗在AI应用生成这个赛道上,选手已经排到了两位数。腾讯有吐司,百度有秒哒,字节有Trae,阿里自家就有Qoder,现在又冒出来一个「袋马」。
搜索
在AI应用生成这个赛道上,选手已经排到了两位数。腾讯有吐司,百度有秒哒,字节有Trae,阿里自家就有Qoder,现在又冒出来一个「袋马」。
AI 算力的下一个浪费重灾区,可能就在价值数百万美元的整柜系统内部。
上周我们发了一篇Agent大横评的文章三家评测,结果评论区出现了一个高频问题: “字节的TRAE Work建议测一下。”
经常用AI的人都知道,AI给出的答案质量,很大程度上取决于你提问的方式。这一点,几乎成了当下社交媒体的流量密码。打开各大平台,随处可见兜售各类Prompt的帖子,我们自己的收藏夹里也往往躺着几十套Pr
刚刚,字节也坐不住了,推出了 Trae Work 官方知识库教程。我让 Agent 查了下,这个知识库目前大约有 46w 字,85 篇文档。 不得不说,不愧是字节,写文档还是很有一手的!
我自己花时间,把三款主流国产桌面 Agent 从头到尾测了一遍:Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏,看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录,希望对你选工具有点帮助。
TRAE Work上新了一个Design模式,专门搞设计的。之前TRAE Work已经有Work模式聊需求、Code模式写代码,现在补上了Design——需求→设计→代码,全链路在一个平台里跑通了。
6 月 9 日,TRAE SOLO 正式升级为 TRAE Work,桌面端与网页端同步上线。新的品牌主张很直接:让 TRAE 为你工作。
背景是,前两天歌手胡彦斌亲手(据说用的 Trae)做了一款让我感到害怕的 App,叫做「彦火」:这里让我害怕的,不是胡彦斌老师要来抢我饭碗了……而是……(请往下看,看完你也会怕)
AI 图像生成通常遵循「能力越强、代价越高」的铁律;与此同时,学界却在悄悄质疑另一个更根本的浪费:传统 VAE 对图像语义几乎一无所知,而 DINOv2、SigLIP 等视觉编码器早已从数亿张图片中习得了丰富的视觉常识。图像生成模型,真的需要从零开始「发明」对图像的理解吗?