昨天要增加一个新功能，改动比较多，尤其是前端。
于是我用 opus4.6 让 superpowers:brainstorming 开始规划，他分析所有相关不相关的文件，最后整理出一个非常详细的开发设计，以及开发任务，每个大任务还分了几个小任务，任务里都有改哪些文件改什么地方怎么改怎么验证，只需要照着任务指引做就行了。
前段时间因为玩龙虾，开了 minimax 那个 98 的极速版 token plan 。
然后我想着任务都规划的这么细了，让 MiniMax-M2.7-highspeed 干一干试试呗。
晚上 10 点开始，我想着改动也不大就十几个文件，搞一个来小时绝对可以了吧，于是切到 minimax ，开启 agent team 开干。开始感觉还挺好，十几个 agent 五颜六色的在跑，各种开发各种 review ，我心想国产大模型也没他们说的那么不堪嘛，好赖有个平替，以后 opus 规划，minimax 执行好像也挺不错。
框框不到一个小时任务全跑完了，给我报告说所有任务都完成了。
于是我就打开测试一下，后端除了数据库没导入，有些字段类型错误，也没啥问题，花了十几二十分钟来回对话他给修好了，API 没问题了，毕竟接口调整不大就改几个返回格式。
问题出在前端，前端需要增加一个侧滑抽屉，兼容 H5 和 APP 以及 PC 端，滑出来的位置总是不对，内容滑动和多平台兼容也有问题，然后还有很多大小位置滑动显示等等问题，完全没法用。
于是我就跟他说有什么什么问题，然后他哼哧哼哧改，如此反复又反复对话光是我给他说问题就用了将近 100M 的 tokens
上头了，最后折腾到凌晨快 2 点还是一堆问题。
实在顶不住了，git 重置，切到 sonnet 不到半个小时完美完成任务，几个小问题对话了几次就搞定了。
最后发布上线，折腾到凌晨 3 点。
第二天直接买 VPS 固定 IP ，新卡新号升级到 claude max ，要不是最近大封号，我之前的被封了，然后试了一大堆中转站体验实在一般般，并且最近封号很多都不能用或者是逆向的，都不会想到要折腾这国产模型。
总结就是，跑分多牛逼都没用，任务分的多细都没用，因为最终执行是靠模型能力去执行的，不要想着 opus 做规划国产模型来执行，这条路行不通的。我之前还测试 claude 开发完，让国产模型（ k2.5 ）去跑测试，测都测不明白，按钮外到姥姥家了跟我报告说 UI 测试通过还跟我说非常整齐。
截止到今天，真正的生产力，现在唯二的选择还是 cluade （ opus,sonnet ）和 codex （ gpt5.4 ），大家还是克服困难想尽办法用上 claude 。其他大家试都不用试了，纯浪费时间浪费精力，一个月多花一千几百大家多睡几个好觉吧。
于是我用 opus4.6 让 superpowers:brainstorming 开始规划，他分析所有相关不相关的文件，最后整理出一个非常详细的开发设计，以及开发任务，每个大任务还分了几个小任务，任务里都有改哪些文件改什么地方怎么改怎么验证，只需要照着任务指引做就行了。
前段时间因为玩龙虾，开了 minimax 那个 98 的极速版 token plan 。
然后我想着任务都规划的这么细了，让 MiniMax-M2.7-highspeed 干一干试试呗。
晚上 10 点开始，我想着改动也不大就十几个文件，搞一个来小时绝对可以了吧，于是切到 minimax ，开启 agent team 开干。开始感觉还挺好，十几个 agent 五颜六色的在跑，各种开发各种 review ，我心想国产大模型也没他们说的那么不堪嘛，好赖有个平替，以后 opus 规划，minimax 执行好像也挺不错。
框框不到一个小时任务全跑完了，给我报告说所有任务都完成了。
于是我就打开测试一下，后端除了数据库没导入，有些字段类型错误，也没啥问题，花了十几二十分钟来回对话他给修好了，API 没问题了，毕竟接口调整不大就改几个返回格式。
问题出在前端，前端需要增加一个侧滑抽屉，兼容 H5 和 APP 以及 PC 端，滑出来的位置总是不对，内容滑动和多平台兼容也有问题，然后还有很多大小位置滑动显示等等问题，完全没法用。
于是我就跟他说有什么什么问题，然后他哼哧哼哧改，如此反复又反复对话光是我给他说问题就用了将近 100M 的 tokens
上头了，最后折腾到凌晨快 2 点还是一堆问题。
实在顶不住了，git 重置，切到 sonnet 不到半个小时完美完成任务，几个小问题对话了几次就搞定了。
最后发布上线，折腾到凌晨 3 点。
第二天直接买 VPS 固定 IP ，新卡新号升级到 claude max ，要不是最近大封号，我之前的被封了，然后试了一大堆中转站体验实在一般般，并且最近封号很多都不能用或者是逆向的，都不会想到要折腾这国产模型。
总结就是，跑分多牛逼都没用，任务分的多细都没用，因为最终执行是靠模型能力去执行的，不要想着 opus 做规划国产模型来执行，这条路行不通的。我之前还测试 claude 开发完，让国产模型（ k2.5 ）去跑测试，测都测不明白，按钮外到姥姥家了跟我报告说 UI 测试通过还跟我说非常整齐。
截止到今天，真正的生产力，现在唯二的选择还是 cluade （ opus,sonnet ）和 codex （ gpt5.4 ），大家还是克服困难想尽办法用上 claude 。其他大家试都不用试了，纯浪费时间浪费精力，一个月多花一千几百大家多睡几个好觉吧。
 |
1
imik 15 小时 37 分钟前
幸亏没手贱花几十块钱试一下
|
 |
2
weixiaoyun 15 小时 30 分钟前
op 图中是什么软件统计的？
|
 |
3
onedge 15 小时 29 分钟前
实测不如 m2.5 的智力，我感觉 2.7 路子走偏了，太往工具链方向了，计划，复盘，疑难杂症攻坚能力真的不如 m2.5 我已经用回 2.5 （做执行和日常非编程任务）了
|
 |
4
mogutouer OP @weixiaoyun #2 ccusage 统计的数据，写了个 chrome 插件方便自己看
|
|
5
onedge 15 小时 26 分钟前
可以试试我自己 vibe 的工具，实时对话 review ，没办法消除但可以降低一定的幻觉，总体上对输出是有提升的
https://github.com/timwuhaotian/the-pair 欢迎 contribute |
 |
6
wengjin456123 15 小时 23 分钟前
我基本全用 codex + copilot pro+的 claude 模型，kimi2.5 + GLM 用来打辅助任务，国产执行力 kimi 和 glm 好一点，minimax 模型太小
|
 |
7
ktyang 15 小时 18 分钟前
vps 固定 ip 搭梯子么？还是什么其他的防风操作？
|
 |
9
KisekiRemi 14 小时 59 分钟前
确实如此，刚好你说的都用过，体感一致（笑）
|
 |
10
Tzu 14 小时 56 分钟前
@wengjin456123 能细说下怎么个操作流程吗
|
 |
11
cokey 14 小时 54 分钟前  1
MiniMax 2.5 就是蒸馏版 Claude 4.5 sonnet ，本来就更弱
MiniMax 2.7 就是 2.5 的基础上加了点 工具链 的训练数据搞出来的，智商没有提升 |
|
12
mogutouer OP |
 |
13
leegradyllljjjj 12 小时 31 分钟前
有没有便宜量大的
|
 |
14
JoeDH 11 小时 46 分钟前
国产最强的就是 kimi k2.5 ，但是经过 cursor 用大量的用户数据 RL 训练出来的 composer 2 比 claude opus 4.6 还弱一点，国产模型提升空间还很大
|
 |
15
ProphetN 11 小时 44 分钟前
230B 的总参数，10B 的激活参数。这模型有尝试的必要？
|
 |
16
gosidealone 11 小时 40 分钟前
@JoeDH kimi2.5 比 glm5 强吗
|
 |
17
yanguangs 11 小时 20 分钟前
用了 3 天, 实际效果明显不如 minimax m2.5
轴的厉害, 已经到我都知道原因, 只是懒得写代码,直接知道模型去写 笨到累心的程度. |
 |
18
Sezxy 11 小时 10 分钟前
你就说它快不快吧
|
 |
19
qxmqh 10 小时 35 分钟前
请用真 AI 。 国内这帮没有一个能打的，kimi2.5 也是个半吊子。国内这帮 各种分数排名高高的，真实使用起来简直无语。全是假的。
|
 |
20
maoqiucute 10 小时 33 分钟前
信国产模型的这辈子有了
|
 |
21
jeeyong 10 小时 24 分钟前
我是冲着 100t/s 去的. 极速 plus 版, 199 那个.
实际后半夜,大约在 80-90t/s 晚上 6-8 点在 60t/s 我发现全网没有测试他速度的人啊...就是是否真的能到 100t/s |
 |
23
ggBalloon 9 小时 19 分钟前
固定是什么 IP ？机房 IP ？
|
 |
24
nabanbaba 9 小时 13 分钟前
想着跑 openclaw ，弄个国产模型 codingplan 去跑。有推荐的吗。。。
|
Select Language