一、浅谈AI

使用AI也有十几天了,烧了近20亿的tokens,经费也花得差不多了,是时候聊聊我对于AI的感受了
这些天,体验了不少的模型,主推对于普通人来说还是deepseekV4-flash,价格便宜,推理能力也在线
同时我也体验了如:MIMO-v2.5(小米)、qwen3.5(千问)、Kimi-k2.6(月之暗面)等等
如果你要入门的话,优先推荐deepseek
其他模型体验下来只能说根本不敢动,价格对比表如下:

模型

输入(缓存命中)

输入(缓存未命中)

输出

上下文

并发

DeepSeek-V4-Pro 🟡

¥0.025

¥3.00

¥6.00

1M

500

Qwen3.7-Max 🔴

¥12.00¹

¥36.00

Mimo-V2.5-Pro 🟢

¥0.025

¥3.00

¥6.00

Kimi K2.7-Code 🟣

¥0.30

¥6.50

¥27.00

262K

综合下来Qwen是最贵的,MIMO和deepseek的话是最具有性价比的
deepseek-V4-pro最推荐入门使用,便宜,推理能力不错
MIMO,只能用于平时偶尔处理一下图片,不推荐日常使用,我在使用时,他自己给自己写了一个死循环,半小时吃了二十几块,一点事情没有办好
其余两家可以在希望获得较好的图片处理功能时使用

二、Agent(智能体)

我们可以将Agent视为一个可以为你做事的员工,他会对你提出的要求首先进行规划,然后根据具体你要求做的事情然后开始做,并根据长期记忆中你的偏好做出更贴合你的行为,然后利用本地的工具或者调用工具的API来执行你的命令,他会进行一定次数的重新进行调试和尝试,最后调试完成你的需求交付给你(不一定真正实现,最好亲手去进行测试,并给出错误点)

三、主流的Agent框架(我所用过的)

OpenClaw(小龙虾)

OpenClaw是我用的最久的,但是同时我对其直观感觉并不好,如果你想要做一些基本的小事情,或者流程性较为强的工作,可以交给他,它所擅长的就是对这些需要重复的工作快速精准的进行处理,所以在使用OPenclaw时一般情况下要使用skill来限制和约束他的行为和操作,也就是说你使用OPenclaw框架搭建的智能体最适合代替你做一些重复的事情,同时这不是它最大的作用,它最大的作用是他的跨平台性!他可以跨多个平台处理这些重复的事情,但我作为一名学生并没有这样的需求,这也是为什么我觉得它不好用

Hermes(爱马仕)

我使用这个并没有很久,给不出相对基于我自身的理解和评价,但是我之所以放弃OPenclaw转战Hermes,最主要的原因是因为,在我后续的了解中,Hermes是一个可以随着我们的使用而成长的一个架构,而他是越用越聪明的,也就是这个构架的智能体将会是慢慢变为最贴合你自己的使用情况的,而我的需求就是需要这种越来越贴合我的一个Agent来交流学习,如果你们需要入门可以都试试