国庆长假，AI 大模型献礼的方式是一波接一波的更新。

OpenAI 突然发布 Sora2，DeepSeek 更新了 V3.2，智谱更新了 GLM-4.6，Kimi 则是更新了 App，然后默默在自己的版本记录里面，写下了这句话。

Kimi 当然也有「献礼」，上周四，他们开启了Agent 模式的测试，推出了一项名为「OK Computer」的智能体。

和之前我们分享过的深度研究不同，OK Computer 能做的不止是一份可视化报告，而是直接给了我们一台电脑。我们用电脑能完成的事情，OK Computer 智能体都可以做到。

但能做，和做得好，还是有很大的区别。和之前一样，我们用实测带你来看看，Kimi 全新的 OK Computer 到底在 Agent 品类里面，表现如何。

AI 帮你策划一份国庆游玩攻略

首先是看看它的网站部署能力，速度比深度研究快上不少，但这个效果，我觉得还是比较「大众化 Agent」的水平，尤其是，部分页面的背景颜色，依然渐变紫。

内容上，布局和图片的选择很合理；但是推荐的地点，北京、杭州，而且还是西湖，国庆节去西湖，应该只能看到人吧，所以这个「国庆旅游网站」的开发，我认为是不能算出色。

而如果是让 OK Computer 直接帮我生成一份旅游路线，告诉他要扮演一个顶级的旅行定制师，设计两条彻底避开国庆黄金周的旅游路线。OK Computer 这次交付的成果，看起来很不错。

审美相当在线，这个字体、背景图片，颜色，都选的非常好，奈何我还是觉得内容稍显空洞，真正能帮到我旅行的内容，不算多。

大多数时候，我可能只是知道了有这些地方，但是我不知道我为什么要去，以及怎么去。而且，总是对这些内容，有一些不信任感，可能把一个 AI 推荐的景点和一张小红书滤镜的景点，同时摆在我眼前，我还是会选择小红书用户发布的帖子。

OK Computer 完成这两个项目都非常快，我们也用 Kimi 的深度研究尝试了一波，结果是，它花了快有一个小时的时间，最后生产了一份超过 50 页的预览报告。

由于深度研究和 OK Computer 不同，深度研究只有一个预览报告，且不能对报告再进行修改。

最近千问也更新了一大波新的模型，在他们的官方博客，我看到一个「旅行规划师」的智能助手，同样的需求丢给它，结果会比 Kimi 的 OK Computer 要更好吗？

答案是真的更好。Qwen 这个旅行规划师，完全利用了阿里的庞大生态系统，它不是简单的给几个景点，然后连成一条路线，而是会实际地调用高德地图，用明确的经纬度来确定合适的行程。这一点很像前段时间的飞猪 AI 旅行规划，毕竟也是一家公司。

其他 agent 产品的效果，和 Kimi 的 OK Computer 其实差不太多，ChatGPT agent 生成了一个 10 页的 PPT，一如从前的精简；而 Manus 也是一样，好看，但实用价值不多。

不过 Kimi 的好处是，能产出类似结果的同时，不需要额外的网络设置。

此外，他们最近上线了付费会员方案，还可以将之前的打赏金额，全部抵扣为会员费，免费用户也能获得有限次数的 OK Computer 试用机会。

iPhone 和小米的 17 Pro Max 对比

同样基于 Kimi K2 的 Agentic 能力，OK Computer 会自动的浏览网页，进行相关内容的搜索，生成图片，来完成网页的设计。

这次的信息更加全面和准确，OK Computer 在搜索网页内容的时候，我看到基本上都是采用 the Verge 等国际科技媒体的信源，而在使用 Kimi 深度研究的过程中，使用的信息源大部分是简体中文的网页。

此外，OK Computer 也有图片音频生成的功能，像这张手机摄像头的拆解图，我第一眼看到觉得非常惊艳。

Agent 的交付：一个很惊艳的 Demo，但难落地

经过这些测试，倒不是说 Kimi K2 的 Agentic 能力不行，只是觉得 Agent 这类产品，大多数都还停留在「我可以做出来一个东西，但是这个东西不一定有用」的阶段。

做 PPT、商业分析报告、旅游路线规划、网页开发和部署等等，几乎所有的 Agent 都宣传自己能做这些；但是最后的成果，真正可以放心使用的，我想目前是很难找到。

前几天 OpenAI 新发布了一项基准测试，GDPval。它被称为是 AI Agent 举办的一场「职业技能大赛」。考题不再是学术问答，而是直接选取了，来自对美国 GDP 贡献最大的 9 个行业中的 44 个真实职业。

这些任务由平均拥有 14 年经验的资深专家（如律师、工程师、护士）设计，交付的内容也并不是纯文本，而是包含了幻灯片、电子表格、CAD 设计文件等在内的复杂格式，就像现在 Agent 交付的成品一样。

GDPval 的出现，其实就是要开始去解决，从「我能做」到「我能做好」这个阶段的问题。

虽然是 OpenAI 的研究，但第一名还是 Claude Opus 4.1，我想这也是为什么 Claude 模型在编程领域能够广受好评，Claude 能写代码，但是也可以写出好代码。

关于 Agent 不能做好的原因，之前 OpenAI 前高管 Mira Murati 联合创立的 Thinking Machines Lab ，发布了一篇博客文章。在里面提到，大语言模型目前出现的不确定性问题，不是由于 GPU 随机性的计算，而是处理训练数据时，缺少批次不变性。

而另一个原因则是可用训练数据的不足。和训练一个 AI 生成一张图片、一个视频、一段文本不同，Agent 要交付的内容复杂，现实世界中的任务繁多，无法归类到某个单一的媒体类型。

目前我们经常看到的 Agent 任务，也大多数是集中在做一个 PPT、做一个网页、预订餐厅、代替我们刷社交媒体、自动购物等等，这仅仅只是现实世界里非常小的一部分，更不用说这些任务，没有明确的评估标准。

知名科技媒体 TechCrunch 最近报道，整个硅谷正在豪掷千金，为 Agent 构建名为「强化学习环境」（RL Environments）的模拟训练场。这些「环境」被一些 AI 公司创始人形容是非常无聊的电子游戏，一个模拟的浏览器、一个模拟的购物网站、一个模拟的代码编辑器。

AI Agent 在这样的「环境」里面，像一个新手玩家，通过一次次尝试、失败、获得奖励，来学习如何独立完成购买商品、修复代码等一系列，多步骤的复杂任务 。

当年李飞飞靠着海量标注的数据集 ImageNet，让计算机视觉往前迈了一大步，她也被大家称为「AI 教母」。

现在 Agent 的发展，看起来也是这样，如果没有大量标注的「强化学习环境」任务，Agent 很难成为，像人脸识别这样可靠的深度学习技术；尤其是在「炼丹」这个本质没有改变的情况下。

Kimi一如既往地喜欢摇滚。从公司名 Moonshot（致敬 Pink Floyd）到这次的 OK Computer（致敬 Radiohead）。

在 Apple Music 的专辑介绍语里面，形容 OK Computer 这张专辑，表达了人们在千禧年前夕，对新技术的探索和反思。

尽管弥漫着恐惧忧郁的情绪，《OK Computer》仍保有希望，传达了社会前进之路未必会让我们失去善良的信念。

 

如果你对因科技而加快的生活节奏，感到难以招架的话，其实解法很简单，正如 Yorke 在结尾曲〈The Tourist〉最后所唱的：「傻瓜，放慢脚步吧」(Idiot, slow down)。

今天 Kimi 推出的 OK Computer，似乎也是表达科技正在改变我们的工作习惯、加快我们的生活节奏。但很显然，目前市场上的 Agent 产品，很难真正做到让我们难以招架。

无论是 Kimi 还是 ChatGPT，还有更多的同类 Agent 产品，他们在发布的时候，往往都会说，我们的 Agent 有这些功能，能做什么，却很少说，我们的 Agent 能做成什么。

不用放慢脚步，真正的 OK Computer 还在用力追上我们。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

今天，硅谷顶级风投 a16z 发布了新一期的 AI 应用百大榜单。半年过去，又有哪些新的 AI 产品涌现，ChatGPT 的老大地位是否开始动摇，APPSO 马上带你解读这份榜单。

我们简单总结了此次榜单的几点趋势。

ChatGPT 依旧稳坐第一，但这个宝座越来越不安全了。Google 的 Gemini 用户数已经追到它的一半，它俩现在是两大顶级的新一代人工智能平台。

马斯克的 Grok 靠着一款二次元虚拟伴侣 Ani，硬是从 0 干到 2000 万月活。

DeepSeek 在年初爆火后月活跃用户大幅下降，移动端下降了 22%，网页端更是达到了 40%。

国产应用表现继续亮眼，移动端 Top 50 的应用中，估计有 22 款是由中国团队开发的。Kimi、豆包、夸克直接闯进了全球前 20。

本次新增的 11 个网页 AI 产品，包含 Qwen、Manus、Lovable 等今年上半年的热门工具

纵观这份报告，可以看到 AI 消费应用的生态已经进入细分和稳定阶段，创新开始变得越来越困难。

ChatGPT 还在领跑，但对手来了

在「通用助手」这条赛道上，ChatGPT 依旧是无可争议的老大。无论是在网页端还是移动端，它都稳稳占据第一的位置。

但新对手已经在逼近。Google 的 Gemini 是最典型的追赶者，在网页端访问量约为 ChatGPT 的 12%，看起来差距还不小；可在移动端，Gemini 的月活用户已经达到 ChatGPT 的一半，而且 9 成用户都来自 Android 阵营。

马斯克看起来真的很惨，这边是同一家公司的 Gemini 和 Android 深度绑定，那边又要控诉 Apple 和 OpenAI 有金钱交易。

所以，马斯克的 Grok 不得不走一条「另辟蹊径」的路线。Grok 去年底还没有移动端 App，现在已经冲到 2000 万月活，排在移动榜单第 23。

他的秘诀很简单，就是抓住一些猎奇的内容。在 7 月先发布了 Grok 4 模型后，紧接着在应用内推出「AI 虚拟伴侣」，彻底点燃话题。尤其是二次元角色 Ani（甚至包含 NSFW 选项），让 Grok 赢得了广泛的关注。

Meta AI 只看到他挖人的新闻了，产品好像真的有些尴尬。它在 5 月上线，排在网页榜单第 46，移动端甚至没进前 50。更糟的是，Meta 还因为「聊天内容被推上公开动态」的隐私事故，用户信任直接受挫，远不如 Grok 来势汹汹。

在 ChatGPT 和 Gemini 之后， Deepseek 、Grok、Perplexity 和 Claude 占据了网络流量的后几位。

Perplexity 目前还是保持着强劲的增长势头，而 Claude 和 DeepSeek 在移动端也开始趋于平缓，DeepSeek 在 Web 端的流量更是从高峰下跌超过 40%。

不过 DeepSeek 目前仍是国产最强大模型，相信将来 DeepSeek 发布 R2 推理模型和 V4 的到来，DeepSeek 能再掀起一次流量狂飙。

Kimi、豆包、夸克闯进全球前 20

除了 DeepSeek 在通用大语言模型助手上的排名，中国公司的更多产品在这次榜单里亮相。

在前 20 名里，阿里的「夸克」、字节的「豆包」、月之暗面的「Kimi」同时上榜。其中，Kimi 作为新兴创业团队的产品，能和 ChatGPT、Gemini 这些巨头同台竞争，已经说明了国内用户对中文大模型的强烈需求。

移动端更明显，50 个上榜应用里，有 22 个来自中国公司，其中美图就包揽了 5 个修图/视频类产品，字节系也贡献了豆包、Cici（国际版豆包）、Gauth（教育）、Hypic（国际版醒图）等。

更有意思的是，国产的视频生成模型一度领先全球。比如 Kling、海螺等产品，往往比海外模型更快落地、更贴近流行趋势。直到 Google 推出 Veo 3，才算打破了这一领先。

Vibe Coding，人人都能点点鼠标写代码

除了助手类应用，还有一种不可忽视的趋势就是，Vibe Coding（氛围式编程）。

这类产品的逻辑很简单：不需要写复杂代码，点点鼠标就能生成网站甚至应用。Lovable、Replit 今年双双进入榜单，说明这种「低门槛编程」越来越受欢迎。

更关键的是，它们的用户不仅没流失，反而在持续增加消费。数据显示，美国用户在这类平台的付费留存超过 100%——也就是说，用户不仅没走，还越来越舍得花钱。

对普通用户来说，我们每个人都能几分钟搭出一个网站，无论是从工具到个人作品集，还是一个小型商业应用，现在都已经开始成为现实。

AI 爆款的秘密：不求全能，但求刚需

从 a16z 开始发榜单到现在已经更新了 5 次，其中有 14 个应用是雷打不动的「钉子户」，始终霸占着前 50 的位置。

它们分别是：ChatGPT、Character.AI、Civitai、Leonardo AI、ElevenLabs、Gamma、Hugging Face、Veed、Midjourney、Perplexity、Photoroom、Poe、QuillBot 和 Cutout Pro。

你看，它们覆盖的场景无非就那几个：对话、陪伴、修图、创作。全都是高频刚需。

最特别的要数 Midjourney，一个没拿过一分钱融资的「异类」，全靠口碑和社区文化，硬是走到了今天，成为 AI 绘画的代名词。（不过最近有传闻说 Meta 想和它合作，看来好东西还是藏不住的。）

这说明，想做成一个 AI 爆款，不一定非得是无所不能的「全能王」，只要能在一个细分领域，成为用户离不开的那个「唯一」，同样能活得很好。

而且，这 14 家公司里，只有 5 家有自己的底层大模型，剩下的全都是靠调用 API 或者开源模型做的应用。

这或许在告诉我们一个新规律：在 AI 时代，顶尖的产品体验，和顶尖的底层技术，一样重要。

所以，你觉得下一个爆红的 AI 应用，会是一个更聪明的万能助手，还是一个更懂你的赛博伴侣呢？你最常用的 AI 产品又有哪些，评论区聊聊！

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博