关于大语言模型的若干讨论

当我在构建BeCode的时候，我其实苦于国内的AI模型不好用，国外模型用起来非常贵。

AI圈发展日新月异，我有必要先说明当时我写BeCode的说明：DeepSeek-v4-flash调用起来非常的便宜，见以下表格

这个价格跟白送没啥区别了。尽管ds的工具调用能力有限，但是我认为倘若给它的反馈是自动化的，那么它的工作完成度是不是会更高一些？
因此我构建了BeCode。有趣的是，自它的第一次开发完成后，我便可以使用BeCode实现自我迭代开发了。我提供给它的工具仅有文件读写和命令执行，但是它能够在我的要求下为自己编写了网络检索工具，以及优化了UI表现。见知乎文当智能体实现有监督的自我迭代

当时我归纳了几点有意思的结论：

1. AI实现自我迭代仅需要命令执行的工具，它可以为自己创造一切其他工具；
2. 少即是多。

当时我还相信，既然fable5代表着模型进步，会消解之前所做的所有跟提示词相关的工作，那么反推过来，能否通过编排和提示词控制，让现有模型达到那种高度？
后来多次使用后，我认为模型的智力水平能够借助BeCode得到一定的提升，但是无法打败更好更大的模型，这一点在kimi k3出来后尤为明显。

2026年7月，月之暗面的k3模型发布，国内总算有了gpt和claude的平替模型。我买了一个月的会员，真实感受到了k3模型和国内其他模型的代际差距————我只需要描述需求，k3能为我很好的实现，并且极为细心地做好边界处理，而这一点当时的glm-5.2还做不到。更重要的是k3是多模态的，它的前端实现能力也是非常优雅，而且往往一针见血地分析问题，精妙地实现各种你想要的动画效果。使用k3后，我越发觉得技术平权是进行时。同时k3的大量使用也给我带来了新的思考：当技术不再成为问题，我们到底需要什么？

实际上，我认为我们需要的，是对方向的把控，对问题的细致描述，以及审阅代码的能力。这是后端。回到前端，依赖人的地方就更明显了：AI不知道你想要什么样的用户交互界面。用户用起来感觉界面好看，背后的设计的文字描述可能是迭代了数十版反复调试才得以确定的，粗略的描述所设计的内容往往不够新意和令人乏味。

后来我尝试使用kimi设计产品————深蓝桌宠。做软件原型很快就完成了，但是为了正规上市和出售，我不得不花了更多的精力在非技术层面的事务上，开通域名，进行备案，上架淘宝，设计正版验证链路与后台管理链路，制作宣发视频，直到最后打通所有的逻辑。AI确实能够很好的帮助我编写代码，但是它对复杂的现实世界，资料的填写就显得很慢而且令人不够放心。
宣发视频见：
也许，可以装进deepseek harness中？
不过令人遗憾的是，该项目受到了双重质疑：版权问题与付费意愿。网络的评论令人感到心累，大部分的精力付出打了水漂。

也有一个好消息，我用一个比较简短的时间来验证了这件事的不可行性。之后我同学又为我介绍了steam上的虚拟商品，我反而感觉steam上的机会更大一些。
从另外一个角度来看，随着AI的能力提升与技术平权，年轻一代对于AI编程的商品其实是越来越不认可，想通过AI快速变现简直是天方夜谭。尽管我的商品blue-pet定价6元，他们依然会质问：这东西值6元？我为何不使用AI来做？
我没法很好的回答这个问题，过度的展示会丢失自己花钱用AI生成的美术资产，而介绍技术层面又更让产品进一步的贬值————复现变得更加容易了。6元，在当下的社会还不够买一杯奶茶，但是他们依然不愿意为此付费。