按 OpenAI 的说法，sol 是"balanced for everyday tasks"，terra 是"maximum capability"——但"maximum capability"并不必然意味着代码生成最强，这次实测结果印证了这一点：纯代码生成 luna 排第一。不是简单的"大中小"三档，而是有不同的能力侧重。一种可能的解释是 luna 的训练配比里代码数据占比更高，sol 追求"

之前你 content 字段随便传个字符串就行，视觉模式要求 content 必须是数组格式，而且数组里每个元素的 type 和结构都有硬性约束。注意：这个 message 有一定误导性——如果你模型名写的是 deepseek-v4-pro，问题大概率不是模型不支持视觉，而是 image_url 字段里的 url 值格式不对。如果你同时在用多个模型（比如 deepseek-v4-pro 做识图、c

我来逐一分析两个 JSON 代码块的问题。）：这是一个独立的 JSON 片段，作为单个键值对出现，本身语法正确，但放在代码块里直接解析会因为不是完整 JSON 对象而失败。需要包裹成合法 JSON 对象。）：同上，同样需要包裹成合法 JSON 对象。修复后输出完整文章：近期 OpenAI 放出 GPT-5.6 Sol/Luna/Terra 三个变体，本文记录将接入 RAG 项目的完整过程。基础流程

之前你 content 字段随便传个字符串就行，视觉模式要求 content 必须是数组格式，而且数组里每个元素的 type 和结构都有硬性约束。注意：这个 message 有一定误导性——如果你模型名写的是 deepseek-v4-pro，问题大概率不是模型不支持视觉，而是 image_url 字段里的 url 值格式不对。如果你同时在用多个模型（比如 deepseek-v4-pro 做识图、c

之前你 content 字段随便传个字符串就行，视觉模式要求 content 必须是数组格式，而且数组里每个元素的 type 和结构都有硬性约束。注意：这个 message 有一定误导性——如果你模型名写的是 deepseek-v4-pro，问题大概率不是模型不支持视觉，而是 image_url 字段里的 url 值格式不对。如果你同时在用多个模型（比如 deepseek-v4-pro 做识图、c

标题：WorkBuddy 上手实战：CLI 安装、MCP Server 配置与大模型 API 接入保姆级教程（2026）正文：上周在 Hacker News 看到有人提 WorkBuddy 这个 AI Agent 工作台，折腾了两天把 CLI、MCP 和模型接入都跑通了。结论先放这儿：WorkBuddy 是本地 AI 工作台类 agent 工具，核心流程就三步——装 CLI → 配 MCP Ser

标题：WorkBuddy 上手实战：CLI 安装、MCP Server 配置与大模型 API 接入保姆级教程（2026）正文：上周在 Hacker News 看到有人提 WorkBuddy 这个 AI Agent 工作台，折腾了两天把 CLI、MCP 和模型接入都跑通了。结论先放这儿：WorkBuddy 是本地 AI 工作台类 agent 工具，核心流程就三步——装 CLI → 配 MCP Ser

标题：WorkBuddy 上手实战：CLI 安装、MCP Server 配置与大模型 API 接入保姆级教程（2026）正文：上周在 Hacker News 看到有人提 WorkBuddy 这个 AI Agent 工作台，折腾了两天把 CLI、MCP 和模型接入都跑通了。结论先放这儿：WorkBuddy 是本地 AI 工作台类 agent 工具，核心流程就三步——装 CLI → 配 MCP Ser

上个月团队在做一个老项目的微服务拆分，涉及大量多文件重构和复杂 SQL 改写。我同时开了和两个模型轮着跑，想看看到底谁更适合当"重构搭子"。结论先放这儿：deepseek-v4-pro 在单文件 bug 定位和单元测试生成上依然是第一梯队，但 qwen3.7-max 在超过 60K token 上下文的多文件重构场景里反超了——通过率高出 17 个百分点。这个结果跟社区里"DeepSeek 代码无

上周三我接了个活，要把一个老项目的 monolith 拆成微服务。手头刚好有三家最新旗舰模型的 API 额度，就想着干脆做个系统评测——反正代码都得写，顺手记录一下谁强谁弱。