maolon

就他这个允许回退安卓鸿蒙+卓易通的操作，一般开发者和中小公司有什么动力给他去积极适配原生应用？
又不是不能用，更不要说大公司就算适配了也不能保证安卓+ios 有的功能鸿蒙上全都有

准确的说是后训练这步操作里，在 RL 过程中错误的语法会被惩罚，而正确的语法会被奖励。

语法这种东西一般是可以定性的（而且也相对比较稳定，一般新版本也只是在老语法上加东西，很少会去改已有语法），错就是错，对就是对，只要有大量的正确的训练例子做基础，哪怕不是那么大的模型也不会犯语法错误。

而 api 这种东西
1. 没有一个很明显的对错标准，有可能上个版本这个 api 还存在，下个版本就 deprecated 了，模型可能训练了老版本的 api
2. 这么多的库，有些常用的被训练进去了，还有很多不常用的没有训练（以及模型参数量本身太小做出的取舍）
3. 库和库之间很可能 api 的名称相差很小，导致训练后模型很难做出区分

TLDR：语法容易训练，api 难，且要经常保持更新，所以语法基本不会错，api 经常错

或者 github.com/Fission-AI/OpenSpec ，现在都是 SDD 开发模式了

@C64NRD 哈哈哈哈 太形象了🤣

gemini 2.5 pro 当时的 0325 版那是全能型选手，创意写作，写代码，架构,阅读超长文本，除了 agent 能力稍差，其他能力基本碾压同时期的全部对手。
可惜被 google 自己一刀砍废了，0506 时期的版本只要超过 20w tokens 就开始说胡话，0605 之后稍稍修复了这个问题，但是其他能力基本都不行了，只剩一个写作能力还在线。

iOS26 感觉是解决不了掉帧问题了
切负一屏非常明显的掉帧，升到 26.2 都还没解决，像什么下滑搜索框会抖一下（这个搜索框之前还有 hdr 高亮 bug ）， 背景开了 3d 锁屏的时候返回动画丢失这些 UI bug 数不胜数， 估计能修到明年 27 去

首先所有榜单都只能是参考，每个人的用法天差地别，其次这些榜单每一个都是有侧重点的
另外还有一个很简单的判断方法，什么时候 claude 和 openai 开始对标国产模型了，那他们就真超越了。
谁对标谁就用被对标的那个, simple as that

codex $100 + 自用 plus $20 + free gemini pro + free cc

我觉得大部分目前的系统都是采用你说的 2.这个方案，也就是模型自己判断要不要召回。

至于速度问题，其实可以用一些 trick 解决，比如开始召回就会固定/非固定的输出语音，比如“让我想想”，“我回想一下我们聊过的内容”这样的语音来拖时间，一般再怎么搞 300ms 也能召回完成了，而你拖时间的这句话应该会比这个时间长。

我之前产品用的 livekit 他们的服务，你可以去看看。