模型评测 | 人人都是产品经理

分析评测

“模型评测”到底是在评什么？

当两套评测指标给出相反结论，模型究竟有没有变好？本文从一次多模态评测实战出发，拆解目标定义、数据供给、评测诊断到版本决策的完整闭环，揭示评测的真正难点不是得分，而是证明分数为何可信。

沐枫

多模态数据质量案例分析

AI,个人随笔

叕进化了：大厂AI评测PM带你一文看懂最新AI工程概念Graph Engineering

当AI从回答问题转向替用户做事，评测逻辑正在被彻底颠覆。Graph Engineering的提出，直指Agent产品从Demo到稳定上线的核心痛点：如何让一堆不稳定的智能节点在系统中可靠协作？本文从评测工程师和产品PM的双重视角，拆解这一新概念背后的真实挑战。

苏墨水儿

Agent AI产品 Graph Engineering

分析评测

我们让 Kimi K3、Qwen 3.8-Max 和 GLM 5.2 共同接管了一座屎山

中国大模型三强激战：GLM-5.2、K3、Qwen3.8-Max同台改造真实网站，从屎山代码到前端动效，谁在实战中更胜一筹？本文通过六轮硬核测试，揭晓三款模型在项目理解、代码执行和审美判断上的真实差距。

硅星人Pro

GLM-5.2 Kimi K3 Qwen3.8-Max

AI 产品经理真正缺的不是新概念，而是可验证的交付闭环

AI产品正从概念狂欢走向落地攻坚，产品经理面临的核心挑战已不再是「要不要接AI」，而是如何构建可验证的交付闭环。本文深度剖析Agent可靠性、RAG工程化、模型选型等7大实战命题，揭示从能力展示到流程落地的关键跨越点，为AI产品经理提供从需求验证到风险控制的完整方法论框架。

钟文峰

Agent AI产品 RAG

职场攻略

做过 AI 训练师的人，转 AI 产品经理有什么优势？

从AI训练师到AI产品经理的转型之路，远比想象中更具优势。那些与模型真实能力边界、数据质量较量、badcase分析打交道的经验，恰恰是AI产品最需要的底层能力。本文通过实战案例，揭示AI训练师转型的五大独特优势与必须补齐的短板，为跨界者提供清晰的成长路径。

溪居即事

AI产品经理 AI训练师 badcase分析

AI,个人随笔

RAG 平台 V2：切换智普大模型、补全企业级能力，一次真实升级的全过程

从原型到生产级，RAG系统升级背后的技术抉择与实战陷阱。当国产大模型GLM-4.5-Air替代通义千问，2048维向量替代1024维，开发者需要直面的不仅是性能提升——SDK兼容性陷阱、企业级能力补全、零向量静默失败等5大典型坑位正等待填平。本文将揭秘从裸API到全功能平台的完整升级路径，特别聚焦Embedding模型切换时那些比报错更危险的「正常假象」。

天涯轩

AI工程化 GLM-4.5-Air RAG

AI

人工评测 MiMo 五款模型：面向 RAG 选型的能力边界摸底

在RAG系统的选型过程中，自动化benchmark难以揭示模型面对检索片段时能否克制「自由发挥」的冲动。通过对MiMo系列五款模型的25条case盲测，本文揭示了各模型在事实准确性、指令遵循等RAG核心维度的真实表现，以及三类典型失分案例背后的风险点，为技术选型提供关键参考。

阐述你的梦

AI应用 MiMo RAG

AI

Nano Banana 2 全网最全攻略

Google的Nano Banana系列图像模型迎来重磅升级，Nano Banana 2以闪电般的速度和超高性价比刷新文生图体验。这款代号gemini-3.1-flash-image-preview的模型支持4K分辨率、极端宽高比和多轮对话式编辑，更拥有实时搜索、多图融合等独门绝技。本文将全面解析模型特性、使用技巧与API调用方案，助你在创作效率与质量间找到完美平衡点。