Private Capture

Unlock Capture

这个站点包含私人录音与日记内容。输入密码后进入;当前浏览器会自动记住。

密码仅保存在当前浏览器本地。

日常交流与模型使用心得分享

完整原文、主题、复核、脑图、原子层、关系网络与处理轨迹。

时间线429 / 563

日常交流与模型使用心得分享

2026.06.09 · 15:20秒记群Lily18 段原文

这条记录讲了什么

工作中不同模型使用体验,涉及模型能力、用途、评估及价格考量,还谈及夜校活动季节差异原因。 - 日常行程:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。 - 工作看板与项目:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。 - 模型对比: - 循环稳定性:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。 - 能力对比:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。 - 用途选择:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。 - 模型评估与价格考量:Claw文字理解和处理能力好但贵,担心中转有GLM填充替换问题,Codex价格可接受,依赖其处理本地事务。 - 夜校活动思考:推测春季和秋季有夜校活动,因夏冬环境恶劣不适合。

18 段原文3 个主题7 个复核单元7 个实体

进展与卡点

进展

  • 日常行程:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。

后续动作

动作状态来源
对照现有 AI 版本与本人原稿,选定并润色一份最终简历;按投递方向只调整必要的定位与标题。待继续p13
为录音中提出的工具或工作流改进定义一个最小验证,并把结果写回对应项目,而不是继续扩充设想。待确认p07
查看完整 AI 结构化导读按需展开
Report

关键导读

先把有效信息集中到顶部:一句话总览、编号要点、待办与历史呼应。完整正文与结构化数据在下方展开。

一句话总览

工作中不同模型使用体验,涉及模型能力、用途、评估及价格考量,还谈及夜校活动季节差异原因。

01

有效价值信息

  • 事实 / 进展日常行程:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。
  • 经验 / 洞察工作看板与项目:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。
  • 判断 / 决策循环稳定性:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。
  • 能力 / 身份能力对比:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。
  • 判断 / 决策用途选择:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。
02

值得记住(候选)

  • 经验 / 洞察工作看板与项目:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。
  • 判断 / 决策循环稳定性:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。
  • 能力 / 身份能力对比:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。
  • 判断 / 决策用途选择:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。
·

涉及实体

modelCodexmodelMiniMaxtopic羽毛球modelDeepSeekactivity游泳artifact简历product发现平台
✓

待办动作

  1. 执行对照现有 AI 版本与本人原稿,选定并润色一份最终简历;按投递方向只调整必要的定位与标题。待执行证据:录音明确提到简历已有多个版本、尚未最终确定并仍需本人润色。
  2. 验证为录音中提出的工具或工作流改进定义一个最小验证,并把结果写回对应项目,而不是继续扩充设想。需确认证据:录音包含工具、产品或自动化流程的改进设想。
↻

页面完善记录

  • 最新模板已完成transcript-detail@2026-08-30
  • 价值提炼已完成5 条
  • 实体补全已完成7 项
  • 行动分类已完成2 条
  • 记忆候选待你确认4 条
  • 说话人身份可选补充多人对话仍使用编号
分析版本 transcript-analysis@2026-08-30.3页面模板 transcript-detail@2026-08-30证据覆盖 100%
说话人 1p01

出发去上羽毛球课啦。又到了桂花香的季节。

说话人 2p02

很香很香的。昨天没有去跳,没有去游泳。从那几个。不算完全没有进展,只是没有一个阶段性进展。发现这个平台然后补全。

说话人 1p03

是是做了一波信息不全的工。

说话人 2p04

啊。下午都在干嘛?

说话人 1p05

我也我也不是铁打的。

说话人 2p06

有一点偷了。

说话人 2p07

比较好的就是我直接帮我够了一个。5个,每日5个工作的那个看板。并且借助了,上周找到了一些项目。上周四找到了一些项目。然后有一条最短的路,那就是点击之后它可以用复制打招呼用语。然后跳转到对应的岗位的那个对话那个里。觉得这个操作还比较便捷。它相当于自动就可以帮我。一条链路,连好了。

说话人 1p08

那有个姓孙的。

说话人 2p09

有效程度刚刚不知道聊到哪里断了。重新讲。内容吧。上就是聊到现在去打羽毛球课。然后这两天呢,主要其实是没有再执着用我的那一套。Job 系统完善完。循环跑的那种,因为循环跑的话,它一是不太稳定,二是感觉不如 Codex 那个方,便捷。因为主要就是我们说 Cloud 的那个权限问题,我不太知道怎么解决。都需要主动手动去按,这样的话其实有一些浪费时间吧,我觉得。

说话人 2p10

然后现在还是换成了,就是因为我在实际测试过程中发现,Coze 和 Deepseek 它们的理解能力和意图识别能力和都识别能力。还有分析能力和逻辑推理能力,其实都要好过 Minimax、百度和其他的几个模型。那我就啊,甚至就是我之前不在网上买了那个200多的那个 Cloud,用了一个月嘛。虽然说它确实可以循环帮我跑一些内容,但是它其实质量不是很稳定,我怀疑它可能随机投递了一些非 cloud 的内容。甚至我怀疑他可能是接的 GLM 的。哦。低模来去处理的这个事情。

说话人 2p11

然后我觉得这样有点太坑了,还不如直接去使用,就 seek 或者是 codex 来处理这些事情。那这四个,他的理解能力和艺术识别能力,还有中文的一个解析能力和回答能力,其实都是比较好的。还在他帮我去处理一些简历和文案的时候。梳理过程中,其实会有一个相对比较好的结果。而 Codex 则是对工程能力,因为我设置的可能就是一个偏工程性质的逻辑。那它的指令遵循能力和修改能力,还有安全性,我觉得都是一个更好的方式。所以还是再让它来帮我做主力的修改和操作。

说话人 2p12

但是他有的时候确实,讲的感觉不是人话。在我需要去对。这个文案要求度比较高的时候,我会去让 Cloud 帮我去做校验和给我,以及我在这些界面的美观程度和信息。层级的梳理的时候,我会让 Cloud 去帮我完成这一系列内容。也不是说 Deepseek 不好,只是说 Deepseek 它其实,如果说按文字处理能力。它确实还不错,只是他多次沟通的上下文,当上下文比较长的时候,他总是顾此失彼,他也有可能会忘记上下文。

说话人 2p13

这里的时候,在聊一些决策性质的东西,我还是更偏向用 Cloud 来去聊这些东西。Keep sick 更多是属于如果本地有一些内容需要校验,这些东西不是很方便发给 Cloud。而是让它基于我本地的一些文件来去进行探讨的话,那我可以先去办。sick 去聊,比如说我某一份简历,或者是同时处理5份简历,到底要用几份?这种这种比较涉及多文件的,本地本地信息比较多的时候。就这样操作。其实这个体感也是符合我之前看到的,模型的评估标准呢?

说话人 2p14

之前就了解到,Claw 它是一个具备顶级模型能力的,即便它是一个很低额度的模型,它依然可以有很好的文字理解能力和文字的一个回答处理的能力。就是更像人,更容易说人话的那个角度嘛。但是毕竟它是一个网页版,它没有没有,我没有试它的 agent 的效果。主要还是因为它太贵了,不然我就可以开通本地的那个。

说话人 2p15

内容,如果说主要是他那个内容太不太好开通,不然的话我其实是很希望说,当我有工作的时候。我直接去接稿,我想这些。但实际上我没有这个能力嘛。那我去用中转的话,我也会担心会不会有那种 GLM 来填充替换的这种可能性。因为它这个价格实在差价太多,我可能不太相信。钱都让中转赚了,感觉是不是很合适。如果是这样的话,现在这个价格我可以接受,而且这个这个人可能因为从最开始使用的时候就还。效果还蛮好的。先感觉到这个 CodeX 它的水平跟其他的。

说话人 2p16

模型有智能差异,我觉得很大大概率是真的。的价格,我觉得还算是我可以承受的范围内。那我现在还在用这个东管,当然如果这个东管挂了,那我确实也不太知道用什么更好的方式替代。确实不显示。属于离不开的状态吧。如果没有他的话,我可能会很多本地的事情可能都难以跑通。但我相信这些模型随着它越来越卷,它应该会有更多更好的人出来吧。

说话人 2p17

这温度真的挺舒适的。有点阳光虽大,但是又不是很热,很凉爽的感觉。

说话人 2p18

趁着这个时间段去上羽毛球课,我觉得还是挺舒爽的感觉。知道为什么只有春季和秋季有那个夜校活动吗?不然这夏天和冬天可能这个环境会相对比较恶劣。不是很适合去做这个音效。以上文本由 AI 总结生成

归档文档完整内容 · 含智能总结与原始标记
日常交流与模型使用心得分享
2026-06-09

【智能总结】
工作中不同模型使用体验,涉及模型能力、用途、评估及价格考量,还谈及夜校活动季节差异原因。
- **日常行程**:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。
- **工作看板与项目**:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。
- **模型对比**:
 - **循环稳定性**:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。
 - **能力对比**:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。
 - **用途选择**:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。
- **模型评估与价格考量**:Claw文字理解和处理能力好但贵,担心中转有GLM填充替换问题,Codex价格可接受,依赖其处理本地事务。
- **夜校活动思考**:推测春季和秋季有夜校活动,因夏冬环境恶劣不适合。

【原文】

说话人 1
出发去上羽毛球课啦。又到了桂花香的季节。

说话人 2
很香很香的。昨天没有去跳,没有去游泳。从那几个。不算完全没有进展,只是没有一个阶段性进展。发现这个平台然后补全。

说话人 1
是是做了一波信息不全的工。

说话人 2
啊。下午都在干嘛?

说话人 1
我也我也不是铁打的。

说话人 2
有一点偷了。

说话人 2
比较好的就是我直接帮我够了一个。5个,每日5个工作的那个看板。并且借助了,上周找到了一些项目。上周四找到了一些项目。然后有一条最短的路,那就是点击之后它可以用复制打招呼用语。然后跳转到对应的岗位的那个对话那个里。觉得这个操作还比较便捷。它相当于自动就可以帮我。一条链路,连好了。

说话人 1
那有个姓孙的。

说话人 2
有效程度刚刚不知道聊到哪里断了。重新讲。内容吧。上就是聊到现在去打羽毛球课。然后这两天呢,主要其实是没有再执着用我的那一套。 Job 系统完善完。循环跑的那种,因为循环跑的话,它一是不太稳定,二是感觉不如 Codex 那个方,便捷。因为主要就是我们说 Cloud 的那个权限问题,我不太知道怎么解决。都需要主动手动去按,这样的话其实有一些浪费时间吧,我觉得。

说话人 2
然后现在还是换成了,就是因为我在实际测试过程中发现,Coze 和 Deepseek 它们的理解能力和意图识别能力和都识别能力。还有分析能力和逻辑推理能力,其实都要好过 Minimax、百度和其他的几个模型。那我就啊,甚至就是我之前不在网上买了那个200多的那个 Cloud,用了一个月嘛。虽然说它确实可以循环帮我跑一些内容,但是它其实质量不是很稳定,我怀疑它可能随机投递了一些非 cloud 的内容。甚至我怀疑他可能是接的 GLM 的。哦。低模来去处理的这个事情。然后我觉得这样有点太坑了,还不如直接去使用,就 seek 或者是 codex 来处理这些事情。那这四个,他的理解能力和艺术识别能力,还有中文的一个解析能力和回答能力,其实都是比较好的。还在他帮我去处理一些简历和文案的时候。梳理过程中,其实会有一个相对比较好的结果。而 Codex 则是对工程能力,因为我设置的可能就是一个偏工程性质的逻辑。那它的指令遵循能力和修改能力,还有安全性,我觉得都是一个更好的方式。所以还是再让它来帮我做主力的修改和操作。但是他有的时候确实,讲的感觉不是人话。在我需要去对。这个文案要求度比较高的时候,我会去让 Cloud 帮我去做校验和给我,以及我在这些界面的美观程度和信息。层级的梳理的时候,我会让 Cloud 去帮我完成这一系列内容。也不是说 Deepseek 不好,只是说 Deepseek 它其实,如果说按文字处理能力。它确实还不错,只是他多次沟通的上下文,当上下文比较长的时候,他总是顾此失彼,他也有可能会忘记上下文。

说话人 2
这里的时候,在聊一些决策性质的东西,我还是更偏向用 Cloud 来去聊这些东西。Keep sick 更多是属于如果本地有一些内容需要校验,这些东西不是很方便发给 Cloud。而是让它基于我本地的一些文件来去进行探讨的话,那我可以先去办。sick 去聊,比如说我某一份简历,或者是同时处理5份简历,到底要用几份?这种这种比较涉及多文件的,本地本地信息比较多的时候。就这样操作。其实这个体感也是符合我之前看到的,模型的评估标准呢?之前就了解到,Claw 它是一个具备顶级模型能力的,即便它是一个很低额度的模型,它依然可以有很好的文字理解能力和文字的一个回答处理的能力。就是更像人,更容易说人话的那个角度嘛。但是毕竟它是一个网页版,它没有没有,我没有试它的 agent 的效果。主要还是因为它太贵了,不然我就可以开通本地的那个。

说话人 2
内容,如果说主要是他那个内容太不太好开通,不然的话我其实是很希望说,当我有工作的时候。我直接去接稿,我想这些。但实际上我没有这个能力嘛。那我去用中转的话,我也会担心会不会有那种 GLM 来填充替换的这种可能性。因为它这个价格实在差价太多,我可能不太相信。钱都让中转赚了,感觉是不是很合适。如果是这样的话,现在这个价格我可以接受,而且这个这个人可能因为从最开始使用的时候就还。效果还蛮好的。先感觉到这个 CodeX 它的水平跟其他的。

说话人 2
模型有智能差异,我觉得很大大概率是真的。的价格,我觉得还算是我可以承受的范围内。那我现在还在用这个东管,当然如果这个东管挂了,那我确实也不太知道用什么更好的方式替代。确实不显示。属于离不开的状态吧。如果没有他的话,我可能会很多本地的事情可能都难以跑通。但我相信这些模型随着它越来越卷,它应该会有更多更好的人出来吧。

说话人 2
这温度真的挺舒适的。有点阳光虽大,但是又不是很热,很凉爽的感觉。

说话人 2
趁着这个时间段去上羽毛球课,我觉得还是挺舒爽的感觉。知道为什么只有春季和秋季有那个夜校活动吗?不然这夏天和冬天可能这个环境会相对比较恶劣。不是很适合去做这个音效。

以上文本由 AI 总结生成
Mind Map

思维导图

这里不再用摘要卡片伪装脑图,而是直接用经典 mindmap 组件来展示结构。点击分支会跳到正文。

点击节点会定位到正文,方便一边看脑图一边回看原文。

完整主题结构

3 个主题、7 个复核单元;全部保留原文锚点。

01内容与自媒体

归档结构化主题;完整分支见上方思维导图。

02AI 工具与 Codex

归档结构化主题;完整分支见上方思维导图。

03产品与站点

归档结构化主题;完整分支见上方思维导图。

全部复核单元

判断 · 关键洞见日常行程:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。证据 · p01
判断 · 关键洞见工作看板与项目:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。证据 · p07
判断 · 关键洞见循环稳定性:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。证据 · p09
判断 · 关键洞见能力对比:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。证据 · p10
判断 · 关键洞见用途选择:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。证据 · p12
意图 · 行动候选对照现有 AI 版本与本人原稿,选定并润色一份最终简历;按投递方向只调整必要的定位与标题。证据 · p13
意图 · 行动候选为录音中提出的工具或工作流改进定义一个最小验证,并把结果写回对应项目,而不是继续扩充设想。证据 · p07
Atomic Insight Layer

原子结构层

主题 / 实体 / 概念三层标签 + 逐字原话 + 出链 / 反链。点击 chip 筛选。

主题 实体 概念
全部主题实体洞见
topic-0

内容与自媒体

主题
topic-1

AI 工具与 Codex

主题
topic-2

产品与站点

主题
entity-0

Codex

实体
entity-1

MiniMax

实体
entity-2

羽毛球

实体
entity-3

DeepSeek

实体
entity-4

游泳

实体
entity-5

简历

实体
entity-6

发现平台

实体
insight-0

日常行程:准备去上羽毛球课,感慨桂花香季节,提及昨天未游泳、跳舞。

洞见
insight-1

工作看板与项目:制作每日5个工作的看板,上周四找到一些项目,发现平台操作可复制打招呼用语并跳转岗位对话,认为便捷。

洞见
insight-2

循环稳定性:放弃Job系统循环跑的方式,因其不稳定且不如Codex便捷,Cloud权限问题导致手动操作浪费时间。

洞见
insight-3

能力对比:Coze和Deepseek理解、识别、分析及推理能力优于Minimax、百度等,Codex工程能力强,Deepseek文字处理不错但长上下文易顾此失彼。

洞见
insight-4

用途选择:Codex主力修改操作,Cloud用于文案校验、界面美观和信息层级梳理,Deepseek涉及多本地文件时使用。

洞见
Local Relation

这条录音的局部关系图

不用先跳到全局图。这里先把当前 capture 连到的 Topic / Entity / Day,以及共享这些节点的其他记录显出来。

View
Layout
来源
聚焦
Topic Entity Capture Signal Day capture -> topic / entity / signal / day

单击右侧看详情;双击节点开浮层。这里只展示和当前录音直接相关的局部网络。

关联内容

只展示已有派生关系,不把自动相似度伪装成人工判断。

来源类型Text
说话人Lily
归档时刻2026-06-09 15:20:41
主题内容与自媒体 / AI 工具与 Codex / 产品与站点
实体7 项
模式结构化 + 正文
分析版本transcript-analysis@2026-08-30.3

来源与处理轨迹

用于自动化排障与后续作品集历史回顾。

原始内容记录message_log
归档进入 Captureadd_command
结构化视图生成3 个主题 · 7 个复核单元