LibTV 近日更新了3D导演台功能，于是我们邀请几位艺人到“冷同学的院子”拍了一部短剧，下面先看一分钟正片。

此前，已经为民宿品牌“冷同学的院子”制作了视觉方案，其中两个场景极具记忆点：青石板、绿树与门头构成的院落入口，以及原木风格的植物餐厅。

这一次，直接将这些场景转化成片场。一张场景图，在导演台中变成了可以自由调度人物、机位、走位并串联连续剧情的AI片场。

这就是LibTV导演台最吸引人的地方。

一手实测：导演台的底层逻辑

导演台可以理解为LibTV的轻量级3D构图节点，它解决的是AI视频中最难说清楚的空间关系、人物站位和镜头角度问题。

以往写提示词时，经常出现“男主从画面右侧走入”却从中间冒出来，或者两人在长桌边擦肩而过时与桌子关系错乱的情况，想接第二段剧情，场景又仿佛换了地方。导演台的逻辑更接近真正的影视拍摄：先搭建空间，再让模型生成内容。

具体操作也非常直观。

在LibTV画布空白处双击，新建“导演台”节点，点击进入3D空间。内部可以添加人体素模、基础几何模型、群众阵列，也可以上传自己的角色和道具。左侧栏管理元素清单，支持删除、重命名、打组、隐藏；右侧栏负责场景、角色、元素、摄像机的精细化调整，角色姿势、元素颜色均可调节。

调度时，平移使用V键，旋转使用R键，缩放使用S键，按住Shift可等比缩放。

相机部分是关键：导演视角下自由寻找角度，一键新增拍摄机位，再切换到机位视角预览；FOV可调，截图比例也能选。确认后，截图直接发送回画布，作为后续视频生成的参考图。这套流程看似多了一步，但在实际生成时，能够大幅减少不确定性。

素材准备：人物、场景与定帧

本次素材准备分为三层。

第一层是人物。女主是工作室的老演员，性格活泼，为她制作了全套人物三视图和面部细节图，这些也能沉淀为后续持续使用的资产。

男主“冷总”则是霸道登场的人物设定，一身黑西装，步伐稳健，表情冷峻，气质贴合“冷同学的院子”外冷内热的感觉。

第二层是场景。利用LibTV自带的全景图能力，将原先的普通场景图转换成720°全景图。

这一步很关键。普通图片只有一个平面，AI很难理解门头、广场、桌子、通道、窗户与植物之间的空间位置关系；全景图则把场地“展开”，让人物进场、镜头转向、前后景关系都更容易控制。随后，分别将院子入口和原木植物餐厅导入导演台。

第三层是定帧。这次设计了多段剧情。

第一幕发生在院子入口。将女主放置在红位：背着小包，站在青石板广场上；男主在蓝位：画面招牌下方。

这组定帧的重点是关系清晰：女主首次抵达，男主早已等在院中。青石板、绿树、门头与前后关系，瞬间把“私家小院”和“有人等待”的氛围固定下来。

将截图发回LibTV画布后，基于这些素材创作了一段剧本：

短剧脚本：《盛夏的院子》  
场景设定：白天，阳光明媚。“冷同学的院子”大门外广场  
人物设定：  
男主：一身笔挺黑色西装，气质沉稳，眼神宠溺。  
女主：米色连衣裙，戴眼镜，长卷发，清新活泼。  
  
第一幕：反差初见 (00:00 - 00:15)  
【画面提示】 远景切中景。画面完美还原占位：女主在画面前景（红位）背对镜头，男主在大门正下方（蓝位）面朝女主。  
[00:00 - 00:05] 动作/空镜：阳光洒在青石板上。女主背着小包停下脚步，仰头看门头“冷同学的院子”招牌，嘴角轻笑。画面前方，男主单手插兜，已静静等候。  
[00:05 - 00:08] 动作：女主挥了挥手，步履轻快地朝男主走去。  
[00:08 - 00:15] 台词： 女主：（打趣地笑，边走边说） “堂堂冷大总裁，周末回自己的私家院子，居然还穿着这么严肃的西装？这和‘冷同学’的招牌可不太搭哦。”

然后便可以生成参考图与视频内容。

导演台更新后，参考图的灵活度大幅提升，无论想要坐着还是站着，甚至在桌上摆放杯子、盒子，都可以实现。场景、视角、人物和道具一下子变得灵活多变。

随后，继续基于导演台完成了短剧的另外几幕。

参考内容里，除了导演台截图、人物、场景，还可以加入人物的音色，使得音色统一性问题也一并解决。

素材一多，难免眼花缭乱。这时可以将素材分类打组，并支持分类拖拽和命名，例如按人物、场景、视频等分类管理。

把一份 PDF 丢给智能体去读，听起来只是个小需求。

但真正动手实现时，往往会在两处卡住：要么依赖云端解析服务，文档必须传出去；要么自己用 PyMuPDF、pdfplumber 和 OCR 搭一套流程，虽然跑得通，后续维护却相当琐碎。

LlamaIndex 团队最近开源了 LiteParse，它的定位正正好好落在中间地带。

它并不是 LlamaParse 的本地替代品。

更准确地说，LiteParse 是一款本地优先、速度优先、尽量压低依赖负担的文档解析工具。它适合轻量级的 PDF 解析场景，也适合为智能体准备可读的文本、坐标信息和页面截图。

不过对于复杂文档，暂时不要急着直接投入生产环境。

换句话说，这个项目维护非常活跃，但不同语言绑定的发布节奏并没有完全对齐。

它解决的并非“最强解析”，而是“本地够用”

LiteParse 的 README 表述得相当克制：这是一个独立运行的开源 PDF 解析工具，核心特点是快且轻。

它没有把自己包装成万能的文档理解系统，也没有内置专属的大模型能力。解析过程默认完全在本地执行，核心通过 Rust 编写，底层借助 PDFium 完成 PDF 渲染与文字提取，再配合 Tesseract 或外部 OCR 服务来补充处理扫描件和图片中的文字。

输出形式也非常实用：既可以拿纯文本，也可以拿 JSON。JSON 中包含文本块和边界框，智能体如果需要知道某段文字在页面上大致的位置，就不必只凭一串纯文字去猜测。

LiteParse 还内建了截图能力。

这一点对智能体阅读文档来说很关键。许多 PDF 中的有效信息并不只存在于文字当中，它可能是一张流程图、一个表格截图、页眉中的编号，或者某一块排版上暗示的意义。LiteParse 可以生成页面的 PNG 图片，让智能体在“读文字”之外，还能看到页面本身。

能在哪些环境里使用

LiteParse 目前提供 Rust、Node.js/TypeScript、Python 以及浏览器端 WASM 绑定，统一的 CLI 名称叫作 lit。

安装方式也相当直接：

pip install liteparse  
npm i @llamaindex/liteparse  
cargo install liteparse

安装之后，最常用的操作就是解析 PDF：

凌晨3点，Telegram 推送了第一条自动生成的建筑趋势日报。从一个念头到成功运转，其间踩过的坑有多少？付出的时间值不值？这篇复盘将给你一份不加滤镜的真实答案。

源头：看似简单的推送需求

需求听起来并不复杂：每天清晨自动搜集与建筑、AI 设计及参数化相关的行业资讯，通过智能过滤和摘要后，推送到 Telegram。
这样一觉醒来就能读到精华，不必再亲自刷遍各个信息平台。

实现路径也很清晰——用 n8n 负责数据采集与调度，Hermes Agent 承担智能处理，最后通过 Telegram 完成推送。网上有现成的方案文档，看上去一两个小时就能跑通。
可真正动手之后，我从开始到成功推送几乎折腾了整夜。
这篇文章并非教程，而是一次深度复盘：记录每一个坑、每一个判断、每一次绕路，下次再碰到相似的挑战，就能少走无数弯路。

先分清角色：n8n 与 Hermes 功能定位

在进入那些坑之前，有必要先把两个工具的底层职责讲清楚。

n8n 是一个开源的工作流自动化平台，类似于 Zapier 或 Make，但能完全自托管。它的核心价值在于连接——把各类数据源、API、服务串联成自动化管道。RSS 抓取、HTTP 请求、数据库操作、定时触发，这些都是 n8n 的拿手好戏。但它不负责“思考”，只做搬运与编排。

Hermes Agent 则是一个本地运行的 AI Agent 框架，支持工具调用（网络搜索、文件操作、代码执行等），具备持久化记忆，并且可以接入 Telegram、Discord 等多个平台。它真正擅长的是“思考”与“判断”——理解上下文、筛选信息、生成结构化输出。

因此，两者的分工非常明确：n8n 是数据管道，Hermes 是大脑。

坑一：方案文档的理想与现实

网上流传的方案文档，架构看起来相当完备：定时触发 → RSS 采集 → Hermes 处理 → Telegram 推送。
但在一个关键步骤上，被一句话轻松带过——“请确保你已经部署好 Hermes Agent”。
问题就出在这。

Hermes Agent 有两种运行模式：

• • hermes：交互式 CLI，打开终端直接对话，也是大多数人的日常使用方式
• • hermes gateway：消息网关模式，用来连接 Telegram、Discord 等平台，同时内置了一个 OpenAI 兼容的 HTTP API，监听在 8642 端口

n8n 想调用 Hermes，必须依赖第二种模式所暴露的 HTTP API。如果只运行了 hermes，API 根本不存在，n8n 无论如何配置都连不上。
更细致的问题是：即使启动了 hermes gateway，API Server 默认也是关闭的。你必须进入 ~/.hermes/.env，同时设置以下两个变量：

演示代码：nurbs_bbox_demo.py（11/11 测试全通过）

核心论点回顾

原始分析指出AI生成几何包围盒代码时的三个主要问题：

1. AABB 计算：采用控制点比较法，虽然通过凸包性质保证包络，但结果偏大，显得“粗犷”。
2. OBB 计算：AI 提供的单元测试偏定性，例如使用 assertTrue(width > 0) 这类判断，缺乏精确的定量预期值。
3. 结论：断言“几何算法工程师不可替代”，强调AI在这个领域的关键短板。

评估：部分正确，但结论过于绝对

认同之处

• 对于任意复杂 NURBS 曲面，AI 确实经常只能生成定性测试。因为 PCA-OBB 的准确预期方向需要对控制点进行手工特征值分解，人工智能无法凭空给出精确数值。
• 控制点 AABB 与紧凑 AABB 之间存在差距，保守边界确实会偏大。

不认同之处

“控制点 AABB 粗犷”这种表述容易引起误解。
控制点 AABB 是 NURBS 凸包性质给出的数学保证上界，属于正确且保守的边界，而非一个错误的近似。关键在于“偏大”不等于“不正确”。

“AI 哪一个都不靠谱”的结论覆盖面太广。
如果测试场景选择得当，提供可手工计算期望值的用例，AI 完全可以生成具备定量指标的测试代码。

可靠方法：挑选“可解析”的测试用例

关键示例

以二次 Bézier 曲线为例，其控制点为 P0=(0,0,0), P1=(1,2,0), P2=(2,0,0)：

B_y(t) = 4t(1-t)
dB_y/dt = 4(1-2t) = 0  →  t* = 0.5
y_max = B_y(0.5) = 1.0   ← 获得闭合形式的精确值

控制点 y_max = 2.0（P1 的 y 坐标）
保守边界 / 精确边界 = 2.0  ← 保守边界偏大 100%

y_max = 1.0 是解析解，不是采样得到的近似值。因此测试可以写成 assertAlmostEqual(hi[1], 1.0, delta=0.001)，实现完全定量。

在众多前沿大语言模型中，Opus4.8 一直是我们日常工作与创意探索的利器。为推动更实际的评测，我们设置了 9 个综合性测试场景，同时引入上代旗舰 Opus4.6 与一款当前国产模型（为免争议，暂称“Model 3”）作为参照。所有测试结果已整理并在线展示，方便在桌面端细致对比。

建议在电脑大屏上浏览交互页面，视觉和交互差异一目了然。

以下选取其中四个最具代表性的案例进行分析，其余案例亦可在线查看完整过程。本次所有测试均在 Claude.ai 网页版中零依赖完成。

1、赛博朋克版《清明上河图》

测试要求：
不直接生成图片，而是编写一个完整 HTML 文件，在浏览器中呈现动态的、赛博朋克风格的《清明上河图》长卷。要求画面从右向左自动慢速滚动；至少包含 50 个动态元素（霓虹灯招牌、飞行汽车、全息广告、机械义肢行人等）；鼠标悬停店铺时弹出赛博风格信息卡片。

此次任务检验 SVG/Canvas 绘图、CSS 动画、鼠标交互处理以及审美融合能力。

Opus4.8 输出结果：

作品设计说明（节选）：

《赛博·清明上河图 · 汴京 2099》采用单一 HTML 文件，可直接在浏览器运行。主要实现：
长卷 5400px 自动匀速滚动，通过首尾画面克隆实现无缝循环，鼠标悬停暂停播放。
风格融合依靠将传统视觉语言逐一赛博化——飞檐曲线屋顶以发光 SVG 轮廓呈现，竖排霓虹招牌、摇摆红灯笼、彩虹光弧虹桥与悬停画舫，配色采用玉青/朱红/鎏金等传统色碰撞青/品红赛博光，远处保留水墨远山与孤月。
动态元素超 100 个，右上角 HUD 实时计数，包括故障闪烁招牌、拖尾飞行汽车、无人机、全息广告、义体行人、蒸汽与火花、酸雨、扫描线等。
18 间店铺可悬停，弹出斜切赛博卡片，含好评率进度条、信用、客流与营业状态。

Opus4.6 结果：

Model 3 结果：

直观来看，Opus4.8 生成的画面更具沉浸感与具象细节，仿佛观者置身汴京街头；Opus4.6 偏向远景表达的抽象意境。而 Model 3 仅呈现杂乱的色块，缺乏设计感，配色素乱、线条僵直，人物原地空踏，飞行器极简无层次。Opus4.8 在形态塑造与元素融合上遥遥领先。

细节方面，Opus4.8 对义肢人、两种飞行器、各类店铺都刻画饱满，并专门为画面定制了繁体汉字，每一个字均对应具体店铺：醉（醉仙楼）、仙（不老丹）、龍（天龙集团）、夢（入梦体验馆）、錢（通宝钱庄）、武（机甲竞技）、樂（全息梨园）。文字处理细腻，让整幅长卷既有东方意境又不失科幻张力。

2、华丽设计的AI五子棋

测试要求：
用单一 HTML 文件实现人机对弈五子棋，15×15 标准棋盘有木纹质感；AI 需能识破活三、冲四，不可让人三步获胜；落子有弹跳回弹动画；五连珠时触发粒子烟花与连线闪烁特效；支持悔棋和“AI思考中”加载动画；整体 UI 精致。

我原本想自己做一个网站来服务 OPC，但页面到底要怎么设计呢？说实话我自己也没想好。如果我自己来 Vibe coding，不算难，但很碎。要确认信息架构，要确认页面，要做交互，要调响应式，要跑起来看效果，还要不断修小 bug。最烦的不是写代码，而是你得一直盯着它。

于是我把这个任务丢给了 PilotDeck，一个由面壁智能联合清华大学 THUNLP 实验室、OpenBMB 与 AI9stars 开源的 Agent OS。

它和其他的 Agent 不一样的点在于，PilotDeck 更像是给 Agent 准备的一间工作舱：一个项目一个 WorkSpace，里面有单独的文件、记忆、技能、任务进度，甚至还能看到成本记录。

更重要的是，它开源了。这意味着，Agent OS 不再只是大公司的某个产品形态。每个人都可以把它部署到本地，让自己的电脑拥有一个真正能装项目、跑任务、沉淀记忆的 Agent 工作舱。

逐步实测：从一句话到一个完整官网的自动化之旅

我想做一个能真正跑起来的 WOYIN 官网，我原本只给了一句话：

帮我做一个 AI 一人公司智能体军团的平台网站，根据 OPC 不同的业务场景来划分类别。

PilotDeck 识别到了我的需求，然后委托了一个子智能体来构建这个网站。

让我感到惊喜的是，这次不仅仅是一个静态展示页，而是一个完整的带交互和动态效果的官网。它甚至帮我写了 Canvas 粒子星空背景、CountUp 数字增长动画、8 个业务场景 Tab 的无刷新切换，还写了卡片 hover 发光、滚动入场动画和移动端汉堡菜单。这类细节放在普通需求里，往往要来回追问很多轮：“能不能再加一点动态效果？”“移动端能不能帮我适配一下？”但 PilotDeck 在这个 WorkSpace 里，是按“一个高质量官网”的标准往前推，而不是只把 HTML 写出来交差。

原本我以为到这里就结束了，然而 PilotDeck 继续做了这几件事。

点击观看视频演示

它运行网站，打开浏览器预览，自己开始截图看效果。第一次看页面时，它发现导航区域和 Hero 区域有文字重叠。

PilotDeck 定位到问题，开始调整。然后重新加载页面，再继续看下一屏，继续检查页面上的其他功能，并且挨个修复。

这一段体验，真的已经非常接近一个小型前端同事在干活了：先实现、再跑起来、再看页面、再修问题、再继续验证。它不是只生成代码，而是在推进一个任务的闭环。

最后它给出的验证结果也很完整：导航栏、Hero 首屏、统计数字、价值主张、智能体军团、Tab 交互、成功案例、定价方案、Footer，都逐项确认。来看看第一版的成品：

最近 AI 圈最热的 Agent 产品，非 Codex 莫属。
它好用不假，但只能绑定 GPT 模型，并且需要特殊网络环境。GPT‑5.5 在 Agent 编程上的上下文管理、自主规划和复杂任务处理确实强势，但审美总让人一言难尽，带着一股浓重的“工科直男”味道 —— 连 Sam Altman 都承认：“GPT‑5.5 智商很强，不如 Claude 有品味”。用它生成网页，满屏都是 SaaS 模板气息，过于理中客。

对于那些习惯了 Claude、Kimi、Qwen、GLM、MiniMax 前端美学的人，看到 GPT‑5.5 的页面产出，真的会被“丑哭”。

怎么办？直到我遇见了 Qoder Desktop。

和 Codex 一样，它的核心也是 Quest 控制台驱动。只需把需求扔进去，比如“帮我实现一个用户登录功能”，剩余的需求拆解、分工、编码、测试等环节，背后的单 Agent 或专家团会自动搞定，你只需要验收最终成果。

而且它支持 Qwen3.7‑max、M3、K2.6、DeepSeek‑V4 等当前的主流模型。更关键的是，还能接入第三方 Coding Plan，不消耗平台 Credits。

如果使用 Qwen3.7‑Max，每天还可享受 200 次免费调用额度。

最重要的是，这是一款中国团队打造的 Codex 级产品，无需特殊网络，人人皆可用。

下面，带你沉浸式体验。

深度体验：六大核心场景实测 Qoder Desktop

0）前置准备

访问 qoder.com/desktop，下载安装「Qoder Desktop」。

注意不要选错，不是 Qoder Work，也不是 Qoder Wake。macOS、Windows、Linux 全平台支持，也提供手机 APP，可从手机端远程遥控桌面端。

近期 Qwen3.7 系列热度持续走高，“国产最佳、世界第二”的评价屡见报端。原本对闭源模型已兴致缺缺，但大量读者反复催促，再次勾起实测的兴趣。

不得不说，Qwen 每次更新的封面图还是相当会玩且养眼，不过自家的 Image 系列似乎已经很久没有开源了。

一、价格一探究竟

准备开测时，才发现手边缺少趁手的接入渠道。原本可用的 CodingPlan 即将到期且无法续费，改用 TokensPlan 则最低月费 198 元起，稍高配置便跃至 698 元，对比 Opus4.8 仅需 140 元不到，实在不太划算。无奈之下，只能直奔官方 API。

查看官方价目表：

输入 12 元/百万 Token，输出 36 元/百万 Token，缓存 2.4 元/百万 Token。这个定价实在不能算便宜。好在目前有五折活动，并附赠 100 万 Token。不过 100 万 Token 大致相当于一个上下文的容量，在长程任务中可能转瞬即光。

二、官方基准表现速览

实测之前，先来看官方给出的基准成绩。

整体来看，确实颇具统治力。官方称其基本实现对 DeepSeek V4、GLM5.1、Kimi K2.6 以及 Opus4.6Max 的全方位超越。

官方博客的核心描述十分高调：

Qwen3.7-Max 致力于成为全能的智能体基座——无论是编写和调试代码、自动化办公流程，还是在跨越数百乃至数千步的长周期任务中持续自主执行，都能胜任。

Qwen3.7-Max 的核心优势在于智能体能力的广度与深度：

• 编程方面，从前端原型开发到复杂的多文件工程均能驾驭；
• 办公与生产力方面，通过 MCP 集成和多智能体协作实现工作流自动化；
• 长周期自主执行方面，在一项长达 35 小时、超过 1,000 次工具调用的全自主内核优化实验中保持了连贯推理，充分验证了其持久稳定的执行能力；
• 此外，无论部署在 Claude Code、OpenClaw、Qwen Code 还是其他框架下，都能稳定发挥出色的跨框架泛化能力。

关键词很明确——“全能的智能体基座”，优势落在智能体能力的广度与深度。

日前，一款名为 Step 3.7 Flash 的开源大模型正式亮相。官方宣称其生成速度可飙升至 400 Token/s，并且原生整合多模态视觉理解——即便在图像、视频输入都尚未普及的当下，这已属稀缺能力。我先用一个刁钻的问题考了考它：既然全宇宙都在膨胀，那我变胖是不是也符合宇宙规律？

在你还在愣神的时候，模型已经完成了推理并给出答案——全程只花了大约 2 秒，来自纯粹的 API 调用。

性能参数上，Step 3.7 Flash 总参数量达到 198B（激活 11B），原生支持视觉理解，上下文窗口长达 256k，并且为智能体（Agent）场景做了专项优化。最让开发者心动的是它的输出速率——可达 400 TPS，而业内多数模型的吞吐量还挣扎在 100 TPS 以下。

价格贵不贵？答案是否定的。订阅 Step Plan 最低仅需 38 元/月。直接走 API 的话，输入（命中缓存）为 0.27 元/百万 Token，缓存未命中时为 1.35 元，输出为 8.1 元。单看这些数字，似乎并未比 DeepSeek v4 Flash（输入 1 元/输出 2 元）便宜，但如果加入“多模态 + 超高速”的维度，它的性价比便立刻凸显。更关键的一点：它开源了。

一手实测：基准与速度

先看官方给出的 benchmark 成绩。

通俗总结就是：

• 与 GPT-4o、Claude 3.5 Sonnet 相比，仍有追赶空间，但对标 Gemini 已能实现部分超越；
• 与 DeepSeek 系列各有胜负；
• 相较上一代模型提升显著；
• 速度方面一骑绝尘——当前大部分模型的输出速度甚至不超过 100 TPS。

以 Artificial Analysis 的速度榜单为参照，此前最快的 GPT-5.3 也只跑到约 130 TPS。

做内容和项目这么久，有一个效率黑洞始终绕不开——大部分正经工作，非得坐到电脑前才能展开。走路时突然冒出的灵感，掏出手机慌乱记下几笔，再等坐回电脑打开软件，那股“热乎劲儿”已经散了大半。更别提人在外面，临时被问到某个数据或文档，只能回一句“等我回去看看”，或者硬着头皮远程桌面，在小屏幕上戳来戳去。

不过，这个局面最近被 TRAE SOLO 改写了。

TRAE SOLO 移动端已经正式上线，而且 App、Web、PC 三端全量开放，无需邀请码，下载即用。Windows、iOS 全部兼容。这意味着：你在手机上下发的任务，桌面端实时可见；电脑上正在跑的进度，手机随时能查。它不只是“消息同步”，而是整个工作流能够跟着你，在不同设备间无缝流动。

我用了一段时间，下面就直接聊聊真实的使用场景。

先花 2 分钟，把手机和电脑配对

如果还没装 TRAE SOLO，可以直接去官网下载：

• 国内版：www.trae.cn
• 国际版：www.trae.ai

安装后，把手机和电脑配成一对，步骤非常直接：

1）手机与电脑登录同一个 TRAE 账号（需要注意，国内版和国际版账号体系独立，务必同版本）；
2）电脑端打开「设置 → SOLO Mobile → 开启 Phone Pairing 开关」；
3）手机端点击头像 →「设备管理 → 添加设备」。手机会自动检测同账号设备，看到电脑出现在列表中，点一下即配对成功。

整个过程不需要手动输入任何配对码，完全依靠账号体系自动识别。

电脑配对方法

手机配对方法

有个细节必须知道：想让手机端 Agent 操作的文件，必须放在电脑的 Documents（文稿）根目录下，不在此路径的文件是无法访问的。操作前记得把需要的文档挪进来。从安全角度看，这也是多一重保护。另外，强烈建议开启电脑的防睡眠模式，保持常亮在线，这样才能随时接收手机端发来的指令。

配对好后，新建任务时，你就可以自由选择让 Agent 跑在云端，还是跑在自己这台刚配对好的电脑上。

一手实测体验

1）语音讨论：走着路，就把思路理清了

这是我用得最频繁的一个场景。以前梳理灵感，必须坐下来对着屏幕打字，走路时哪怕有很好的念头，也只能用备忘录匆匆记个碎片，回来后重新整理，中间的那个“转写”过程，经常丢掉不少原汁原味的东西。

现在我的用法是：散步时打开 TRAE SOLO，按住话筒键直接开讲：

🎙 我最近想做一款 Skills 智能匹配的产品，你有没有什么好的建议？

它并不会直接甩给我一份冷冰冰的大纲，而是会跟我聊。它会问：“那你有没有想过这个产品的核心使用场景？”“是面向普通职场人、自由职业者，还是针对有具体项目需求的团队？”我一边走一边回答，越聊越清晰。

讨论一结束，对话自动生成了讨论纪要——不是逐字稿，而是提炼后的产物：核心结论、关键判断、下一步行动，整理得清清楚楚。我随即基于这份纪要又下了一条语音指令：

🎙 根据刚才的讨论，帮我整理一份大纲，上传到我的飞书文档里，再保存一份到本地。

说完就把手机揣回口袋，继续走路。等回到电脑前，大纲已经稳稳当当在本地和飞书里躺好了。