{
  "schema_version": "1.0",
  "name": "模型 / 工作流 / 硬件测评",
  "updated_at": "2026-11-14",
  "count": 14,
  "content_policy": "只做信息呈现与事实摘要；不全文转载、不评价政策、不做投资建议；逐条标来源与核验状态，未披露处写「未披露」，不估算。",
  "link_check": {
    "method": "真实 GET + 反爬/验证码/软404 识别；JS 渲染页另用真实浏览器复验",
    "checked_at": "2026-11-14",
    "note": "link_status=ok/browser_ok 表示该条原文链接在标注日期实际可打开；失效由巡检流程下线"
  },
  "items": [
    {
      "id": "as-001",
      "title": "SuperCLUE 智能指数（2026年11月）：19 款中文大模型五维测评",
      "url": "https://www.superclueai.com/homepage",
      "source": "SuperCLUE",
      "source_type": "测评机构",
      "kind": "模型",
      "date": "2026-11-12",
      "cover_label": "模型横评",
      "summary": "覆盖智能体编程、数理推理、幻觉控制、精确指令遵循、超长上下文五个维度，展示19款模型成绩；2026年11月12日更新，另设编程、图像、视频、TTS 等分榜。",
      "plain": "别只看总分。一个人干活最怕模型瞎编、读不完长材料，所以「幻觉控制」和「超长上下文」两列比总分更能决定能不能真用。",
      "points": [
        "五个维度分开看，别只看总分",
        "幻觉控制 / 超长上下文最影响实际交付",
        "榜单持续更新，看日期再用"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "browser_ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-004",
      "title": "2026 主流 AI 大模型横向实测：六款模型选型对比",
      "url": "https://www.cioage.com/article/856352.html",
      "source": "CIOAge",
      "source_type": "专业媒体",
      "kind": "模型",
      "date": "2026-09",
      "cover_label": "选型对比",
      "summary": "统一环境、统一指令、10 次实测平均，覆盖中文语义、逻辑推理、工程代码、文案创作、响应速度、幻觉率、上下文窗口、国内可用性等维度，按场景给出多模态、长文本、代码、免费轻量等选型结论。",
      "plain": "别问「哪个模型最强」，问「我这段活该给谁」。同一份测评里，写代码的赢家和读长材料的赢家往往不是同一个。",
      "points": [
        "统一环境 + 10 次平均，口径可复现",
        "按场景给结论而非单一排名",
        "国内可用性是单独一项，别忽略"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-005",
      "title": "Dify vs n8n vs Coze：2026 三大 AI 工作流平台实测对比",
      "url": "https://www.npspro.top/45974.html",
      "source": "软师傅",
      "source_type": "自媒体",
      "kind": "工作流",
      "date": "2026",
      "cover_label": "工作流对比",
      "summary": "把三家定位讲成一句话：Coze 是「别人开好的店」、Dify 是「自己盖的工厂」、n8n 是「万能胶水」。对比上手难度、部署方式、模型选择、数据安全、价格与强项；n8n 约 1500+ 集成、9000+ 模板，可完全自托管。",
      "plain": "分水岭就一条：涉及公司文档、私人照片、财务数据，选自部署的 Dify / n8n；纯个人玩、图快，用 Coze。别把客户资料传到闭源 SaaS。",
      "points": [
        "Coze 最简单但闭源、数据在云端",
        "Dify 强在 RAG 知识库与模型自由",
        "n8n 强在跨系统自动化与可观测"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-006",
      "title": "同一个客服 Agent 跑三遍：n8n / Dify / Coze 实测",
      "url": "https://flowpixai.com/ai-tools/ai-agent-build-tools-n8n-dify-coze.html",
      "source": "FlowPix",
      "source_type": "自媒体",
      "kind": "工作流",
      "date": "2026-07",
      "cover_label": "同题实测",
      "summary": "用同一套语料（12 份 PDF 约 8 万字、30 条问题）搭同一个电商客服 Agent：Coze 约 6 分钟搭完、目测准确率 85%；Dify 约 40 分钟、调分块后约 91%；n8n 近 2 小时、约 88%，但链路最灵活（可加「晚 10 点转人工」开关）。",
      "plain": "耗时和可控性是成正比的：6 分钟出活但参数调不动，40 分钟能把每根线攥手里。先看你要的是「快」还是「能改」。",
      "points": [
        "Coze 6 分钟 / Dify 40 分钟 / n8n 近 2 小时",
        "同语料同题，比参数表有参考价值",
        "准确率是作者目测，非第三方复核"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-007",
      "title": "2026 AI 工作流平台横评：5 大平台深度实测",
      "url": "http://mp.weixin.qq.com/s?__biz=MzIzMjA1MTcwNw==&mid=2247484102&idx=1&sn=0c8e7367e022942f175a04950377aa9d&chksm=e9c59eec57403dc5858f375e8ed574b92fc2e670faa86383f75fd42f5f660b9441ead1986c4d",
      "source": "微信公众号",
      "source_type": "公众号",
      "kind": "工作流",
      "date": "2026",
      "cover_label": "五平台横评",
      "summary": "用同一场景（企业客服知识库+自动回复+数据报表）实测 Coze、Dify、n8n、FastGPT、RagFlow，给 6 维评分与选型结论，并列出 5 个避坑点：用 Coze 做企业级、用 n8n 做知识库、Dify 不调分块、RagFlow 跑小服务器、一上来就用 Workflow。",
      "plain": "最有用的是「避坑」那段：n8n 没有原生 RAG，硬拿它做知识库问答会绕一大圈；RagFlow 吃内存，小机器直接 OOM。工具不是越全越好，是别用错地方。",
      "points": [
        "同一场景横向测 5 个平台",
        "n8n 无原生 RAG，知识库交给 FastGPT/Dify",
        "RagFlow 门槛高，小团队慎入"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-008",
      "title": "三大低代码平台对比：n8n、扣子与 Dify 的核心差异",
      "url": "https://intelliparadigm.com/article/weixin_30047059/2221597",
      "source": "AI智能范式网",
      "source_type": "专业媒体",
      "kind": "工作流",
      "date": "2026",
      "cover_label": "编排能力",
      "summary": "从工作流设计能力切入：n8n 节点式编辑器、HTTP 节点超时可精确到毫秒、善用执行 ID 追踪多分支；扣子偏状态机、新增审批节点但异步需加状态检查；Dify 的 LLM 集成最深，可动态调整 temperature，但连续串联过多 LLM 节点会让延迟指数级上升。",
      "plain": "讲的是「跑起来之后怎么排错」。两个能马上用的经验：复杂分支给每个节点留执行痕迹；LLM 节点别一串到底，串多了慢得离谱。",
      "points": [
        "n8n 用执行 ID 追多分支数据流",
        "扣子异步节点后要加状态检查",
        "Dify 别连续串太多 LLM 节点"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-009",
      "title": "IT之家评测室：铭凡 MS-S1 MAX 迷你 AI 工作站实测",
      "url": "https://digi.ithome.com/archiver/0/915/400.htm",
      "source": "IT之家评测室",
      "source_type": "专业媒体",
      "kind": "硬件",
      "date": "2026",
      "cover_label": "硬件评测",
      "summary": "在 3.5L 迷你主机上本地部署文字类与图片理解类模型，输出速度达 68.39 token/s；文中称 gpt-oss-120b 规模模型本地运行无压力，对比同价位传统 PC。总结强调本地部署数据更安全、省云端 Token 费用，适合中小企业和开发者。",
      "plain": "结论是「本地跑大模型不用再买大机房」。但要留个心眼：这是厂商送测的评测室文章，速度数字对应特定模型与量化设置，换模型就变。",
      "points": [
        "3.5L 小机身跑 120B 级模型",
        "本地部署省 Token 费、数据不出本机",
        "属厂商送测，数字看测试条件"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-010",
      "title": "迷你主机 2026 榜单：跑本地大模型，首字延迟差一个数量级",
      "url": "https://www.5ulink.com/archives/5231",
      "source": "无忧网联（整理 StorageReview 实测）",
      "source_type": "自媒体",
      "kind": "硬件",
      "date": "2026",
      "cover_label": "硬件横评",
      "summary": "只收核显类约 1.2L 以下迷你主机，按跨平台测试套件实测数据排名。Procyon 本地文本生成：Arc B390 首字延迟 0.3–0.6 秒、Phi 输出 46 token/s；Radeon 860M（DirectML 路径）首字要等 6–14 秒，输出速度接近。文章判断差异来自软件路径成熟度而非算力。",
      "plain": "挑机器别只比「每秒多少 token」。首字等 0.3 秒和等 14 秒，是能不能拿来交互的分界，而这一点往往由软件路径决定，换驱动就可能变。",
      "points": [
        "首字延迟 0.3–0.6 秒 vs 6–14 秒",
        "输出速度接近，入口体验差一个数量级",
        "瓶颈常在软件路径，不纯是算力"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-011",
      "title": "我们实测了 5 台跑本地 AI 的迷你主机：到底该买哪台",
      "url": "https://byrdbyte.com/blog/we-tested-five-mini-pcs-for-running-local-ai",
      "source": "Byrdbyte",
      "source_type": "自媒体",
      "kind": "硬件",
      "date": "2026",
      "cover_label": "海外实测",
      "summary": "实测 Llama 3.1 8B / Qwen 2.5 14B 在 5 台迷你主机上的表现：Beelink SER9 Pro 约 28 / 12 token/s；M4 Mac mini 约 24 token/s 但 16GB 跑 14B 会 OOM；提醒 Intel N 系列（N150/N200/N95）跑不动实用 LLM。结论强调统一内存上限比峰值速度更关键。",
      "plain": "一人公司选机，先看内存上限够不够装下你要跑的模型，再看速度。16GB 的机器再快，14B 模型一加载就爆内存，等于白买。",
      "points": [
        "内存上限 > 峰值速度",
        "16GB 跑 14B 会 OOM",
        "Intel N 系列不适合跑本地大模型"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-012",
      "title": "机械革命大师之路 X10：搭载 RTX Spark 落地本地 AI",
      "url": "https://www.ithome.com/1/025/737.htm",
      "source": "IT之家",
      "source_type": "专业媒体",
      "kind": "硬件",
      "date": "2026",
      "cover_label": "产品介绍",
      "summary": "介绍即将推出的桌面迷你主机：NVIDIA RTX Spark 超级芯片，20 核 Arm v9.2 Grace CPU、Blackwell 架构 GPU、6144 个 CUDA 核心、FP4 算力最高 1 petaflop、统一内存；厂商标称最高可运行 1200 亿参数、上下文 100 万的大模型。文中主要讨论本地跑模型可绕开云端 Token 额度约束。",
      "plain": "注意这条是「即将推出」的产品介绍，参数是厂商标称、不是第三方实测，别当成已验证性能。可看的是趋势：本地跑大模型的机器开始做成桌面小盒子。",
      "points": [
        "厂商标称参数，非第三方实测",
        "统一内存是关键设计",
        "定位：绕开云端 Token 额度"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-013",
      "title": "少数派：一张透明工牌的一千种活法（FoloToy AI Passport）",
      "url": "https://sspai.com/post/116826",
      "source": "少数派",
      "source_type": "自媒体",
      "kind": "硬件",
      "date": "2026-10",
      "cover_label": "开源硬件",
      "summary": "作者入手 114 元的透明开源硬件工牌：60×95×8.5mm、50g，主板/NFC/电池外露，背面印 GitHub 地址；正面小彩屏 + 三颗按键，微信小程序蓝牙同步；社区 1000+ 玩法、Type-C 一键烧录但一次只能装一个。直言音质一般、字小、换玩法等于刷机、500mAh 撑不住重度使用，结论是「把它当生产力工具大概率会失望，它更像个拥抱 AI 的小玩具」。",
      "plain": "难得把缺点写全的一篇：「不实用」正是它好玩的地方。看这类小硬件别看宣传片，看作者愿不愿意把「连蓝牙反复提示」「一次只能装一个」写出来。",
      "points": [
        "114 元、开源、社区 1000+ 玩法",
        "一次只能装一种玩法，换等于刷机",
        "作者明说：是玩具，不是生产力工具"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-014",
      "title": "少数派：YoooClaw C·ONE 体验，为 AI Agent 而生的硬件",
      "url": "https://sspai.com/post/109889",
      "source": "少数派",
      "source_type": "自媒体",
      "kind": "硬件",
      "date": "2026",
      "cover_label": "AI 卡片",
      "summary": "作者提前体验一张信用卡大小的金属智能卡片：全金属一体机身、楔形设计可磁吸贴合手机，背面一个按钮 + 条形指示灯 + logo；长按进入 AI 对话模式（绿色波浪灯），双击进入录音模式（绿色闪烁）。文章讨论「如果设备一开始就为 AI Agent 构建，应该长什么样」，属合作体验性质。",
      "plain": "看点在思路：把 AI 从「打开 App 复制粘贴」变成按一下键就能说话的随身入口。但这篇是提前体验/合作内容，别当成长期耐用性结论。",
      "points": [
        "无屏卡片：一个按键 + 一条灯带",
        "长按对话、双击录音，交互极简",
        "属提前体验，看设计思路别看结论"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-015",
      "title": "少数派：我拿 AI 把身边带电的设备都刷了",
      "url": "https://sspai.com/post/113350",
      "source": "少数派",
      "source_type": "自媒体",
      "kind": "工作流",
      "date": "2026",
      "cover_label": "AI 改造",
      "summary": "作者用 AI 给自己写系统功能（一键连蓝牙耳机且不接麦克风）、把 IP 形象做成宠物刷进 M5Stack 开源硬件并与 Codex 打通以监控 AI 任务进展、把额度刷新雷达刷进墨水屏设备。核心观点：开源硬件接口开放，过去要装专用 IDE 学半天，现在连上电脑跟 AI 说「给我刷」即可，给自己做的软件才是最能让自己爽的产品。",
      "plain": "这是「工作流测评」里最实的一种：不是比参数，是看一个人能不能用 AI 把自己的小麻烦真的解决掉。门槛从「会不会烧录」降到「会不会说清楚要什么」。",
      "points": [
        "AI 把「装 IDE 学半天」压成一句话",
        "开源硬件 + Agent 打通任务监控",
        "给自己做的工具，价值最直接"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    },
    {
      "id": "as-016",
      "title": "量子位：原力灵机 DM0.5 登顶 RoboDojo 具身评测",
      "url": "https://k.sina.cn/article_5953466437_162dab0450670ba5fy.html",
      "source": "量子位（新浪转载）",
      "source_type": "自媒体",
      "kind": "模型",
      "date": "2026",
      "cover_label": "具身评测",
      "summary": "报道 DM0.5 登顶由香港大学、UC Berkeley、清华等近 20 家机构共同发起的 RoboDojo 具身评测；文中给出截至 2026 年 7 月仿真榜单头部模型平均成功率仅 8.80%、真机仅 12.8% 的背景，并指出 DM0.5 在 Memory 维度取得 47.74 分、Cover Blocks 任务三次随机考试 100% 成功率，模型已开源。",
      "plain": "最该看的是那个背景数字：这类评测头部成功率还只有个位数到十几个点。说明「能跑 demo」和「能稳定干活」之间差得很远，看机器人视频时心里要有这根尺。",
      "points": [
        "仿真榜单头部平均成功率 8.80%",
        "真机榜单头部 12.8%",
        "DM0.5 强项在记忆维度，已开源"
      ],
      "section": "assessment",
      "schema_version": "1.0",
      "link_status": "ok",
      "link_checked_at": "2026-11-14",
      "verified": false,
      "content_status": "published"
    }
  ]
}