Kevin Ma (@kevinma_dev_zh)

国产模型能用了，但我还不敢用 前段时间，我的 GPT 账户意外被封，被迫开始全面试用国产模型 过去两周，我深度使用了 DeepSeek v4 Pro、Xiaomi Mimo 2.5 Pro、Minimax M3 和 Kimi 2.7，覆盖编码、文字创作和 Hermes Agent 自动化三大场景      以下是真实使用体验  DeepSeek v4 Pro：资深老编辑 文字能力确实顶尖，总结、翻译、摘要、润色都让我非常满意。但代码生成、长时任务和 Agent 工具调用只能算差强人意。它更像一位经验丰富的老编辑——文笔一流，但让他写代码或处理复杂流程，就有点力不从心       Xiaomi Mimo 2.5 Pro：六边形战士 综合能力最均衡，没有明显短板。文字、代码、逻辑都在线，像一个公司里随时能顶上的得力助手，交给他的任务基本都能稳妥完成。       Minimax M3：名校实习生 文字功底不如 DeepSeek，但在长时任务和 Agent 工具调用上表现很稳定。缺点是"智商"偶尔着急，复杂推理会卡壳。像一个名校毕业的实习生——执行力不错，但遇到需要深度思考的问题还得再带一带       Kimi 2.7：准旗舰水准 这是四款中表现最好的，整体能力接近 GPT 5.5 的水准。除了发布第一天有些不稳定，后续更新后体验大幅提升，目前是我最常用的国产模型       国产模型的共同痛点：稳定性 然而，这些模型都有一个通病——输出稳定性不足 以我的 Hermes Agent 为例：我有十几个定时自动化任务，在 GPT 5.5 下可以数月稳定运行 但同样的 Prompt 和任务流交给上述国产模型，几乎每天都会有一两个任务莫名其妙报错 诡异的是，这些报错任务单独手动执行时，又能顺利通过 这种"薛定谔的报错"让我很难完全信任它们处理无人值守的长时任务       我的当前工作流 因此，我对国产模型和 GPT 5.5 采取了不同的信任策略： 一次性、短时任务 → 首选 Kimi 2.7，效率和质量都足够 代码开发、复杂项目、长时自动化任务 → 仍回退到 GPT 5.5，稳定性是底线 简单来说：国产模型我已经敢用，但还不敢完全放手，关键任务仍需人工审查代码和结果，充当最后一道防线。      PS：至于GLM 5.2，我对智普伤透心了，没有好感，故略过

以前受“build 12 products in 12 months"这种前卫思想的影响，觉得做 build 产品就是进步。 看到一个需求，觉得自己能做；看到别人赚钱的产品，觉得自己也能做。 花几天糊出来一个 MVP，感觉自己效率很高自己特别牛逼。 然而我高估了“做出一个东西”的价值，低估了“让别人知道这个东西”的难度。 这两年我看推上主流的声音一直在鼓励大家 ship fast。 这句话没错。 错的是很多人只听到了 ship，没听到 fast learning。 如果你 ship 之后没有用户反馈，没有使用数据，没有真实对话，没有分发渠道，那你学到的东西非常有限。 你只是学会了更快地完成项目。 但你没有学会更快地接近市场。 这两个能力完全不同。 做产品给你确定感。 做分发给你挫败感。 所以很多人会本能选择逃避，躲进研发的舒适区里。 改 UI。 加 dark mode。 重构代码。 做一个更漂亮的 logo。 再加一个 AI feature。 这些事都很舒服。因为它们相对可控。 但增长不可控。 内容发出去可能没人看。 cold email 可能没人回。 社群里分享可能很尴尬。 SEO 可能三个月没效果。 用户访谈可能直接拒绝你说：我不需要这个。 这才是创业最难的地方。 不是把产品做出来。 而是把自己暴露在市场面前。 一个真实 audience 的价值，不只是 launch 的时候帮你点几个赞。 更重要的是，他们会让你少走很多弯路。 你可以在做之前问他们。 你可以在做一半的时候让他们试。 你可以观察他们真正关心什么。 你可以发现他们愿意为什么付费，而不是猜。 分发不是产品之后的事。 分发就是产品的一部分。 如果没人知道你，没人信你，没人愿意听你解释，那你的产品体验其实从第一步就断了。 所以我觉得 shipping 10 products with no distribution，往往不如 shipping 1 product with a real audience。 独立开发的核心资产，不是做过多少个项目。 而是有没有一个可以反复测试想法、获取反馈、建立信任的渠道。 这可以是 X。 可以是 newsletter。 可以是 SEO。 可以是 YouTube。 可以是一个垂直社群。 可以是一个很小但很精准的用户池。 形式不重要。 重要的是你不能每次 launch 都从零开始。 从零开始一次，是创业。 从零开始十次，可能就是逃避。