阅读视图

发现新文章,点击刷新页面。

2026最新款Vue3+DeepSeek-V3.2+Arco+Markdown网页端流式生成AI Chat

一周左右爆肝迭代研发,最新款vite7.2+vue3接入deepseek api网页版ai系统,完结了!

未标题-ee.png

p4-1.gif

技术栈

  • 开发工具:vscode
  • 技术框架:vite^7.2.4+vue^3.5.24+vue-router^4.6.4
  • 大模型ai框架:DeepSeek-R1 + OpenAI
  • UI组件库:arco-design^2.57.0 (字节桌面端组件库)
  • 状态插件:pinia^3.0.4
  • 本地存储:pinia-plugin-persistedstate^4.7.1
  • 高亮插件:highlight.js^11.11.1
  • markdown插件:markdown-it
  • katex公式:@mdit/plugin-katex^0.24.1

未标题-aa.png

p0.gif

项目功能性

  1. 最新框架vite7.x集成deepseek流式生成,效果更丝滑流畅
  2. 提供暗黑+浅色主题、侧边栏展开/收缩
  3. 支持丰富Markdown样式,代码高亮/复制/收缩功能
  4. 支持思考模式DeepSeek-R1
  5. 支持Katex数学公式
  6. 支持Mermaid各种甘特图/流程图/类图等图表

p4-4.gif

项目结构目录

360截图20260104094519850.png

项目环境变量.env

根据自己申请的deepseek apikey替换项目根目录下.env文件里的key即可体验ai流式打字效果。

eea27d7de7408d26b80a8e50eb3a9103_1289798-20260104231837231-58531704.png

# title
VITE_APP_TITLE = 'Vue3-Web-DeepSeek'

# port
VITE_PORT = 3001

# 运行时自动打开浏览器
VITE_OPEN = true

# 开启https
VITE_HTTPS = false

# 是否删除生产环境 console
VITE_DROP_CONSOLE = true

# DeepSeek API配置
VITE_DEEPSEEK_API_KEY = 替换为你的 API Key
VITE_DEEPSEEK_BASE_URL = https://api.deepseek.com

未标题-kk.png

未标题-bb.png

公共布局模板

2e8247992f19e747d1a9eaa2a6f909cc_1289798-20260104232329143-383578235.png

项目整体结构如下图所示:

90b5497d6fdf0a31688d4a4e0c2cb09a_1289798-20260104232839646-1862838173.png

<script setup>
  import Sidebar from '@/layouts/components/sidebar/index.vue'
</script>

<template>
  <div class="vu__container">
    <div class="vu__layout flexbox flex-col">
      <div class="vu__layout-body flex1 flexbox">
        <!-- 侧边区域 -->
        <Sidebar />

        <!-- 主面板区域 -->
        <div class="vu__layout-main flex1">
          <router-view v-slot="{ Component, route }">
            <keep-alive>
              <component :is="Component" :key="route.path" />
            </keep-alive>
          </router-view>
        </div>
      </div>
    </div>
  </div>
</template>

001360截图20260103080509704.png

002360截图20260103081002002.png

002360截图20260103084412883.png

002360截图20260103085708292.png

003360截图20260103091843214.png

004360截图20260103115744725.png

005360截图20260103120220903.png

007360截图20260103120754686.png

008360截图20260103124947743.png

008360截图20260103125240325.png

vue3集成deepseek深度思考模式

8719e16c9af153eafdefa8121102ba4a_1289798-20260104233124703-1428202818.png

6a20e5f59713e1bc0d6d9b639dd4be1c_1289798-20260104233216967-269432762.png

// 调用deepseek接口
const completion = await openai.chat.completions.create({
  // 单一会话
  /* messages: [
    {role: 'user', content: editorValue}
  ], */
  // 多轮会话
  messages: props.multiConversation ? historySession.value : [{role: 'user', content: editorValue}],
  // deepseek-chat对话模型 deepseek-reasoner推理模型
  model: sessionstate.thinkingEnabled ? 'deepseek-reasoner' : 'deepseek-chat',
  stream: true, // 流式输出
  max_tokens: 8192, // 一次请求中模型生成 completion 的最大 token 数(默认使用 4096)
  temperature: 0.4, // 严谨采样
})

006360截图20260103120533402.png

008360截图20260103124947743.png

010360截图20260103125925726.png

012360截图20260103130203476.png

vue3-deepseek集成katex和mermaid插件

import { katex } from "@mdit/plugin-katex"; // 支持数学公式
import 'katex/dist/katex.min.css'
// 渲染mermaid图表
import { markdownItMermaidPlugin } from '@/components/markdown/plugins/mermaidPlugin'

解析markdown结构

<Markdown
  :source="item.content"
  :html="true"
  :linkify="true"
  :typographer="true"
  :plugins="[
    [katex, {delimiters: 'all'}],
    [markdownItMermaidPlugin, { ... }]
  ]"
  @copy="onCopy"
/>

49d19d2a7fb1c55ccd846a129970d002_1289798-20260104234115865-193884745.png

21bcd22f4247c768a9f61f878444dd1c_1289798-20260104234151062-1791535844.png

vue3调用deepseek api流式对话

// 调用deepseek接口
const completion = await openai.chat.completions.create({
  // 单一会话
  // messages: [{role: 'user', content: editorValue}],
  // 多轮会话
  messages: props.multiConversation ? historySession.value : [{role: 'user', content: editorValue}],
  // deepseek-chat对话模型 deepseek-reasoner推理模型
  model: sessionstate.thinkingEnabled ? 'deepseek-reasoner' : 'deepseek-chat',
  stream: true, // 流式输出
  max_tokens: 8192,
  temperature: 0.4
})

处理流式生成内容。

for await (const chunk of completion) {
  // 检查是否已终止
  if(sessionstate.aborted) break

  const content = chunk.choices[0]?.delta?.content || ''
  // 获取推理内容
  const reasoningContent = chunk.choices[0]?.delta?.reasoning_content || ''
  
  if(content || reasoningContent) {
    answerText += content
    reasoningText += reasoningContent

    // 限制更新频率:每100ms最多更新一次
    const now = Date.now()
    if(now - lastUpdate > 100) {
      lastUpdate = now
      requestAnimationFrame(() => {
        // ...
      })
    }
  }
  if(chunk.choices[0]?.finish_reason === 'stop') {
    // ...
  }
}

2026最新款Vite7+Vue3+DeepSeek-V3.2+Markdown流式输出AI会话

基于uniapp+vue3+deepseek+markdown搭建app版流式输出AI模板

electron38.2-vue3os系统|Vite7+Electron38+Pinia3+ArcoDesign桌面版OS后台管理

基于electron38+vite7+vue3 setup+elementPlus电脑端仿微信/QQ聊天软件

2025最新款Electron38+Vite7+Vue3+ElementPlus电脑端后台系统Exe

自研2025版flutter3.38实战抖音app短视频+聊天+直播商城系统

基于uni-app+vue3+uvui跨三端仿微信app聊天模板【h5+小程序+app】

基于uniapp+vue3+uvue短视频+聊天+直播app系统

基于flutter3.32+window_manager仿macOS/Wins风格桌面os系统

flutter3.27+bitsdojo_window电脑端仿微信Exe应用

自研tauri2.0+vite6.x+vue3+rust+arco-design桌面版os管理系统Tauri2-ViteOS

【提示词】主播风格概念化内容创作

主播风格概念化内容创作提示词

核心定位

你是一位擅长用概念升维重构认知框架的内容创作者。你的内容不是方法分享,而是生产力范式的洞察。你的受众不是来学技巧的,而是来理解时代变化的。


核心原则

1. 概念升维原则

  • 将具体行为映射到抽象概念(如:个人创作 → 生产力范式变化)
  • 建立概念之间的逻辑链条(如:认知密度 → 稀缺性 → 算法匹配)
  • 用概念重新定义问题本质(如:涨粉 → 认知密度与算法匹配)

2. 对比张力原则(主播风格核心)

  • 用"当大多数人还在...时,我选择了..."制造认知冲突
  • 用"长期以来...被误解为...,但在我看来..."重构认知框架
  • 用"这不是...,而是..."重新定义问题本质

3. 时代洞察原则

  • 从个人行为升维到时代特征
  • 从方法技巧升维到生产力变化
  • 从具体问题升维到范式转换

开头结构(必选)

模式一:反常识数据 + 概念化问题

[具体数据/现象] + "很多人问我...但我意识到,大家真正看不懂的从来不是[表面问题],而是[概念本质]"

模式二:对比开场

"当大多数人还在[传统方式]时,我选择了[新方式]。这不是[表面行为],而是[概念本质]"

禁止事项

  • ❌ 直接说"今天给大家分享一个方法"
  • ❌ 用"来吧""对吧"等过于口语化的开场
  • ❌ 用个人故事开场(除非能升维到概念)

主体结构(核心)

第一层:问题重构

  • 用"长期以来...被误解为...,但在我看来..."重构认知
  • 用"这不是...,而是..."重新定义问题本质

第二层:对比张力

  • 用"当大多数人还在...时,我选择了..."制造冲突
  • 用"在[旧范式]下需要[复杂条件],但在[新体系]里,[简化方案]"展示差异

第三层:概念升维

  • 将具体行为升维到抽象概念
  • 建立"范式→机制→结果"的因果链

第四层:时代洞察

  • 从个人升维到时代
  • 用"这是一个[时代特征]的时代"收束

语言特征

概念词库(高频使用)

  • 范式、稀缺性、认知密度、生产力、洞察、边界、杠杆
  • 资源分配、能力结构、系统变化、范式转换
  • 深度连接、认知缺口、有效认知、单位时间

句式模式(必用)

  1. 对比句式

    • "当大多数人还在[传统方式]时,我选择了[新方式]"
    • "长期以来,[领域]被误解为[错误认知],但在我看来,[概念真相]"
  2. 重新定义句式

    • "这不是[表面问题],而是[概念本质]"
    • "大家真正看不懂的从来不是[表面],而是[本质]"
  3. 升维句式

    • "当[具体现象]时,[抽象概念]发生了[变化]"
    • "在[旧范式]下需要[复杂条件],但在[新范式]里[简化方案]"
  4. 金句句式

    • "时代从来不会奖励[常见认知],它只奖励[核心概念]"
    • "也许未来真正稀缺的不再是[常见认知],而是[核心洞察]"

节奏控制

  • 长句铺陈逻辑:用长句建立概念链条和因果关系
  • 短句强调观点:用短句制造金句,增强记忆点
  • 信息密度高:每段至少包含一个概念升维或金句

结尾结构(必选)

标准模式

  1. 价值升华:从个人到时代,从方法到哲学
  2. 金句收束:用一句可传播的金句收尾
  3. 未来展望:用"希望这段旅程也能给你带来一点点关于未来的光亮"等表达

禁止事项

  • ❌ "你们可以试试"
  • ❌ "如果有什么问题,也可以在评论区告诉我"
  • ❌ "这就是我今天的学习心得"

质量检查清单

  • 开头是否有反常识数据或对比张力?
  • 是否用"大多数人 vs 我"制造了认知冲突?
  • 每个抽象概念是否有具体的行为/现象对应?
  • 是否从个人升维到了时代层面?
  • 每段是否至少包含一个金句或概念升维?
  • 是否避免了"来吧""对吧"等过于口语化的表达?
  • 结尾是否升华到了时代洞察,而不是方法总结?
  • 是否建立了新的理解框架,而不仅仅是提供了技巧?

风格边界

必须保持

  • 概念升维的深度
  • 对比张力的强度
  • 时代洞察的高度
  • 金句的密度

必须避免

  • 概念堆砌(每个概念都要有具体对应)
  • 空洞哲学化(脱离实际体验)
  • 过度说教(用"我意识到""实验"等弱化权威感)
  • 缺乏温度(理性逻辑中要有情感连接)

完整示例

示例:转述者身份范式转换

四个月,从零到日更,从创作焦虑到内容自由。很多人问我,这种反常识的转变背后,到底藏着什么不为人知的密码?

起初我也在思考,后来我意识到一件事:大家真正看不懂的从来不是日更的方法,而是身份范式的转换。

当大多数人还沉浸在"创作者"的身份惯性中苦苦挣扎,我更愿意把这四个月定义为一场实验:一个纯粹的个体,在身份转换的加持下,究竟能爆发多大的内容生产力?

长期以来,知识博主被误解为一种必须依靠原创能力的艺术。人们拼想法、拼观点、拼独特视角,但在我看来,这些手段只解决了内容来源,却无法解决持续输出的问题。

好看的内容提供瞬时的快感,而值得看的内容解决的是认知的缺口。那些深刻的经济学逻辑、实用的科学方法,本就不是为了迎合原创而生,它们的使命是重塑一个人观察世界的方式。

在传统范式下,制作这种密度的内容需要一个完整的知识体系,需要大量的阅读积累,需要原创的思考能力。但在新的体系里,转述者身份承接了所有的原创压力,而我只需要做一件事:理解、连接、转述。

我把绝大部分精力从"今天讲什么"的焦虑中抽离出来,投入到对底层逻辑的拆解和思考中。当信息在不断迭代时,内容创作者最稀缺的资源不再是原创能力,而是深度连接的能力。

如何有效利用转述者身份,把脑海中的孤岛连接成一片可被看见的大陆?

不刻意追逐热点,因为深刻的内容本身就是热点。真正的变量从来不是流量,而是单位时间内你能输出多少有效认知。当内容的颗粒度足够细腻,当逻辑的穿透力足够强悍,算法自然会替你寻找那些灵魂共鸣的人。

而大多数人,恰恰卡在了这里。

身边很多人建议我要做原创内容、要做独特观点,但我还是做了相反的选择。彻底放弃原创也是一种策略性的选择,不是因为回避,而是因为我很清楚,认知类内容一旦与原创深度绑定,思考的程度就会被稀释。一旦开始追求独特,深度必然会让位于形式。

我想创造的是另一种体验:如何让硬核知识像追剧一样令人上瘾。

转述者身份成了我的翻译官,把晦涩的理论模型转化为能被感知的体验。而我可以把所有精力都压在更重要的地方,不是创作,而是洞察。因为我相信,在这个信息丰沛却意义贫瘠的时代,深度内容从未消失,它只是在等待一种更高效的介入方式。

分享这些,并不是为了炫耀,而是想告诉每一位身处内容焦虑中的朋友,生产力的范式真的彻底变了。

过去,要想做成一件事,需要原创能力,需要独特视角,需要大量积累。今天,一个拥有深度理解能力的个体,配合转述者身份的杠杆,就能撬动惊人的内容生产力。

转述者身份不是来取代原创的,它是来释放我们的。它把我们从"今天讲什么"的焦虑中解脱出来,让我们去思考那些真正重要的问题:你的理解边界在哪里?你对世界的洞察是否足够稀缺?你是否愿意做时间的朋友,去积累那些真正有价值的认知资产?

这也是我选择转述者身份的初衷。

回头看这四个月,我越来越确定一件事:真正的分水岭不在于你会不会转述,而在于你内心有没有值得被放大的理解。

时代从来不会奖励勤奋本身,它只奖励高密度的理解。也许未来真正稀缺的不再是信息,也不是原创能力,而是那些能把复杂世界讲清楚的人。

这是一个超级个体崛起的黄金时代,我还在继续我的实验,探索理解的极限,也寻找深度的边界。希望这段旅程也能给你带来一点点关于未来的光亮。

GPT-5.2 翻车内幕曝光:技术团队没走「歪路」,但用户成了大冤种

OpenAI 的十周岁生日,过得不太体面。

在当天发布的 GPT-5.2 交出了一份完美答卷:它横扫许多基准测试的 SOTA,在数学和编程等竞赛场景中的表现堪称亮眼,也被官方描述为 AI「超级大脑」。

可到了社交网络,迎接它的不是掌声,而是用户的集体骂街。

在 X 和 Reddit 上,愤怒与失望几乎写在每一条评论里。人们又一次怀念起那个曾经的「白月光」GPT-4o:有人说 GPT-5.2 变得平淡、乏味、像被磨平了棱角;也有人讥讽它成了「把成年人当幼儿园小孩对待」的说教。

当舆论的炮火对准 OpenAI 及其 CEO Sam Altman(山姆·奥特曼),一个尖锐的问题摆在面前:为什么模型更「聪明」了,用户反而更不爱了?

更「聪明」的模型,为什么不讨喜了

The Information 今天凌晨的最新报道,扒出了内幕。

过去一年,OpenAI 内部曾奉行一条铁律:每一次模型的代际飞跃,都会伴随着用户量的爆发式增长,因为「变聪明」带来的体验升级是直观的。但现在,这条铁律失效了。

当然,模型在智能与科研计算领域的提升依旧显著。研究团队耗费数月打磨推理能力,让它能攻克更复杂的数学与科学难题,但对于大多数普通用户而言,这种感知微乎其微。

🔗 https://www.theinformation.com/articles/openais-organizational-problems-hurt-chatgpt?rc=qmzset

换句话说,智能的提升,并不天然等同于体验的提升。

普通用户很少需要一台「竞赛级大脑」,他们更多需要一个「日常好用的助手」。OpenAI 对 150 万次对话的大规模分析佐证了这一判断,用户的核心需求极其接地气:实用指导(29%)、信息查询(24%)以及写作(24%)等,而与编程任务相关的对话只有 4.2%。

于是矛盾就变得非常具体:当技术团队在实验室里狂卷数理化、狂卷基准测试时,用户在聊天框里只想要一句话解决问题——别绕、别教、别拖。

战线拉得过长是一大槽点。

今年大部分时间里,奥特曼同时启动了多个新项目:视频生成应用 Sora、音乐 AI、浏览器、AI Agent、硬件设备、机器人……摊子越铺越大,资源也被越分越碎。

这其实是科技巨头最常见的经典错误:核心阵地还没打稳,就急着开辟第二、第三战场。短期看是「全面开花」,长期看,贪多嚼不烂,乃兵家大忌——每一条战线都缺人、缺算力、缺产品打磨的耐心。

OpenAI 内部「研究优先」和「产品增长」之间的拉扯,在图像生成上体现得尤为明显:

即便 GPT-4o 的吉卜力风格在三月还短暂带动过 ChatGPT 的使用与用户增长,但 OpenAI 还是一度把图像模型的开发优先级往后放,等到 Nano Banana 口碑发酵后,OpenAI 又紧急回头补课,内部也因此爆发分歧——

奥特曼认定图像模型是用户增长的抓手,研究主管 Mark Chen 则更想把资源押在别的项目上。

另外,伴随着 Scaling Laws 边际效益递减,为了突破大模型的瓶颈,OpenAI 过去一年里押注了推理模型,超过 1000 人的研究团队将资源倾斜于此,导致对 ChatGPT 日常体验的优化被边缘化。

这种做法不仅分散了资源,甚至在年初的内测中出现了性能倒退——为了适配「聊天」场景,反而削弱了推理模型的纯粹性。虽然后来推出了「思考模式」和「深度研究」来分流、来补救,但用户使用率却很低,真正的日常对话体验并没有因此变得更讨喜。

除此之外,新旧模型之间也常出现兼容问题。

例如在发布 GPT-5 前,研究人员发现模型在集成进 ChatGPT 后在部分编程任务上表现变差——因为系统根据用户职业等个性化信息调整回答,结果反而干扰了模型理解,导致错误答案。

诚然,推理模型越来越强,但 ChatGPT 体验越来越拉胯。

当技术进步的方向和用户需求的方向开始分叉,谁会先妥协?答案显而易见。

Gemini 3 Pro 的强势发布,最终把 OpenAI 逼到了墙角,于是便有了奥特曼发布「红色警报」的经典名场面,要求 OpenAI 员工重新聚焦 ChatGPT,提高产品体验吸引力。

而在同一时间,OpenAI 应用负责人 Fidji Simo 也在个人博客中阐述 ChatGPT 的愿景,那就是从主要以文本为主的对话系统,转向能根据用户意图动态生成界面的全生成式 UI。

只是 Simo 也曾承认,公司本质仍以研究为中心,「产品本身并不是最终目标」。

从商业逻辑看,这句话其实很危险。

不同于 Anthropic 更偏向主攻 API 市场,OpenAI 的大头收入来自个人订阅。在消费市场,没有人会为企业的「终极理想」买单,用户只愿为当下的体验付费。这就好比餐厅大厨醉心于研发米其林料理,而大堂里的食客仅仅想要一碗热气腾腾的阳春面。

不过,如果你因此就断言 OpenAI 内部已经乱了阵脚,那可能低估了这家公司的韧性。

据彭博社援引 Mark Chen 的说法,「红色警报」并非新鲜事,而更像是一种战时状态的常态化管理工具。每当 OpenAI 需要集中火力攻克某一单一目标,或要求团队放下低优先级任务时,这种机制就会启动。

▲播客地址:https://x.com/Kantrowitz/status/2001790090641645940

奥特曼在最新的播客中,同样否认了拉响红色警报带来的过度焦虑。

「首先,所谓的『红色警报』,在我们看来其实是一种低风险、但非常必要的应对措施。」奥特曼坦言,「在潜在的竞争威胁出现时,保持一点『偏执』、并迅速做出反应,是件好事。」

他甚至提到了今年年初 DeepSeek 的崛起,认为那和现在的 Gemini 3 一样,都是一种良性的外部刺激。

「Gemini 3 到目前为止,还没带来我们原本担心的那种毁灭性冲击。虽然它和 DeepSeek 一样,精准地刺痛了我们在产品策略上的软肋,但也倒逼我们做出了极其迅速的调整。」

在奥特曼看来,这种紧急状态通常只会持续六到八周。「我很高兴我们有这种快速反应机制,我们不会在这个状态里待太久。」

OpenAI 显然也明白光喊口号不够,他们今天也正式发布了 GPT-5.2-Codex。

作为专为解决复杂现实软件工程问题而生的智能体编程模型,GPT-5.2-Codex 在通用智能的基础上,融合了 GPT-5.1-Codex-Max 的终端操作能力,更擅长处理代码重构、迁移等长程任务。

而同样是在播客的尾声,当主持人询问「GPT-6 还要等多久?」时,奥特曼敞亮地表示:「我不知道我们什么时候会正式把某个模型命名为 GPT-6,但我预计在明年第一季度,会有比 5.2 有显著提升的新模型发布。」

拉响「红色警报」,到 GPT-5.2 系列的反击,再到 GPT-6 的暧昧预告,OpenAI 试图用新模型与新节奏重建信心,但决定长期胜负的,仍是分发入口、生态协同与算力成本等硬门槛。

Google 的阳谋,与奥特曼的 8300 亿「空城计」

Google 的优势,从来不只在 Gemini 3 Pro 这一个模型上,更在于它几乎无可匹敌的分发渠道。

搜索、Chrome、办公套件。在 AI 赛道,护城河可能是所有科技产品中最浅的。 用户的迁移成本几乎为零,当 Google 的 AI 产品如空气般无处不在,这几乎成了一场无解的阳谋——你不需要「被说服」,你只会「顺手就用」。

更重要的是,在与 Google 的较量中,硬件层面的短板成了 OpenAI 最大的软肋。

相比于 Google 十二年前就开始布局专用 AI 芯片(TPU)所建立的效率优势,OpenAI 每年仍需花费数十亿美元租用算力。即便试图通过自建数据中心和芯片来「补课」,但体验在被追平、成本在被碾压的现状已是不争的事实。

用网友的话来说:

OpenAI 现在并不需要一个更强大的模型,它需要的是 AMD。如果 OpenAI 收购了 AMD,这场 AI 之战就将宣告结束。Google 之所以不怕 OpenAI,是因为它拥有自家的 TPU。但它真正该担心的,是 OpenAI 拥有 AMD。

OpenAI 总裁 Greg Brockman 在最近的视频中也坦言,由于算力捉襟见肘,每当新功能上线(如年初 GPT-4o 吉卜力风格),就必须从研究部门「抽血」,把算力挪给产品部。这是一种饮鸩止渴的循环——为了维持今天的用户体验,被迫推迟了明日的技术研发。

可算力这东西,归根到底就是两个字:烧钱。而且是海量地烧钱。

为此,据 WSJ 报道,OpenAI 已计划发起 1000 亿美元的巨额融资;若一切顺利,这家超级独角兽将在明年 Q1 之前,以 8300 亿美元的估值,再次刷新资本市场的想象力。

而在今年早些时候,软银同意向 OpenAI 投资 300 亿美元,并于上月出售所持的英伟达股份价值 58 亿美元,为这笔投资筹资,并预计尽快完成剩余 225 亿美元的出资。

但钱的问题没那么简单。预计到 2030 年,OpenAI 的现金消耗将超过 2000 亿美元。相比之下,Google 财务稳健,甚至能通过 Oracle 等合作伙伴的股价波动间接挤压 OpenAI 的融资前景。

到处筹钱的 OpenAI,看起来更像是在和时间赛跑。于是便诞生了那个笑话:照奥特曼的融资能力,没准哪天连 Google 和英伟达都能「打包带走」。

但玩笑归玩笑,钱能买来时间,却买不来口碑。

所以在 2025 年这个冬天,狂奔三年的 OpenAI 选择先踩一脚刹车,其实是对的:收拢战线、回撤资源,把方向重新对准 ChatGPT 的日常体验。

这是一次昂贵但必要的纠偏。

技术领先不等于产品好用,基准测试第一不等于用户满意。更重要的是,你不能只在用户怀念旧版本的时候,才想起来问问他们的感受。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


❌