时间来到了2025年下半，LLM的发展速度比我的预想还要快一点。开源虽然等到了OpenAI的模型，但是已然泯然众人。除了一个品牌在，其余的并没有出色到眼前一亮的点。

但令人振奋的是Agent类的应用多了很多。相比客户端类型的交互式提问软件（Cherry Studio、Chatwise之类的）使用起来感觉更加的轻便。另外、Cherry Studio的mcp以及联网查询做的并不太好。

客户端换皮软件，目前还少了一个deep search的功能，以及一个开箱即用，整合调用系统工具的功能。如果后续能把这些claude code已经做好的领域也做好。那么将成为一个真正的工作站。目前，只能算作一个对话工具。

于是想了很久，目前唯一可用的，跑通的工作流程是什么呢？个人认为是Coding——编程。

但是也正是如此，我发现，我已经被取代了。

だから僕は「CODING」を辞めた。

模型

基础模型性能在Deepseek V3.1之上，思考模型能力在Deepseek R1 0528之上的模型均可用作补全模型。

体感排名

1. claude opus 4/4.1
2. gemini 2.5 pro
3. claude sonnet 3.5/3.7 3.7幻觉有点严重
4. gpt-5
5. gpt-oss 120b/Kimi K2

能用的就这些。Qwen Coder虽然跑分好看，但是个人感觉不太实用，没钱部署300b玩玩，仅小模型的感想。另外Deepseek系列则统统不太好用。

CLI工具

claude code

一键发射

1npm install -g @anthropic-ai/claude-code
2npm install -g @musistudio/claude-code-router
3# 常用mcp
4claude mcp add context7 -s project -- npx -y @upstash/context7-mcp
5# 配置
6ccr ui

善于写项目，CLI性能最强。可惜没开源，github上的仅仅是一个使用手册一样的东西。逆向在此处¹有，有时间再细看咯。用claude-code-router可以接入部分第三方API，也算是穷人救星了。

gemini-cli

一键发射

1npm install -g @google/gemini-cli

我的最爱，单文件或者写小Tool时候的究极利器。例如，FFmpeg的命令参数忘了怎么办，直接gemini就完事了。但是debug性能不如claude code。

codex

目前太垃了。没啥好评的。

copilot

开了一半的源（开了个前端），终于在最新的#621里加入了对任意OpenAI API模型的支持。相当于官方下场做了个官方版的Roo code或者Continue。但是仓库开发者和贡献数量有限，至于开发速度是否能紧跟潮流，在此存疑。不过至少gpt-oss 20b来本地写码的梦想，是已经可以实现的了。

实际工程测试

Leetcode

题目 Leetcode 3000，简单模拟题，ccr+gpt-oss 20b，零提示词，1pass。
结果、秒杀。

1class Solution:
2    def areaOfMaxDiagonal(self, dimensions: List[List[int]]) -> int:
3        best_d2, best_area = 0, 0
4        for l, w in dimensions:
5            d2 = l * l + w * w
6            area = l * w
7            if d2 > best_d2 or (d2 == best_d2 and area > best_area):
8                best_d2, best_area = d2, area
9        return best_area

Atcoder

很久之前做过一次接近5pass的测试，无任何Agent，题目直接给到Deepseek R1旧版的时候，大概是水色的水平，即1200-1999分的水平。更不说现在的模型了。已然跻身于上位5%。不过现在大家都有GPT、代理战争开起来，分数也越来越难挣了。

感想

大概做玩具项目是已经可以完全自动化了，剩下的其实是点子的好坏了。至少秒杀我是绰绰有余了，以前需要一上午的事情，现在最多20分钟。甚至连写文档都不需要人力了。不仅取代了传统的搜索引擎，连工作模式都发生了彻底的变化。

有任何不懂的直接GPT，有任何搞不定的开一个shell，同时勾选一个YOLO选项，坐着等就行了，只要最终目的清晰，会拆解任务的话，终将抵达彼岸。

未来希望有一个能在搜索和对话上，有类似claude code的强大工具，目前的deep search性能还是太差，局限于知识的总结，思考很难看见。但只是代码有评测的基准，清晰的逻辑，但是对话跟搜索，不一定有标准啊。

未完待续。