Morriaty

主流还是看 OpenAI 的 agent 框架，或者是谷歌家的 ADK 框架吧

目前我观察了所有的信息，以及我自己试过的，最安全的方式就是通过 Apple Pay 或者是 Google Pay 去购买 ChatGPT 。

当然，这些方式都需要付手续费，所以总价会超过 200 美元。

我感觉测开这个时候应该挺吃香的呀。你本身就会开发，然后结合 Vibe Coding ，你能覆盖的测试范围就更广了。

而且从另一个角度来讲，其实现在所有的开发（也就是正经研发）也在逐渐退化为白盒测试。

ChatGPT 真正的深度研究功能其实是`ChatGPT Pro`，需要 Pro 或者 team 以上的订阅

codex：便宜、风控低、官方经常重置 tokens 额度、后端能力突出、前端拉胯

cc(原厂模型)：综合能力最强、贵、变态风控、前端审美极高

cc(第三方模型)：配置要折腾下，总体效果能达到原厂模型的 70%~80%吧

来自： https://waytoagi.feishu.cn/wiki/GlhuwGy13iVQwek3n2HcRxU4nVN

> Dobby 精灵一一三个提示词接管了一整个家
Sarah 问 Karpathy 有没有在编程之外用 Claw 做过什么有意思的事。他说今年 1 月他经历了一段“Claw 精神错乱期”，建了一个叫 Dobbythe Elf Claw(家养小精灵 Dobby)的家庭自动化 Agent 。
过程是这样的:他告诉 Agent“我家好像有 Sonos 音箱，你能找到它吗”。Agent 就去扫描了局域网上所有的设备，找到了 Sonos 系统一一发现完全没有密码保护。Agent 登录上去，通过搜索找到了 APl 接口，逆向工程了整个控制流程。然后问他要不要试一下。他说“你能在书房放点音乐吗”，音乐就响了。三个提示词。
灯光也是同样的流程。Agent 扫描发现、逆向 API 、创建控制面板。他说一句“睡觉时间”，全屋的灯就灭了。最后 Dobby 可以控制他家的灯光、暖通空调、窗帘、泳池和水疗设备，还接管了安防系统。
安防部分的设计有点意思:他有一个对外的摄像头，系统先做变化检测(有东西动了)，然后把画面发给 Qwen 视觉模型做分析，最后通过 WhatsApp 给他发消息一一附上外面的图片和描述，比如“一辆 FedEx 货车刚刚停下来，你可能收到了快递”。
注:Qwen 是阿里云开发的多模态 AI 模型系列，支持图像理解和文本生成。Karpathy 说 Dobby 现在管着整个家，他通过 WhatsApp 跟它交流。以前他需要 6 个不同的 App 来控制这些智能家居设备，现在一个都不需要了。Dobby 用自然语言处理一切。他承认自己还没有把这个范式推到极限一一有些人做了更疯狂的事一一但仅仅是家庭自动化这一个场景，已经”非常有帮助，也非常有启发性”。

什么业务呢