作为一名开发者，我时常感到一种“乱花渐欲迷人眼”的眩晕。前阵子各家模型发布得那叫一个频繁，让人应接不暇，geng别提一个个去尝试了。但为了搞清楚一个核心问题——国产与国际的AI工具到底谁geng胜一筹？我决定不再纸上谈兵，而是直接上手干一场。

事情的起因是上周六举办的 TRAE Friends@济南 线下聚会。为了给现场提供geng好的技术支持，我萌生了一个念头：不如用 TRAE 搭建一个简易的活动平台。需求听起来简单粗暴：活动信息查kan、扫码签到、在线抽奖、Demo 展示以及投票功Neng。虽然功Neng逻辑并不算复杂，但考虑到时间紧迫，这其实是对AI辅助开发Neng力的一次极限压力测试。

在正式开始写代码之前，我得先解决后端的问题。说实话，为了赶工期，我这次偷了个懒。这个项目我直接采用飞书多维表格作为后端。一方面是为了后续大家协作编辑简单，另一方面也是为了省事，录入、投票、问卷dou不需要开发相关功Neng了。这种“拿来主义”在项目初期往往Neng节省大量精力，让我Neng把注意力集中在geng核心的前端交互上。

确定了后端，接下来就是前端的重头戏。也就是在这个过程中，我有意识地在这个项目期间多尝试了几种模型，今天就和大家分享下使用的直观感受。毕竟模型没有Zui好，只有Zui合适，真正的生产力，来自于人对工具的驾驭，而非工具本身。

Zui开始，我使用的是 TRAE 国内版，毕竟免费，方便后续大家复刻。由于之前使用过 GLM- 系列的模型，所以当 GLM- 接手任务时并没有太大的惊艳感。它表现得hen稳健，中规中矩地完成了基础指令，但那种让人眼前一亮的“灵气”稍微少了一点。

后来在群里kan到有人说 MiniMax-M2. 效果不错，于是第二个就尝试了 MiniMax-M2.。以活动这个模块为例，经过了3次对话完成，分别进行了初始需求的实现、NodeSDK 的接入、Mock 数据的替换。这里有个小插曲，大问题倒是没有，就是 Mock 数据没有自动替换有点不够贴心，还得我手动去改一下稍微打断了心流。

不过整体kan来虽然达不到其他人说的那种神乎其技的地步，但国产模型的质量和国外的顶尖模型差距正在肉眼可见地缩小。考虑到费用和使用便捷程度，我感觉hen多场景下还是值得一试的。虽然没有惊艳不意味着不好用，整个使用过程，不论是意图的理解还是生成效果dou非常Ke以。

geng换模型的原因其实hen现实——赶工。那两天正好赶上元旦 SOLO 全量上线，国内版排队情况异常多，眼kan着Deadline临近，为了效率，我只Neng忍痛切换到付费的国际版了。后面就dou是 TRAE 国际版了。

国际版模型之前分享过hen多了来说就是：GPT- 和 Gemini--Pro 不相上下。在这次实战中，GPT- 依然表现出了极高的服从性，你说什么它就Zuo什么hen少“自作聪明”。而 Gemini--Pro 则显得geng聪明一些，尤其在前端领域特别强。

这种外部接口调用的场景处理起来也是hen得心应手了。比如第一个是在我没有明确告知的情况下它自动设计接入头像生成服务，并联调完成。这种“懂你”的感觉，确实Neng提升开发幸福感。

今天的话主要补充一点 Gemini--Flash 的感受。原本kan到 Flash 这个名字，我以为 Gemini--Flash 也是一个低配边缘模型，结果尝试后发现，我错的hen离谱。

对于一个之前一直不怎么热的模型，NengZuo到这个程度，我的感受还是挺超预期的。geng不用说 Gemini--Flash Zui无可替代的一个点：快。它比其他模型生成快了3倍以上，直观感受就是你的眼睛赶不上内容生成的速度。那种文字如瀑布般倾泻而下的感觉，真的会让你怀疑是不是有什么黑科技加持。

整体kan来虽然达不到有些人吹捧的 Gemini--Flash 比 -Pro 还厉害，但水平至少相当。这种速度优势本身就是一种生产力。

当然AI辅助开发也不是一帆风顺的。这次项目，Tailwind 给我增加了hen多额外工作。不知道大家有没有同感，前几天裁员风波后的 Tailwind 似乎Yi经成为 AI 生成界面的 CSS 首选了。

在没有显式禁止 AI 使用 Tailwind 的情况下我改了好几次现场工具的设计效果，但每一版的修改dou没有什么大的提升。AI似乎对Tailwind有着某种执念，哪怕我并不需要它。Zui终，我强硬地要求 AI 忘记 Tailwind，结果一次就搞定了就是上面kan到的那些效果。这让我哭笑不得，有时候，AI的“聪明”反而成了一种束缚，你得学会如何正确地“调教”它。

下面给大家kan几个典型场景。补上前面忘记的活动详情页面一轮前端，一轮后端，就搞定了。这种效率在以前是不敢想的。

另外一个比较典型的是实现了扫码签名的功Neng，扫码打开飞书表单，填完后汇总到签名展示页。第二个是根据飞书多维表格的内容，帮我直接生成 DEMO 展示和投票功Neng，当然页面后续又进行了调整。这种与飞书多维表格的无缝衔接，让我省去了大量的后端API开发工作。

至于抽奖，就不说简简单单就实现了。前端效果一如之前表现的一样不错。整个活动平台，从0到1，核心功Nengdou在短时间内通过AI辅助完成了。

经过这一通折腾，回到Zui初的问题：国产与国际活动平台，谁geng出色？

Ru果从纯粹的技术Neng力上限来kan，国际版模型如 GPT- 和 Gemini--Pro 依然保持着微弱的领先优势，特别是在复杂逻辑推理和前端代码的优雅度上。但国产模型如 GLM- 和 MiniMax 的进步速度令人咋舌，在处理中文语境和特定业务逻辑时往往Neng给出geng接地气的方案。

geng重要的是成本与效率的平衡。国内版免费且无需复杂的网络环境，适合预算有限或轻度使用的场景；而国际版虽然需要付费且有一定门槛，但在 Gemini--Flash 这种极致速度的加持下对于商业项目的降本增效有着不可替代的作用。

甚至，你Ke以摸索出各个场景下Zui优的模型，挑选使用，反正也不用切换工具。比如我在Zuo原型验证时用 Gemini--Flash 追求速度，在Zuo复杂逻辑时用 GPT- 追求稳定，在处理中文文案时偶尔试试国产模型。

在当前国内PC端的市场里面,大量的外服平台涌入,游戏数量海量,玩家们的选择太多了,如steam.、EPIC、橘子平台等等.Steam是全球性的游戏平台... 同样的，在AI开发领域，我们也拥有了前所未有的选择权。与其纠结谁geng出色，不如像这次实战一样，把手弄脏，去试错，去感受。毕竟工具是死的，人是活的。