万字盘点2025上半年，值得推荐的AI模型与产品清单

推荐语

2025上半年AI领域有哪些不容错过的黑马？这份深度体验报告为你揭晓答案。

核心内容：
1. 国内外大模型(LMM/多模态)年度黑马盘点与实测对比
2. 细分领域AI产品(Agent/Coding等)的突破性进展
3. 趋势总结与个人向「AI日常推荐表」实用指南

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

今年已经过去了一半，突然心血来潮，来更新一期「2025 年上半年，我最推荐的 AI 清单」了。

综合我半年使用的个人看法，不覆盖所有的产品，凭自己印象，直接码出这篇文章。

实在没记起来的好产品，也就不算“我的上半年推荐”了，还请包容。

评选标准如下：

• 类型划分：分为模型与产品。部分品类由于国内和国外还是存在代差，但在国内有做得很好，会按国内、国外分开推荐。
• 上榜的原因大致有四：「最常用」、「惊喜时刻」、「有印象」、「当前推荐」，按真实体感挑选。
• 文章最后，还会根据日常推荐朋友的情况，总结出「AI 日常推荐表」，方便大家对照选择使用。

接下来，是正式榜单：

层出不穷的模型们

上半年，无论是国内还是国外，LLM 还是文生图、视频模型，都涌现出来了很多强劲的选手。

🤖 先说 LLM 模型

• 最常用：Gemini 2.5 Pro
• 惊喜时刻：DeepSeek R1
• 有印象：o3、QVQ-Max
• 当下推荐：Gemini 2.5 Pro、豆包 Seed 1.6、Qwen 3、Claude 4 sonnet

Gemini 2.5 Pro：当之无愧的黑马，最常用的模型

今年最没想到的，就是 Gemini 2.5 Pro 成了最大的黑马，还凭借着强大的多模态识别能力，100 万 tokens 的超长上下文空间，极其独特的 think 过程，给到了我当下最佳的模型使用体验。

2.5 Pro 是真的厉害，实测 10w tokens 之后，还能准确回忆起最早的对话内容，指令遵循也很不错。

而且拿来作为日常对话，你会发现它的智力很高，总是能从你对话的细节中，发现你自己都没注意到的情绪。

就我私心而言，这就是当下各方面最均衡、最强大的模型体验。

它的小弟 Gemini 2.5 flash，虽然没有 Pro 大哥那么聪明的表现，但平衡光速的生成速度、还不错的模型智力，也值得推荐。

体验渠道：

• 普通用户常用渠道：https://gemini.google.com ，就是需要开了 Pro 会员，才能享受满血上下文记忆的体验。
• 开发者渠道：https://aistudio.google.com ，免费、满血体验，普通用户也能用。美中不足是，基于 Google Drive 的对话保存服务，稳定性有点差，经常容易丢历史对话。

DeepSeek R1：春节的惊喜，全村的希望

如果不提 DeepSeek R1，这份 AI 产品清单肯定不完整。

DeepSeek R1 在春节火到没边，极大地促进了 AI 在国内落地应用的进度，甚至很多用户不知道 ChatGPT、不知道豆包，但知道 DeepSeek（这是我的访谈实测），NB。

在过年期间，我也专门针对 DeepSeek R1 的技术突破，写过一篇文章 《非技术人 10 分钟读懂 Deepseek R1》。

R1 在创造性、启发性的文哲类任务里，实在是太强了，很容易给你额外的启发，到现在也很难找到对手。

但除开这些能接受高随机结果的任务外，我不推荐任何朋友使用 R1。原因无他——太“癫”了，指令遵循性差，很有自己的想法，喜欢添油加醋，没法用 Prompt 稳定控制它。

用来干活、尤其是商业落地应用，还是需要再三评估衡量。（但在传统软件行业有额外加成，懂的都懂）

体验渠道：太多了。

除了官网，你也可以在腾讯元宝等各类产品中使用它，也可以在阿里云、火山引擎、硅基流动等云服务中直接调用。

o3、QVQ-Max：当 AI 有了一双视力 5.0 的眼睛

今年，模型的多模态能力已经成了重要的比拼项，能准确识别图片中的信息，能让 AI 多做很多事。

前段时间，我设计了一项「网络迷踪 GeoGuessr」的模型测试，来测试模型的视觉与推理能力。

这项测试发出来一个月后，类似测试也被 Sam·Altman 转发，扩大了影响力。

测试过程大概是这样，让模型看着一张照片，定位照片所处的世界地理位置：

非常值得一提，在测试中只有 o3、QVQ 识别了下图中远处很小的“Decathlon”迪卡侬 Logo，而且 QVQ 是没用图片缩放直接识别，而 o3 依赖了图片缩放工具。（QVQ 基于 Qwen-VL 系列模型构建）

所以印象很深，可以说这俩代表了 2 个月前国内外 Top 级别的多模态能力。

👉 当下推荐

除了我已经推荐过的 Gemini 2.5 Pro 外，比较想推荐的是选手分别是：豆包 Seed 1.6、Qwen 3 8B、Claude 4 sonnet。

我一直这么和朋友推荐的，也可以作为大家测试选型的参考。

1）豆包 Seed 1.6：国内均衡之选

• 推荐理由：目前体感国内当下满血版本下，表现均衡，输出速度、质量、价格都很不错的大模型，和去年平平无奇的表现形成鲜明对比，很值得国内商业场景考虑。
• 特点：支持混合推理、多模态；官方宣称256k 上下文，最大输出 16k tokens；0.4 元/百万 tokens 的输入价格，缓存命中还能低到 0.08。

2）Qwen 3，尤其是 8B：开源、本地部署

• 推荐理由：Qwen 系列模型，开源模型的神，尤其推荐小尺寸版本、本地部署场景（Llama 作弊跌落神坛后，全球最能打的开源模型必是 Qwen）
• 特点：
• 第一个把混合推理带到国内的模型，在推理能力的加持下，仅在小尺寸模型上，就表现出了等同于上代大尺寸模型效果。
• 按照官方技术博客的说法，Qwen3-4B 的性能 ≈ Qwen2.5-72B。实测 Qwen3 的 8B 模型确实有着非常明显的进步，降低推理和训练成本，利好本地部署模型的场景。

3）Claude 4 sonnet：代码生成、工具调用

Claude 模型本来懒得单独拿出来提，Coding 领域无可争议的 Top 1。

无论是 AI Coding 工具里的模型选用，还是自己做 MCP 应用、Coding Agent，都首选 Claude 4 sonnet 就完事了。

也是前端代码生成时，审美最好的大模型。

我自己开发的 Chat Memo 官网，就是用 Claude 4 进行 Vibe Design 的。我说需求、Claude 生成初版，然后再动动嘴微调，就有了这样的效果：

体验渠道：

• 官网 Chat 的话，国内环境容易封号；我自己用得多的渠道，现在主要是通过 Coding 产品，在写代码时直接使用。
• 风向上来说，现在推荐 Cursor、Augment，只是对话的话，Monica 、POE 可以酌情考虑；便宜点可以用 Trae 国际版，但做好容忍它在较难场景的折磨 coding 体验。

LLM 大模型总结

和很多 AI 从业者交流过（包括明星 Agent 公司、Benchmark 设计者），有些结论：

• Claude 是所有代码相关场景的 Top 1
• 模型们其实是偏科的，大模型如果侧重某方面能力提升，会导致其他方面的能力下降（普通难度下不一定明显）（比如 Claude 为了确保代码生成的能力，会牺牲了一些对话、文学的体验；Gemini 在推理过程更有人味，写代码能力就不如 Claude）

🎨 简谈文生图、文生视频领域

今年文生图、文生视频领域，模型进步简直是翻天覆地，可用度大大提升，AIGC 走进了消费用户领域。

标志性变化就是，我们都能明显看到，不论是文章配图，还是小红书、抖音，都出现了很多 AI 生成的内容。

这也是最接近模型即产品的一个领域。

我自己日常涉猎不算重度，主要用的是免费的产品。分享下作为非 AIGC 设计师&普通用户的感受：

• 最常用：豆包生图、Imagen、可灵（视频模型）
• 惊喜时刻：Veo 3（视频模型）、Gemini 2.0 Image Generation
• 有印象：ChatGPT-4o、Midjourney
• 我很常用的偏门用法：Claude 4（非文生图模型，但可以靠 coding 生成前端页面，提供图片）

也请了我的好朋友，AIGC 领域宝藏博主，设计师 #阿真irene 分享她的上半年之选。

她在这块比我钻研的深多了，这两天她的公众号也会发布详细的《2025 年上半年，AIGC 产品推荐清单》：

有兴趣可以关注：

豆包生图：日常使用，免费，推荐

如果说给国内用户推荐文生图 AI，豆包生图确实是我的第一选择。

自从 SeedEdit 3.0 发布以来，感觉豆包生图效果突飞猛进，变的越来越顺手。（SeedEdit 3.0 技术报告：https://arxiv.org/pdf/2506.05083）

一方面支持 4o 式的自然语言直接改图；另一方面对于图片内的文字生成，也有很好的支持。

在生成人像等各类场景也有不俗的质量：

而且免费，国内可直接使用，生成速度又特别快。

体验渠道：

• 首推：豆包 Web 或 APP。用起来很方便，直接发条消息就能生成，也能改图。
• 专业用户：即梦 AI

Imagen：被人低估的偏科模型，免费

Google Imagen 其实有个非常强的领域——产品设计，其质感没有模型能和它比拼。

我发现它的原因也很神奇

——接了一家产品公司的 AI 设计咨询，帮忙调研并定制了 AI 辅助产品设计的工作流与提示词。结果调研下来，发现表现最好的就是 Imagen 3，即使是现在也少有模型能比肩。

生成速度快、质量好，又免费，确实值得使用。现在 AI studio 中提供了 imagen 4 版本，感觉生成图片的光感更好了些，但没有显著区别。

体验渠道：

• 首推 imagefx：https://labs.google/fx/zh/tools/image-fx
• Gemini 中也能用：直接在 Gemini 对话时，要求“图片生成：xxx”，就可以触发生图了，用的也是 Imagen 3
• AI Studio：https://aistudio.google.com/prompts/new_image ，这里有 Imagen 4

可灵：来自快手老铁的 AI 视频绝活

可灵一直 6 到飞起，一直是最强的那几个 AI 视频模型的存在。

支持文生视频、图生视频。用的比较多的还是图生视频，这样比较容易控制视频画面。

画面稳定，物理效果逼真，产品交互体验优秀，价格适中。现在也已经更新到了「可灵 2.1」版本。

体验渠道：https://app.klingai.com/cn/image-to-video/frame-mode/new

Veo 3：逼真到头皮发麻的视频模型

不过要论上半年看起来最惊喜、最强的视频模型，那还得是 Google Veo3。

一个视频体验它的效果（视频来源忘了）：

看到小船掉落到洞里的过程了吗？这个物理效果让人头皮发麻……居然 AI 能在 2D 空间完成对 3D 真实物理现象的模拟，还能同步生成匹配的音效。

体验渠道：Google Flow - https://labs.google/fx/zh/tools/flow

Gemini 2.0 Image Generation：划时代，但被 GPT 狙击惨了的生图模型

Gemini……我猜大家都快忘了它还有个支持生图的版本了吧。

在 ChatGPT-4o 生图发布的前一周，Gemini 就发了 2.0 Image Generation，也是行业内第一个支持连续精准改图的文生图模型。

当时我还首发了一篇测试报告：《Google 用文生图 AI 开始真正重塑行业》。

能改图、抠图、能批量生图，是 2025 年的初代文生图许愿机。

可惜一周后就被 ChatGPT-4o 狙击了，4o 比它的效果还要好，一下就失去了热度。

现在，它的上位推荐是：ChatGPT-4o、豆包生图。所以别刻意去用了。

ChatGPT-4o：上半年最火的文生图模型，但太慢

凭一己之力，压住 Gemini 2.0 生图热度的模型，是 OpenAI 上半年站起来的一大表现。自此用自然语言改图成了彻底的用户需求共识，大幅提升了文生图创作体验与可用性。

和上述豆包一样，支持自然语言连续改图、图片合成，对图内生成英文的支持很好，中文会稍微差一点。

比如 Qwen3 文章中的炉石图，就是 4o 做出来的。

就是免费用户生图的速度确实太慢了点，不然应该会常用。

体验渠道：「ChatGPT-4o」-「工具 - 创作一张图片」

Midjourney：个人不常用，但我知道它很强

Midjourney 在我心里，一直以极高的画面精细度、光感、艺术表达，被留下了深刻的印象。

虽然它需要付费，我也没有那么高的日常作图需求，但还是有必要推荐一下。

阿真 irene：科幻枪战游戏

阿真 irene：概念艺术表达

阿真 irene：写实人像

San 山雨的战地风格图片

体验渠道：国外搜「Midjourney」；国内搜「悠船」

Claude 4：我很常用的偏门用法

混进来一个很偏门的文生图方法——用 AI Coding 生成前端代码，网页即图片。

比如这些 Case，就是我用 Claude Coding 生成的图片：

之前我发完社交名片 Case 后，今年就有好多 Agent 产品，都普遍按这个思路，在做 Deep Research 结果转可视化 PPT、长图了，说明确实用户接受度很高。

用来做文章配图再好不过。

🎙️ 文生音频领域

轮到文生音频领域，第一个想起来的是 MiniMax speech-02。

能克隆你的声音，音色模拟的还可以。但是情感、语调、停顿还是与真人配音有明显差距。

Btw：豆包的语音模型也还不错，声音复刻、语音识别都不错（豆包 APP 里，AI 的语音通话表现就非常好了）

体验渠道：

• MiniMax：https://www.minimax.io/audio/text-to-speech
• 豆包：火山方舟-语音模型 or 豆包 APP

卷得水深火热的 AI 产品

终于写到 AI 产品这一个 Part 了，好长，真不容易。

🔥 先讲 25 年最火的赛道：Agent

如果说 DeepSeek 带火了国内大模型的全民应用，那小宏他们的 Manus，则带火了通用 Agent 竞赛热潮。

一方面，严格来说 Coding Agent 也算 Agent，但由于场景过于垂直，就单独划归在 AI Coding 产品一类，不在此节详述。

另一方面，关于 Agent 和 Deep Research 之间的关系。

仔细区分，Deep Research 应该算 Agent 应用的子集（何况还有些通用 Agent，实则用 Deep Research 框架 + MCP 扩展实现 Agent 效果），所以 DR 倒是放在这一节一并讨论。

• 最常用：仔细想想，我的日常 AI 使用中，Agent 的使用频次确实比较低。硬要说的话，那我选择什么都能试试看的 Manus。
• 惊喜时刻：Manus、Kimi-Researcher
• 有印象：夸克高考志愿 Agent
• 当下推荐：Manus、Gemini Deep Research、Kimi-Research

另外，类似 Lovart（有设计需求的业余用户会用），扣子空间（很有可能做成垂直 Agent 社区），昆仑天工（在 Office 类内容生成、需求澄清交互方面做的不错），也都是不错的产品。

Manus：目前唯一的真 · 通用 Agent

虽然现在宣传自己是通用 Agent 的产品很多，严格意义上算通用 Agent 的，我认为还是只有 Manus。这也是我 2025 年最喜欢的 AI 产品。

在 Manus 首发期，我就写了篇《Manus 吹散了人与 Agent 之间的迷雾》，里面就有一个 Case「让 Manus 自主下载宝可梦并运行」。

如果说互联网工作者的特征是 人 + 电脑 = 干活，那么真正给 AI 配了一台完整云电脑的，确实只有 Manus。

这就意味着 Manus 的通用任务想象空间还是很大。当不知道一个任务交给哪个 AI 时，就可以试试先甩给 Manus 再说。

比如在单个网站中，像人一样搜索站内信息、通过连续点击网页元素，完成信息收集

案例：https://manus.im/share/SqTXv0qMVLvXouGvaAXtDD?replay=1

换到以 DR+MCP 方案的 Agent 里，就容易直接改用 MCP 网页搜索服务，导致解决方案偏离实际。

还意味着，Manus 不仅能生成前端网页，还能直接搭建一个完整有后端的站点服务。AI + 云电脑 = Create everything，这点用到的话，会有质变的体验。

体验渠道：Manus 官网 - 我给一个自己的邀请链接，每人可得 500 积分 https://manus.im/invitation/ANM00QATTXTEP6F

Kimi-Researcher：把 DR 能力内训到模型里

Kimi Researcher 本来我也是打算单独写一篇的，作为 Kimi 沉寂了半年的力作，带来了一些新的惊喜。（但是偷懒了）

原本我对于只能查国内内容的 Agent 出的报告，不报多少希望。因为国内的网页信息又乱又杂，无从考证。

但 Kimi Researcher 以其超长上下文、大量深度的网页搜索，硬是在中文内容中，能总结出一些很细节的内容，且幻觉率也明显较低。

朋友拿我为例子，用 Kimi 做了一次 DR 任务，调研「一泽Eze」博主的信息：https://www.kimi.com/share/d1d94ou1bb2ngk5pd00g

不得不说，确实归纳的非常细节，而且推理正确、详实，本人表示眼前一亮。

这种效果，得益于 Kimi 将 DR Agent 的能力，通过 RL 强化学习，内训到了模型中，使得其行为不是被规则写死的，而是根据当前任务动态生成的，所以在复杂信息的尽调上，确实表现出了极佳的水平。

体验渠道：Kimi Chat 内「申请 Kimi 深度研究内测」：https://www.kimi.com/ （和 Kimi 的朋友打过了招呼，在问卷中备注“一泽读者”，有更大概率通过申请）

夸克高考志愿 Agent：首个千万级用户量的垂直 Agent

夸克 AI 做了个「高考志愿填报 Agent」，暗搓搓搞了个大数据。

虽然这个 Case 过于垂直与时效性，但我觉得很值得拿来讲讲，它背后代表的下半年 Agent 发展方向。

AI 最容易犯的错误就是幻觉。而高考志愿填报这种严肃的场景，容不得一点幻觉，关系千万考生的高考去向。

夸克 AI 为了确保 DR 的报告质量，以高质量垂直知识源 + 经过深度对齐的垂类大模型的方式，构成了夸克 Deep Research Agent 做出可靠研究、决策的核心：

1. 1. 在数据准备方面，对海量高考数据进行分类与清洗

1. 2. 同时，通过 SFT、RLVF、RLHF ，训练一个垂直、可信的高考志愿大模型，作为垂直 Agent 的核心。

我当时的评价是：这标志着 AI 应用已经有能力从过去抽卡式的、随机生成报告的娱乐模式，进入真正解决复杂、垂直、高价值问题的“深度落地”阶段。

如果要让 AI 在现阶段就能承接真正落地干活的需求，这套垂直数据+垂直模型训练应该会成为下半年 AI Agent 正经落地的标配。

👉 当下推荐：再加一个 Gemini DR

除开 Manus 负责通用任务，Kimi 负责中文信源尽调，Gemini Deep Research 虽然表现平平，但凭借免费、能访问海外信源（含 Arixv）、低幻觉的特色，成了我外文信源调研的日常选择。

体验地址：https://gemini.google.com/ ，对话框里记得勾选「Deep Research」

Agent 总结

• 还是觉得云端 Agent 才是正确的发展方向：AI Agent 的 7*24 always online 是一大重要特色，而放到本地运行，却需要保持电脑长时间开机唤醒，且占用人的电脑进程，怎么看还是觉得有些奇怪。
• 垂直模型驱动垂直 Agent，应该是下半年出活的方向：通过训练垂直模型，能极大提升 Agent 在垂直场景的可用性，现在到了拼 AI 团队数据质量和 RLHF 训练能力的时刻了。

💬 AI Chat

在大模型部分，其实或多或少已经提过了我现在的使用偏好。

• PC 端：
• 高频使用 Gemini 2.5 Pro（有 Pro 会员就直接在 Gemini 内使用，无则在 AI Studio 使用，确保体验到最长上下文的满血 2.5 Pro）
• 文哲类任务偶尔用 DeepSeek
• Btw，腾讯元宝凭借能对公众号生态进行搜索回答，有其独一份的特色。
• 移动端：
• 主用豆包 APP，主要是交互太方便了，响应也快，语音、视频通话是一绝；
• 学生群体也可用夸克 APP，功能更全

豆包 APP：移动端最佳 Chat 体验

在移动端，我们不追求顶级的 AI 智力，而是更希望全能、便捷、快速的问答体验。

这半年以来，「打开豆包发送语音消息」的快捷指令，一直绑定在我手机的操作按钮上，遇到要问的问题，按一下就开始录音提问，特别方便。

而且多模态识别也挺顺手的，今天还让豆包帮我识别了阳台花盆里突然长出来的草是什么。

特别值得一提的是，豆包的视频模式，甚至还能充当你的虚拟导游：

开着视频通话，就能直接实时对话提问，就像和一个真导游在视频聊天，这块体验很神奇，建议试试。

也能体验到优秀的自然语言生图、改图功能，豆包相当全能了。（就是上下文记忆表现不咋地）

🔍 AI 搜索 ？

我其实在犹豫要不要提 AI 搜索。

因为我的暴论是：从 2025 年上半年的发展趋势来看，纯 AI 搜索形态的产品，正在被 AI Chat 和 Deep Research 挤压生存空间。甚至长期来看，我并不看好 AI 搜索产品的存在必要性。

简单问题用 AI Chat，直接在开着的 AI 窗口问一嘴，就能得到答案，还能方便的带着上下文记忆扩展问答。

复杂问题，用 DR 更能一次性找到有价值的增量信息，大家也愿意等这个 DR 时间。

如果你还是想问有什么 AI 搜索可以用？

那可以继续用：

• 「秘塔搜索 - 研究模式」：https://metaso.cn/
• 「夸克 APP - 夸克 AI 搜索框」：https://ai.quark.cn/

实际上，这两者也都在摆脱纯粹的 AI 搜索形式。前者开始转教育，做「今天学点啥」；后者的 AI 搜索框，则是包含了深度思考、AI 写作、生图等一篮子 AI 功能，主打一站式 AI 日常使用体验。

💻 AI Coding：Vibe Design + Vibe Coding！

如果作为一线产品经理，到现在还完全没体验过 AI Coding，我觉得基本是不合格的产品经理了。（不要求做出独立的完整 Demo，用来做个静态页面也好啊）

像我最近的 Chat Memo，就是用了纯 AI Coding。

在不懂编程的情况下，1 周半写出了完成度非常高的 Chrome 插件 ；2 天完成了官网的 Vibe 设计与开发。发布后，短短 1 周就有了 1000 用户量。

这个 Case 直接证明了 AI Coding 现在已经可以做出完成度极高的 MVP 产品，而非只能做 AI 小玩具。

而且，以我身边样本为例，一些 AI 团队的新产品，AI 代码占比达 90%；老牌产品的 AI Coding 采用率也能在 40% 以上。

没用过 AI Coding 的，真的该抓紧去试试了。

也给一些负责任的 Coding 产品推荐：

• Trae：简单项目，可以用 Trae 海外版，3 刀 1 个月，最便宜的订阅价格，换来刚好能用的 AI Coding 体验。复杂项目，如果没有 AI Coding Prompt 经验，憋用……简直是折磨。
• Cursor：基本是 AI Coding 届的一致选择。

也有一些朋友觉得 Augment Code 作为新 AI Coding 产品，有着更佳智能的体验，暂时还没试过，不做推荐，可自行体验。

另外关于 Code Review，某明星 Agent 公司的超靠谱朋友，推荐使用 Code Rabbit，作为 AI Code Review 的选择。

Btw：Windsurf 自从被 OpenAI 收购后，它的 Claude 模型就不太稳定，保险起见，现在不建议入坑。

Claude Code 和 Gemini Cli，只适合程序员群体使用，普通用户脱离了 GUI 再去用这俩，还是会很吃力的，不推荐主动退化自己的交互方式。

其他推荐

上面提到的，就是 2025 年主流视野中，最火的一些模型、产品赛道，除开这些以外，也有一些零星的产品值得推荐：

Flomo：个人笔记软件中，AI 做得最爽的

AI 功能做得好，不在于多么花里胡哨、专业难懂，而在于真的能让人用进去、爱不释手。

Flomo 绝对算这个类别。

1）相关笔记：根据笔记向量，匹配语义相似的笔记。无需 AI 总结，就能看到历史相关笔记

2）AI 洞察：根据相关笔记，AI 洞察你在某类主题下笔记的共性与盲点，给予主动的启发。

打磨 Prompt 如打磨产品本身。少楠为了 AI 洞察，自测迭代了数百个版本的 AI 洞察 Prompt，尽可能地让 AI 能更加自然、不自嗨地融入 flomo 用户的服务中。

而 flomo 做每个 AI 功能，也绝非是为了 AI 而 AI，而是在像溪流一样设计产品。当一个人记录很多的时候，他可能需要回顾。而 AI 回顾的前提是「找到相关的笔记」，再是基于相关笔记做洞察启发。

如果说今年的 Agent 产品们，是在把未来带到现实；Flomo 更像另一个视角，一点点沿着真实需求场景，把服务做的更好。

体验渠道：https://flomoapp.com/ ，少楠周三晚直播，分享 AI 洞察的设计理念，正式版本该功能本周四上线。

Cherry Studio：本地 AI 对话与调试

本地多 API 集成的 AI 对话客户端、本地知识库，近 3w Github star。

可以自定义为你提供 AI 服务的云服务商：

如果需要：

1）一次性对比多 AI 的 Prompt 回应质量

2）无缝的本地 RAG 知识库体验

——用它！

体验渠道：https://www.cherry-ai.com/

Prompt Pilot：提示词版本管理与效果评测（限国内模型）

字节做的一个 Prompt 工程工具，我最喜欢的是它的 Prompt 调优管理功能。如果是针对国内模型进行 Prompt 工程调优，非常好用。

在帮朋友的产品打磨封装功能所用的 Prompt 时，就用了 Prompt Pilot。

能够批量跑 Benchmark，批量评分 Prompt 结果的质量，很方便。

唯一的遗憾是只能用火山方舟提供的模型列表，包含 DS、豆包等模型。要是能支持国外模型测试就好了，出个海外版吧。

体验渠道：https://promptpilot.volcengine.com/tasklist

Chat Memo：跨平台无感保存、导出各 AI 平台对话

这是一份在 AI 时代都用得上，在将来也许会发挥大价值的礼物。

能够帮你解决 AI 对话散落在各个 AI 平台，难以沉淀与搜索的问题。在浏览器上装上后就支持：

• 实时保存每一次 AI 对话
• 搜索并找到历史 AI 对话中任何一个关键词
• 无限制导出全部 AI 聊天记录

而且默认数据存储在浏览器本地，你的数据只属于你。

体验渠道：

• 产品官网：chatmemo.ai
• 直接在 Chrome 扩展商店，搜索「Chat Memo」
• 如果你在国内，无法访问 Chrome 商店，可参考本地安装教程：https://zkv549gmz8.feishu.cn/wiki/Pf0VwsQbkiDuDYkiwiLcZPBPnyf

附录：AI 日常推荐表

也附上一份我日常推荐朋友的 AI 模型&产品推荐表：

🎐 写在最后：令人晕眩的上半年，以及两个趋势

写完才猛然发现，2025 年上半年就已经发生了这么多的变化。

这么多新产品，每个产品放在过去前 AI 时代，都是相当“炸裂”、“颠覆性”的存在。但它们确实都集中发生在短短半年内。

DeepSeek R1 进一步确立了国际上中国 AI 的地位；Manus 则是率先带起了通用 Agent 的浪潮。

豆包生图、可灵 AI，则是进一步加速了 AIGC 应用的全民普及。Veo3 生视频更是宣告 AI 生成内容进一步达到了以假乱真，低维模拟高维世界物理效果的可行性。

而 Lovart、夸克高考志愿 Agent 在垂直场景的成功实践，又证明 AI 应用落地正在从浅水区，加速进入到各个垂直场景的深水区。

AI 百日，恍若数年。

在下半年，我直觉应用侧会有两个趋势：

1. 1. Agent 开始在垂直领域卷数据、卷后训练：就像夸克高考志愿 Agent、Kimi-Researcher，为了在垂直场景（高考志愿、DR）上获取更加稳定、可用的效果，纷纷开始对模型层下手优化，且以模型的进步得到了 Agent 整体效果的提升。
2. 2. AI 记忆利用与 Context 构造：实话说，现在 AI 体验不行、麻烦的最大原因，不是 AI 智力不行。而是 AI 不够懂我们的意图，每次都要我们反复说明已经陈述过的 Context。上半年只有看到 OpenAI 在 ChatGPT 中优化了 Memory 的利用。当模型发展遇阻，应用层 Prompt 套壳玩的差不多的时候，最终还是要回到 Context 工程上来，这是每个好 AI 产品都逃不掉的任务。（不仅是行业趋势，也是我通过精进 Chat Memo、Context 工程实践，下半年会持续深耕的方向）

当然，我个人觉得前者可能下半年就能看到爆发期，后者估计到明年上半年才会有比较多的落地探索。

潮水仍在奔涌，探索永无止境。

以上便是 2025 年上半年，我在国内所见、当前推荐的 AI 模型与产品清单。