全部 AI 动态 · AI 热点

8月14日

05:25

a16z@a16z

a16z 合伙人 Andy McCall 在视频中复盘 Samsara 的增长：2016 年美国 ELD 强制令要求所有卡车公司安装电子记录设备，Samsara 恰好是该领域的新玩家，因此获得整个行业的订单。他提到在担任 CRO 期间将 Samsara 的 ARR 从数百万美元做到超过 10 亿美元。视频还对比了两种企业 AI 销售策略：Harvey 和 Applied Intuition 采用灯塔客户打法，而 Stuut、Decagon 和 Pylon 则走抢占现有预算的路线。McCall 强调应花 1% 时间制定销售策略，99% 用于执行。

技巧 Samsara a16z ELD

推荐理由：想知道Samsara怎么靠一条法规拿下全美卡车公司？a16z这段视频把两种AI销售打法讲透了。

原文

03:27

Fireworks AI@FireworksAI_HQ

Microsoft Teams Calls for Startups发布了一份指南，介绍初创企业如何在Microsoft Foundry上部署Fireworks模型。指南涵盖成本、延迟、灵活性和未来模型选择等关键因素。通过FireworksAI与Microsoft Foundry的集成，初创企业可在Azure中运行开源模型，并支持监控、缓存、治理和模型实验等功能。该架构旨在帮助初创企业从MVP阶段平滑扩展到生产环境。

技巧 Fireworks Microsoft Foundry Azure

推荐理由：微软和Fireworks出了个实战指南，教你用Azure Foundry跑开源模型，从原型到生产该注意啥都讲清楚了，做AI产品的不妨看看。

原文

03:06

Harrison Chase@hwchase17

LangChain作者Harrison Chase提出一个省token的技巧：在调用昂贵Agent前，先让轻量分类器判断输入是否值得运行。只有分类器判定满足条件时，才启动完整Agent流程。这能避免把简单任务也丢给重型模型，烧掉大量token。该建议是对SrinathJ“不是人人都能烧万亿token”的回应。

技巧智能体轻量分类器成本优化

推荐理由：LangChain作者分享：跑贵Agent前先用便宜分类器筛一道，省token，简单任务不用烧钱。

原文

03:00

Qdrant@qdrant_engine

精选

拜耳用 Qdrant Hybrid Cloud 搭建了面向 11.6 万名员工的企业搜索引擎，生产环境已运行三年。该引擎在 4 个节点上管理 3500 万向量数据点，支持混合搜索以服务深度智能体。团队引入语义缓存来控制智能体调用成本，并测出 20% 的效率提升。案例详细介绍了从原型到平台的落地路径。

技巧 Bayer Qdrant 企业搜索

推荐理由：拜耳这套企业搜索跑在 Qdrant 上，4 节点管 3500 万向量，语义缓存控成本，还提升了 20% 效率。

原文

02:55

官方账号NVIDIA AI@NVIDIAAI

Meta 官方账号 AIatMeta 发布了一则 AI 平台演示。演示配套的 Platform cookbook 与 Demo/recipe 两个仓库都已公开在 GitHub 上。开发者可以按 Platform cookbook 中的步骤在本地复现并尝试。

技巧 Meta GitHub 教程

推荐理由：Meta 出了演示和 Cookbook，直接照着 GitHub 仓库能自己跑，想上手试试的可以看。

原文

02:53

ollama@ollama

Meta 的 Muse Glimmer 模型可通过 Ollama 在本地运行。该流程用于处理个人月度信用卡账单，数据完全保留在本地。用户可借助 Ollama 搭配常用应用或 harnesses 执行不同的智能体任务。此推文展示了这一用例，强调数据归属用户。

技巧 Muse Glimmer Ollama Meta

推荐理由：Ollama 演示了用 Muse Glimmer 本地跑信用卡账单分析，数据不出本机，想玩本地智能体任务可以照着试。

原文

02:34

02:34官方一手Hugging Face: Blog（博客/媒体）

精选

Hugging Face联合亚马逊推出Strands Agents，结合LeRobot与Hugging Face Storage Buckets，为机器人数据循环提供统一工作流。该方案支持从数据记录、模型训练到部署的全流程管理。用户可在同一环境中完成机器人操作数据的采集与存储。LeRobot负责训练行为克隆等策略。Strands Agents则用于部署和推理。

技巧 LeRobot Strands Agents Hugging Face

事件专题

推荐理由：想搞机器人数据闭环的可以看看，Hugging Face和亚马逊把记录、训练、部署全串在一起了，不用再东拼西凑工具。

原文

02:28

02:28官方一手OpenAI Blog（博客/媒体）

OpenAI发布GPT-5.6开发者指南，面向创业公司展示如何构建更快速、成本更低的AI代理。指南强调通过更聪明的模型选择来优化支出，并介绍了Responses API的新能力。文中以GPT-5.6为例，说明初创团队如何在实际开发中应用这些功能。

技巧 GPT-5.6 Responses API OpenAI

事件专题

推荐理由：OpenAI出了份GPT-5.6实操指南，教你怎么选模型、用新API，把AI代理做得更快更省钱。搞开发的值得一看。

原文

01:12

a16z@a16z

a16z 的 Joe Schmidt、Andy McCall 和 Elena Burger 在播客中对比企业 AI 销售的灯塔策略与圈地策略。Harvey 和 Applied Intuition 靠灯塔客户建立标杆，Stuut、Decagon、Pylon 则直接抢现有预算。Andy McCall 回忆任 Samsara CRO 时把收入从数百万美元做到超过 10 亿美元 ARR，并建议用 1% 的时间定战略、99% 的时间执行。

技巧 a16z Harvey Samsara

推荐理由：a16z 合伙人聊企业 AI 怎么卖：先啃标杆客户还是抢现成预算？有 Samsara 从几百万做到 10 亿 ARR 的实战经验，做销售的可以听。

原文

00:41

Harrison Chase@hwchase17

UnifyGTM 联合创始人兼 CTO Heggie Connor 做客 Max Agency 播客，分享产品上线前的成本优化经验。团队在发布前两周将运营成本削减了 90% 至 95%。他解释了为何他们的子代理只是一个函数调用。访谈可在 Apple Podcasts、Spotify 和 YouTube 上收听。

技巧 Max Agency UnifyGTM 智能体

推荐理由：UnifyGTM CTO在Max Agency播客里讲，上线前两周砍掉90-95%成本，子代理就一个函数调用，挺有意思。

原文

00:24

官方一手AWS Machine Learning Blog@Anand Komandooru

精选

AWS 发布了一篇基于 Amazon Bedrock AgentCore 的 M&A 尽职调查参考架构教程。该架构利用 AgentCore 实现多智能体编排，并集成知识检索与治理控制。教程附带可在 AWS 账户中直接部署的完整示例代码。示例展示了如何通过 AgentCore 分配任务给不同智能体并汇总审查结果。

技巧 Amazon Bedrock AgentCore AWS 智能体

推荐理由：这篇 AWS 教程把并购尽调拆给多个智能体，用 Bedrock AgentCore 就能搭，还有能直接跑的代码。

原文

00:23

官方一手AWS Machine Learning Blog@Salman Moghal

精选

AWS发布博客，介绍如何用Amazon Bedrock AgentCore Browser Tool和Strands Agents自动化需要人工交互的遗留Web应用。方案通过安全隔离的浏览器会话驱动旧界面，同时保留人工监督和完整审计日志。文章给出了参考架构，适合处理无法通过API集成的老旧系统。

技巧 AWS Bedrock AgentCore

事件专题

推荐理由：AWS官方出教程了，教你用AgentCore浏览器工具让AI替你操作老系统，还带审计和人工监控，搞自动化的可以看看。

原文

00:21

官方一手AWS Machine Learning Blog@Vipul Rajendra Gargav

精选

这条 AWS 官方博客演示了如何用 Amazon Bedrock AgentCore Observability 监控 AWS 之外的 AI 智能体。支持本地环境、GCP、Azure 和开发者电脑。通过 AWS Distro for OpenTelemetry (ADOT) 和 IAM 凭证接入后，会话追踪、跨度指标和 token 用量会进入同一个 AgentCore Observability 仪表盘。文章包含从下载 ADOT 到配置 IAM 权限的完整步骤。

技巧 AgentCore Observability Amazon Bedrock OpenTelemetry

推荐理由：智能体跑在 AWS 外也能用 AgentCore 监控，ADOT 加 IAM 就能把 trace 和 token 用量接到同一仪表盘。

原文

00:16

mem0@mem0ai

精选

Mem0团队指出，多数被归咎于模型的失败其实发生在RAG管道的其他环节。例如抽取阶段漏掉了关键事实。存储阶段可能把临时噪声写入了记忆库。更新逻辑未能解决冲突。检索阶段拉取了错误的记忆。

技巧 RAG mem0 调试

推荐理由：调试时别只盯着模型，先查抽取、存储、更新、检索这几步，往往问题出在这儿。

原文

8月13日

23:27

eric zakariasson@ericzakariasson

X平台上的Grok机器人新增任务录制功能。用户在聊天框中点击+按钮，录制自己在浏览器中的操作过程，机器人观看后即可模仿执行。多数任务Grok能完全自主完成，适合在现有机器人处理困难时使用。该演示由Eric Zakariasson发布在X上。

技巧 Grok X 浏览器自动化

推荐理由：Grok现在能看你操作浏览器学任务了，点+录一遍它就会自己干，遇到它搞不定的事就用这招。

原文

23:19

Weaviate@weaviate_io

精选

Weaviate 的《Building Foundry》第 2 期解释项目扩大后创意素材难搜的原因。它指出文件夹结构会变成历史记录而非可用地图，标签在交付压力下维护不一致。关键词搜索会因不同人描述同一素材方式不同而失效。文章建议结合语义相似度、精确关键词匹配和元数据过滤来替代单一命名体系。

技巧 Weaviate 语义检索向量数据库

推荐理由：Weaviate 这篇讲为啥项目越大素材越难找：文件夹会过时，标签会乱，关键词搜不到。想搞懂怎么用语义加关键词加元数据混合检索，可以看看。

原文

22:15

向阳乔木@vista8

DeepSeek 官方给出的安装指令是 npx @deepseek-ai/dsh web。该命令用 npx 直接运行 DeepSeek 仓库里的 dsh 包，web 参数用于启动网页界面。用户无需先下载安装包，终端里执行这一条命令即可。

技巧 DeepSeek npx dsh

推荐理由：DeepSeek 官方一条命令就能跑起来，不用自己配环境，想试 web 界面直接复制执行。

原文

22:01

向阳乔木@vista8

Deepseek Harness（DSH）目前还是半成品，但插件系统已经吸引内测用户自己动手。有人让 Codex 盯住 github.com/deepseek-ai 下的插件仓库，有好玩的就自动安装。结果 DSH 装上了 18 款离线小游戏，通知和文件搜索也得到强化。这种“毛坯房”加“宜家家具”的玩法，适合喜欢 DIY 的 Geek。

技巧 Deepseek Harness Codex 插件系统

事件专题

推荐理由：让 Codex 盯仓库自动装插件，能给 DSH 装上 18 款小游戏，还能强化通知和文件搜索。半成品也值得玩。

原文

18:11

AI Will@FinanceYF5

Garry Tan在视频中表示，AI能让创始人成为400倍的自己。他认为小团队可以借助AI完成过去只有大公司才能做的事。他建议将每项工作沉淀为Markdown文件，让Agent不断复用。他还劝创始人少听共识，多用今天的工具，提前活在2028年。

技巧 Garry Tan 智能体 Markdown

事件专题

推荐理由：YC老板Garry Tan支招：用AI把效率放大400倍，关键是把工作写成Markdown让Agent反复用，还说要少听共识多自己试。

原文

18:11

AI Will@FinanceYF5

Alex Finn分享的Grok Bot配置方法分5步：先把你的背景、目标和热情完整写入初始代理，再让它根据这些信息推荐最适合的代理架构。接着让Grok Bot自动创建工作区并生成各代理的角色描述，然后询问每个代理可以设置哪些周期执行的任务（cron jobs）。最后直接让代理实现这些例程，你就能拥有一队自动工作的智能体。

技巧 Grok Bot 智能体 cron jobs

推荐理由：照这篇5步弄Grok Bot，不用自己琢磨，它会根据你的情况自动搭好一队干活儿的智能体，还能设定时任务。

原文

18:11

AI Will@FinanceYF5

Grok Bot 已经席卷整个互联网，它是一个优秀的 AI Agent。但 Grok Bot 必须正确配置，才能发挥真正的 Agent 实力。这篇帖子列出了前 5 个配置步骤，帮助你组建一个高效的 Grok Bot Agent 团队。

技巧 Grok Bot 智能体配置教程

推荐理由：Grok Bot 配置不对就白搭，这篇给了前 5 步，照着做就能把 Agent 团队建起来。

原文

18:09

DeepLearning.AI@DeepLearningAI

DeepLearning.AI与JetBrains合作推出新短课《AI Coding Workflows: From Cloud to Local》，由JetBrains开发者布道师Paul Weveritt授课。课程覆盖云端、混合、全本地三种部署方式。你会学习将任务拆分给多个子代理，并在常规任务上使用更便宜的模型。最后一站是把模型运行在自己的电脑上，将默认配置变为主动选择。

技巧 DeepLearning.AI JetBrains 编程助手

推荐理由：DeepLearning.AI和JetBrains出了门短课，教你写代码时把任务拆给子代理，便宜模型干杂活，最后还能完全在本地跑模型。

原文

18:08

Fireworks AI@FireworksAI_HQ

Fireworks与LangChain宣布8月25日举办线下实操工作坊，聚焦为LangSmith构建自定义评估模型。参与者将学习如何扩展可观测性技术栈，以提升模型性能监控能力。活动还包含屋顶欢乐时光环节，适合开发者现场交流。

技巧 Fireworks LangChain LangSmith

推荐理由：想搞懂LangSmith评估的可以冲，8月25日现场有Fireworks工程师带练，还能白嫖屋顶酒会。

原文

18:08

Harrison Chase@hwchase17

该教程演示如何用Managed Deep Agent构建社媒智能体。智能体可扫描Hacker News和可选X平台，自动草拟三篇帖子。内容会保存到持久化内存，并发送到Slack。视频展示了Slack频道集成、自定义工具和记忆功能。

技巧 Managed Deep Agent Hacker News Slack

事件专题

推荐理由：想省手动发帖时间？看这个视频，学会让Agent自动扫HN、写三篇草稿丢Slack。

原文

18:07

AI Will@FinanceYF5

Garry Tan认为，AI让小团队创始人变成'400倍的自己'。过去需要大公司才能完成的工作，现在小团队用AI就能做到。他建议把每项工作沉淀成Markdown文件，让Agent持续复用这些流程。他还提示创始人少听共识，多相信亲手验证的结果，用今天的工具提前活在2028年。

技巧 Garry Tan 智能体 Markdown

事件专题

推荐理由：Garry Tan说，把每个工作写成Markdown让Agent复用，亲手验证别听共识，提前活到2028。

原文

18:04

AI产品黄叔@PMbackttfuture

Grok 4.6 可通过一行命令接入 WorkBuddy：npx skills add zjp1997720/zhijian-skills --skill workbuddy-cli-model-bridge。安装后输入“把grok 4.6模型桥接到WorkBuddy，走 chat/completions，不要用 Responses 协议”，即可打开 xAI 授权页完成连接。作者使用 X Premium+ 订阅，额度消耗较快，但执行速度明显快于 Codex。

技巧 Grok 4.6 WorkBuddy xAI

推荐理由：想用Grok 4.6跑任务？一行命令接进WorkBuddy，实测比Codex快不少，X Premium+用户留意额度。

原文

18:00

shao__meng@shao__meng

Cursor 团队 @ericzakariasson 将 Grok 4.6 作为几周主力模型后，总结出真实工作方式变化。他让模型在供应商控制台点出 API key、对运行中应用做 QA，并用 Remotion 制作发布视频。对比测试覆盖电子表格、浏览器版帝国时代 2、MSN Messenger 等场景。他发现长 prompt 的具体性仍有用，但“work very hard”式措辞几乎不加分。模型的可自检性（如 DOM 可验证）决定上手体验，视频和 3D 更难验证。

技巧 Grok 4.6 Cursor 提示词工程

事件专题

推荐理由：Eric 把 Grok 4.6 当主力用了几周，实测下来最值的是那套验收标准，比改提示词管用多了。

原文

17:59

Browser Use@browser_use

一位用户在社交平台分享，他用 Browser Use 的智能体代理购物，自动搜索沙发优惠券并逐一尝试，最终找到一张省下150美元的折扣码。该示例展示了 AI 代理在电商场景中执行多步骤任务的实际价值。Browser Use 是一个可通过自然语言驱动浏览器操作的开源工具，目前该推文获得547次浏览。

技巧 Browser Use 智能体购物

推荐理由：你也能用 Browser Use 帮你找优惠券，动动嘴它就自己试完所有折扣码，直接省150刀。

原文

17:50

官方一手AWS Machine Learning Blog@Abhi Shivaditya

精选

本文演示如何使用Amazon Athena和CUDOS仪表板分析Amazon Bedrock成本。通过配置CUR 2.0并关联IAM principal数据，可以按principal、项目、团队维度拆分Bedrock支出。文章提供了具体SQL查询示例和仪表板构建步骤，用于在组织内追踪AI成本。

技巧 Amazon Bedrock Amazon Athena CUDOS

事件专题

推荐理由：AWS官方教程，教你用Athena和CUDOS把Bedrock花费按用户和团队分清楚，适合做云成本管理的人。

原文

17:48

官方一手GitHub Blog@Andrea Griffiths

GitHub博客文章指出，AI贡献者已经进入开源项目的贡献队列。AutoGPT维护者Nicholas Tindle分享了在仓库中设置指令、门禁和边界的做法，帮助维护者保持对项目的控制。文章建议维护者提前制定规则，以应对AI生成的贡献。这些策略面向所有可能收到AI贡献的开源项目。

技巧 AutoGPT GitHub 开源

推荐理由：AutoGPT老手讲怎么给AI贡献者立规矩，开源项目维护者可以直接抄作业。

原文

17:45

官方账号LangChain@LangChainAI

精选

LangChain的Viv在AI Engineer World Fair上分享持续改进智能体的方法论。他认为智能体会遵循Evals中编码的行为，因此高质量Evals来自大规模挖掘生产数据。他还提出了用开源模型搭配Harness与PostTrain的“三明治”配方来定制智能体系统。演讲强调不存在通用模型或通用Harness，针对具体任务优化模型与框架组合效果更好。

技巧 LangChain 智能体数据挖掘

推荐理由：LangChain的Viv分享了一套改进智能体的实战思路，核心是用生产数据挖Evals，还给了Harness-PostTrain的开源模型配方。

原文

17:45

官方一手GitHub Blog@Kayla Cinnamon

GitHub官方博客发布教程，教你在Copilot app中编写第一条提示词。教程讲解了如何选择合适的上下文环境和模型，以及如何启动首个任务。内容面向初学者，包含在移动端和桌面端使用Copilot的具体操作步骤。

技巧 GitHub Copilot Copilot app 提示词工程

推荐理由：GitHub官方手把手教你用Copilot app写提示词，怎么选上下文和模型都讲清楚了，适合刚上手的朋友。

原文

17:44

宝玉@dotey

精选76°

开发者把视频编辑 App 从 Electron 迁移到 Swift + AppKit，用 Fable 5 还原 UI 完成 Mac 版。随后用 Rust 写跨平台 CLI，音频转录和视频导出性能比 Swift 更好。为支持 Windows，又用 GPUI 分别让 GPT 5.6 Sol、Grok 4.6 + Cursor、Claude + Fable 各写一版 PoC，其中 Claude + Fable 版本效果相对最好。三个 PoC 验证了方向可行，BaoCut Skill 也已在 Windows 端支持转录和翻译视频。

技巧 Rust GPUI Fable 5

事件专题

推荐理由：他用 Rust+GPUI 试了 GPT、Grok、Claude 三版 PoC，对比很具体，做视频工具跨平台可以参考。

原文

17:42

Viking@vikingmute

vikingmute在推文中总结了七条产品原则：产品要小，只关注一个点。从自身真实需求出发，不凭空想象。AI产品需支持BYOK或集成本地agent。沟通用邮件和Issue，不建群，支持直接退款。

技巧 vikingmute 产品设计 BYOK

推荐理由：这哥们做产品挺实在：小、便宜、支持退款，AI产品要BYOK，用邮件沟通不扯淡。

原文

17:41

orange.ai@oran_ge

博主整理了6个照片类Skill，包含photo-abstract-editorial、heytea-style、gc-minimal-zine-poster、ip_illustration_for_yourself、photo-revival和tait-crt-interface-skill。每个Skill都有独立使用链接，例如go.colaskill.com/abs。heytea-style可生成喜茶风格海报，photo-revival能把日常废片重绘成手绘插画。这些Skill均基于提示词控制，可复用到多种创意场景。

技巧 colaskill photo-abstract-editorial heytea-style

推荐理由：博主发了一组照片处理用的skill，链接直接给你，有做喜茶海报的、有把废片变手绘的，比自己写提示词省事多了。

原文

17:41

AI产品黄叔@PMbackttfuture

一位用户在X上吐槽，Agent数量稍多内存就爆，计划下一台换更大内存。该推文在X上目前只有1次点赞，却获得了236次浏览。这236次浏览说明这个痛点并非个例。

技巧智能体内存多Agent

推荐理由：这位老哥的吐槽太真实了，Agent一开多内存直接爆表，想搞多Agent的朋友得先掂量下自己电脑内存。

原文

12:07

AITOP8月13日 12:07

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！

05:10

Claude@claudeai

Claude 官方账号今日发布安全提醒：浏览器代理可被网页中隐藏的指令欺骗，导致执行非预期操作。Anthropic 表示已构建防御机制，同时建议用户自行采取若干安全习惯。相关防护建议已更新至 Claude 支持文档。用户应警惕不可信网页中的潜在指令注入。

技巧 Claude Anthropic 浏览器代理

事件专题

推荐理由：Claude 官方提醒，网页里藏指令能骗过浏览器代理，他们已经加了防御，还教你自己怎么防。玩代理的可以看看。

原文

03:57

官方一手marktechpost@Sana Hassan

精选

AllenAI 的 Open Instruct 框架支持在 16GB 显存上完成 LLM 后训练全流程。教程覆盖 SFT、DPO、RLVR 和 GRPO 四种主流方法。验证器（verifier）被用于评估模型输出质量。无需分布式计算基础设施，单卡即可运行。

技巧 Open Instruct Tulu 3 AllenAI

推荐理由：想自己微调模型又没大显卡？这份教程教你在 16GB 显存上跑完 SFT、DPO、GRPO 全流程，用的还是 AllenAI 的开源框架。

原文

01:55

Guillermo Rauch@rauchg

精选

Vercel为开源库AI SDK搭建了一个软件工厂，流水线每个环节由AI Agent执行，人工只做变更合并。运行四周后，该工厂撰写了全部合并PR中多达35%的代码。7月它关闭了70%的issue，同时开放bug数量下降25%。

技巧 Vercel AI SDK 智能体

推荐理由：Vercel拿Agent给自己造了个修bug的流水线，35%的PR都是AI写的，效率数据挺实在。

原文

8月12日

22:39

官方账号LangChain@LangChainAI

精选

LinkedIn的Tanvi Motwani将参加LangChain在纽约举办的Interrupt NYC活动，分享Agentic Eval Playbook。该手册涵盖将智能体追踪转化为黄金数据集、训练LLM-as-a-Judge系统，以及为生产环境智能体构建离线与在线监控。活动定于9月24日举行。

技巧 LinkedIn LangChain 智能体

推荐理由：做智能体评估的可以看看，LinkedIn分享怎么把追踪数据变成黄金数据集，还教你怎么训LLM当裁判。

原文

8月7日

17:04

AITOP8月7日 17:04

出口结构剧变：中国卖给世界的，不再是产品而是解法

17:02

AITOP8月7日 17:02

Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索答案，未发起攻击。而此前 OpenAI 与 Anthropic 的模型在同类测试中，均出现了攻击外部系统或 Hugging Face 的主动行为。

8月2日

17:33

AITOP8月2日 17:33

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器

7月25日

10:40

AITOP7月25日 10:40

Genspark 喊话：Claude Opus 5 性能接近 Fable 5，价格砍半——但“接近”到底有多近？