Blender

群友判断，AI 商业化早期最先稳定获益的仍是已有业务的企业主，因为提效省下的成本可直接转化为利润；普通人靠做软件或游戏直接变现的难度很高。

群友分享 AI 写小说的一手变现数据：签约三本、累计收入一万多；过往其他 AI 项目累计也有较高收益。

孙务远用DeepSeek操控Blender进行创作，展示的半成品成本为0.5美元，生成任务当时仍在运行。

群友判断一句话应用生成大赛技术含量有限，但参与度高且能增加第二课堂素质分，因此更适合作为低成本履历项目，而非高含金量技术竞赛。

群里集中算了 Workbuddy 里跑 Kimi K3 的成本账：深度研究一次可能消耗 500 积分，2000 积分只够半天，11000 积分也就几个会话。

群友集中反馈 5.6 相比 5.5 在规则执行、问题检核和软件调试上更容易停在表面，需要用户明确指出问题才会继续推进。

朱先生问不接大模型能否做精准 OCR，群友给出两条路线：离线模型可下到本地，但安装包会变大；在线方案可接百度、阿里 OCR API，有免费额度且更稳定。

老蔡对比了 Claude 和 GPT 在代码修复上的真实体验：Claude 更像程序员式快速迭代，但多轮仍未修明白；同一个问题交给 GPT，长时间跑完后直接落地。