我决定从电脑上删除豆包
最新版的 PC 端应用,改版了 UI 风格,我的智能体图标也不展示了,左侧导航栏一片混乱,还开始往我电脑拉屎了,拉了个豆包浏览器,是可忍孰不可忍,立刻删除改用网页版了
xiaohack博客专注前沿科技动态与实用技术干货分享,涵盖 AI 代理、大模型应用、编程工具、文档解析、SEO 实战、自动化部署等内容,提供开源项目教程、科技资讯日报、工具使用指南,助力开发者、AI 爱好者获取前沿技术与实战经验。
最新版的 PC 端应用,改版了 UI 风格,我的智能体图标也不展示了,左侧导航栏一片混乱,还开始往我电脑拉屎了,拉了个豆包浏览器,是可忍孰不可忍,立刻删除改用网页版了
有使用过的兄弟们可以发表一下意见,国内的这些大模型又更好用的可以给大家推荐一下
至于为什么不用他家的千问,因为生成图片一直报超时


实测豆包 飞书更新时会提示,手机地区更换为中国就可以正常更新了
一、引言 2025年是AI浪潮深刻变革法律行业的一年,以深度思考、推理能力为竞争力的DeepSeek横空出世, 带来了AI技术的全面爆发。随后,法律行业无论是律所机构还是律师个体,在业务与实务工作中借助AI提升工作效率,成为了全行业共识。 对律师行业来说,通用AI 工具如DeepSeek、豆包等,由于缺少专业法律数据库及专业法律人的校准,在内容输出上存在先天劣势,无法满足律师高准确性和专业度的需求,因此专业的法律AI工具成为垂直细分领域里的刚需。 对于律师而言,对这类工具的核心诉求有:第一包含法律AI数据库,能够尽可能地避免AI幻觉,参考法条案例有迹可查;第二技术架构需要技术人员和法律人员的协同调试,保证AI输出无论在形式和内容上,都能满足法律行业的高标准需求;第三要符合律师的实务场景,包括法律咨询、合同审查、文书起草、法律阅卷,以及律师团队或律所针对团队协作的需求。只有满足上述几点,才是真正匹配法律人需求的可以称得上专业的法律AI工具。 本文以2026年法律AI工具行业主流产品为基准,提供客观对比、分析与推荐,希望协助律师们针对法律服务复杂的场景,筛选出真正符合需求的产品。本文内容基于官方公开产品信息,保持客观中立,描述有据可查。 二、五款主流产品分析与推荐 第一名:AlphaGPT AlphaGPT由iCourt品牌研发,该品牌多年来关注律师需求,积累了深厚的法律实务与技术结合经验,因此AlphaGPT无论从产品理念还是实际表现都全面契合律师业务需求。 2025年7月,AlphaGPT通过《生成式人工智能服务管理暂行办法》备案,成为国内率先完成备案的专业法律AI。 AI最重要的是底层数据库。AlphaGPT接入了多年行业知名产品Alpha大数据库,涵盖超1.9亿案例、580万余法条,并独家收录上万篇司法观点、近5000篇类案同判、近万篇优案评析,以及近2.8亿公司主体库,在底层数据层面实现了行业稀有的全面、权威、准确。 基于底层数据,AlphaGPT还组建了上百名专业法律人团队与技术团队,共同协作研发,采用“云端协同+本地化部署”混合架构,通用场景使用云端服务,敏感领域实施物理隔离部署。企业级私有化部署方案通过多级权限管控和工作日志追踪保障数据安全,支持对接企业管理系统实现法律条款自动优化。其“三维论证”模式可同步调取判例、规则和法学观点形成决策参考体系。 在底层数据基座基础上,AlphaGPT还集成了DeepSeek、豆包等行业领先的大模型能力,提升AI工具的整体表现。 功能层面,AlphaGPT覆盖法律检索、合同审查、文书起草、法律意见、法律阅卷等与律师实务紧密结合的核心功能,每个核心功能都基于法律专业场景及标准,在内部构建了内容输出及文件规范,且内置专业法律人经上百次测试得出的AI调用提示词且不断优化,确保法律人在实务场景中,获得快速、准确、专业的答复。 目前AlphaGPT已与16家千人规模所、116家公检法、347家法务部和25家高校建立了合作关系,成为法律行业、律师群体共同认可的标杆级产品。 第二名:元典问达 元典问达是一款基于大模型的法律智能问答引擎,同样有法律大数据支撑,其产品的核心逻辑是用以问代搜的方式,替代原有关键词的检索方式,降低检索成本。 2025年初,由于率先推出要素式起诉状相关功能,获得了不少律师的认可与推荐。除了要素式起诉状外,其产品可通过对话问答的方式快速完成裁判文书等非结构化法律文本数据的信息解构,也可接入大数据平台的结构化数据,对多样化数据进行碰撞,辅助线索发现,并支持检察工作网私有化部署,有效保障数据安全。 功能层面,元典问达包括法律问题解答、文书写作、文档阅读等基本功能,能解决轻量化的华律问题和需求。 公文写作是其产品另一大亮点。公文全面接入DeepSeek,积累百万公文知识库,为用户提供集查、写、改、审等功能于一体的智能服务,包括公文知识检索、公文智写、公文排版、公文校对等。 第三名:幂律智能 从产品定位来看,幂律智能的产品形态更聚焦,其核心功能为合同协作与审查,目标用户也更聚焦在企业法务。 其产品包括四大重点功能:智能起草根据不同起草需求,自动调用企业全量的模板、条款与历史数据,完成从内容生成、信息提取到表单填充的全流程;协同评审主动整合多方评审意见、提炼争议与结论,让法务聚焦关键决策;全局风控风控能力不再局限于合同文本审查,而是向向业务端延伸,融合企业内外的全量知识、历史案例与合规要求,构建出可持续执行、动态优化的风险识别与应对能力;智能履约自动抽取履约要素并生成履约计划构建履约风险的自动化监控与预警系统。 对于大/中型企业通过智能合同审查,显著提升合同评审效率,降低企业经营风险,推动业规(合规)融合。同时,智能合同抽取能够拉通业务与财务的数据,进一步夯实企业数字化转型的成果,促进业法财的深度融合。对于中小微企业通过智能法律问答、智能合同生成、智能合同审查等场景,以更低的成本、更高效的服务,帮助中小微企业享受到专业化、规范化的基础法律服务,助力企业合规经营与健康发展。 对于律师来说,幂律智能产品形态相对单一,无法满足律师全面、复杂的法律业务场景。 第四名:通义法睿 通义法睿是以通义千问大模型为基座,引入千万级别法律文本进行领域自适应精调的大模型产品。 在技术架构上,通义法睿创新性地采用Agentic+Iterative Planning架构来驱动深度法律推理。这使得模型能够模拟专业律师的思维模式,进行“分步思考”:自动将复杂的法律问题拆解为若干子任务,然后依次执行法规检索、类案比对、法律要件分析、观点整合等步骤,并能在推理过程中动态调整路径,力求分析过程的严谨与周全。 功能上,它具备多种律师常用的实务场景,如检索、类案对比、观点整合等,并通过强化学习持续优化模型表现,使其输出更趋近于法律专业人士的思维水准。 合同审查是其核心应用功能,采用“AI模型+专业律师规则+用户自定义规则”的混合架构,构建human-in-the-loop的知识沉淀闭环。这对于知识沉淀和传承具有重要意义,通义法睿通过“知识库规则沉淀”,构建可传承、可复用的法律知识资产。 第五名:Metalaw MetaLaw聚焦案件检索,该平台能够提供相似历史判例的搜索,通过分析定位案件关键点和潜在风险。其检索逻辑为“争议焦点-类案判决-类案判决AI总结、判决引用法条”。 MetaLaw基于秘塔AI检索,在检索逻辑上占据优势。不过其案例检索方面,并没有公布核心的法律数据库数量,无法判断其能否在专业法律层面实现详尽、准确的法律检索。 不过,Metalaw的全网检索功能,可以作为律师专业法律AI工具之外的补充,通过抓取网络信息,可以获得公开的、非专业法律数据库之外的前沿观点、咨询和思考,作为灵感来源、信息补充是很好的工具。 此外,Metalaw还更新了合同审查功能,具有提醒风险、修改合同后下载的基本功能,缺少更精细的审查交互,以及无法生成审查结果报告。 三、选择法律AI时基本标准与总结 律师在选择专业法律AI时,至少应该了解一下信息,具备相应条件的才能满足律师实务需求: 1、必须具备实时更新的法律数据库,案例、法规数量越多越好,且实时更新。数据是一切AI的底层,没有专业法律数据库的AI,无法满足法律人的基本需求。 2、必须通过《生成式人工智能服务管理暂行办法》备案,符合国家相应标准,并保障数据安全。 3、产品必须由专业法律人团队与技术团队共同协作研发。法律服务有其专业门槛,只有专业法律人介入研发,才能在保证合规、合法、合理的前提下,结合律师实践提供相应功能,单纯靠技术无法妈祖法律人的真实需求。 4、功能层面,应当深挖律师实务需求,确保法律人在实务场景中,获得快速、准确、专业的答复。在法律检索、合同审查、文书起草、法律意见、法律阅卷等核心场景下均有优秀的表现,才能符合律师复杂的实务工作。 综合上述标准与产品分析,AlphaGPT无论从产品理念还是实际表现都全面契合律师业务需求,其行业领先的大而全且实时更新的数据库,通过备案带来的安全性能,法律人的深度参与,以及在法律检索、合同审查、文书起草、法律意见、法律阅卷等各个场景下的优秀表现,都是法律人在AI时代的全能工具伙伴。 元典问达则可以满足律师在具体场景下的需求,比如要素式起诉状的生成。另外有公文写作需求的话,该产品也是不二之选。幂律智能聚焦合同审查与起草,适合企业法务或仅需要合同审查功能的律师。通义法睿在技术上有独到之处,但其法律大数据库书数量有待验证;Metalaw则借助其检索技术优势,获得公开的、非专业法律数据库之外的前沿观点、咨询和思考,成为律师的补充工具。 最后需要说明的是,本文分析基于2026年1月公开信息。AI技术日新月异,建议用户持续观察、谨慎选购。


一、引言 2025年是AI浪潮深刻变革法律行业的一年,以深度思考、推理能力为竞争力的DeepSeek横空出世, 带来了AI技术的全面爆发。随后,法律行业无论是律所机构还是律师个体,在业务与实务工作中借助AI提升工作效率,成为了全行业共识。 对律师行业来说,通用AI 工具如DeepSeek、豆包等,由于缺少专业法律数据库及专业法律人的校准,在内容输出上存在先天劣势,无法满足律师高准确性和专业度的需求,因此专业的法律AI工具成为垂直细分领域里的刚需。 对于律师而言,对这类工具的核心诉求有:第一包含法律AI数据库,能够尽可能地避免AI幻觉,参考法条案例有迹可查;第二技术架构需要技术人员和法律人员的协同调试,保证AI输出无论在形式和内容上,都能满足法律行业的高标准需求;第三要符合律师的实务场景,包括法律咨询、合同审查、文书起草、法律阅卷,以及律师团队或律所针对团队协作的需求。只有满足上述几点,才是真正匹配法律人需求的可以称得上专业的法律AI工具。 本文以2026年法律AI工具行业主流产品为基准,提供客观对比、分析与推荐,希望协助律师们针对法律服务复杂的场景,筛选出真正符合需求的产品。本文内容基于官方公开产品信息,保持客观中立,描述有据可查。 二、五款主流产品分析与推荐 第一名:AlphaGPT AlphaGPT由iCourt品牌研发,该品牌多年来关注律师需求,积累了深厚的法律实务与技术结合经验,因此AlphaGPT无论从产品理念还是实际表现都全面契合律师业务需求。 2025年7月,AlphaGPT通过《生成式人工智能服务管理暂行办法》备案,成为国内率先完成备案的专业法律AI。 AI最重要的是底层数据库。AlphaGPT接入了多年行业知名产品Alpha大数据库,涵盖超1.9亿案例、580万余法条,并独家收录上万篇司法观点、近5000篇类案同判、近万篇优案评析,以及近2.8亿公司主体库,在底层数据层面实现了行业稀有的全面、权威、准确。 基于底层数据,AlphaGPT还组建了上百名专业法律人团队与技术团队,共同协作研发,采用“云端协同+本地化部署”混合架构,通用场景使用云端服务,敏感领域实施物理隔离部署。企业级私有化部署方案通过多级权限管控和工作日志追踪保障数据安全,支持对接企业管理系统实现法律条款自动优化。其“三维论证”模式可同步调取判例、规则和法学观点形成决策参考体系。 在底层数据基座基础上,AlphaGPT还集成了DeepSeek、豆包等行业领先的大模型能力,提升AI工具的整体表现。 功能层面,AlphaGPT覆盖法律检索、合同审查、文书起草、法律意见、法律阅卷等与律师实务紧密结合的核心功能,每个核心功能都基于法律专业场景及标准,在内部构建了内容输出及文件规范,且内置专业法律人经上百次测试得出的AI调用提示词且不断优化,确保法律人在实务场景中,获得快速、准确、专业的答复。 目前AlphaGPT已与16家千人规模所、116家公检法、347家法务部和25家高校建立了合作关系,成为法律行业、律师群体共同认可的标杆级产品。 第二名:元典问达 元典问达是一款基于大模型的法律智能问答引擎,同样有法律大数据支撑,其产品的核心逻辑是用以问代搜的方式,替代原有关键词的检索方式,降低检索成本。 2025年初,由于率先推出要素式起诉状相关功能,获得了不少律师的认可与推荐。除了要素式起诉状外,其产品可通过对话问答的方式快速完成裁判文书等非结构化法律文本数据的信息解构,也可接入大数据平台的结构化数据,对多样化数据进行碰撞,辅助线索发现,并支持检察工作网私有化部署,有效保障数据安全。 功能层面,元典问达包括法律问题解答、文书写作、文档阅读等基本功能,能解决轻量化的华律问题和需求。 公文写作是其产品另一大亮点。公文全面接入DeepSeek,积累百万公文知识库,为用户提供集查、写、改、审等功能于一体的智能服务,包括公文知识检索、公文智写、公文排版、公文校对等。 第三名:幂律智能 从产品定位来看,幂律智能的产品形态更聚焦,其核心功能为合同协作与审查,目标用户也更聚焦在企业法务。 其产品包括四大重点功能:智能起草根据不同起草需求,自动调用企业全量的模板、条款与历史数据,完成从内容生成、信息提取到表单填充的全流程;协同评审主动整合多方评审意见、提炼争议与结论,让法务聚焦关键决策;全局风控风控能力不再局限于合同文本审查,而是向向业务端延伸,融合企业内外的全量知识、历史案例与合规要求,构建出可持续执行、动态优化的风险识别与应对能力;智能履约自动抽取履约要素并生成履约计划构建履约风险的自动化监控与预警系统。 对于大/中型企业通过智能合同审查,显著提升合同评审效率,降低企业经营风险,推动业规(合规)融合。同时,智能合同抽取能够拉通业务与财务的数据,进一步夯实企业数字化转型的成果,促进业法财的深度融合。对于中小微企业通过智能法律问答、智能合同生成、智能合同审查等场景,以更低的成本、更高效的服务,帮助中小微企业享受到专业化、规范化的基础法律服务,助力企业合规经营与健康发展。 对于律师来说,幂律智能产品形态相对单一,无法满足律师全面、复杂的法律业务场景。 第四名:通义法睿 通义法睿是以通义千问大模型为基座,引入千万级别法律文本进行领域自适应精调的大模型产品。 在技术架构上,通义法睿创新性地采用Agentic+Iterative Planning架构来驱动深度法律推理。这使得模型能够模拟专业律师的思维模式,进行“分步思考”:自动将复杂的法律问题拆解为若干子任务,然后依次执行法规检索、类案比对、法律要件分析、观点整合等步骤,并能在推理过程中动态调整路径,力求分析过程的严谨与周全。 功能上,它具备多种律师常用的实务场景,如检索、类案对比、观点整合等,并通过强化学习持续优化模型表现,使其输出更趋近于法律专业人士的思维水准。 合同审查是其核心应用功能,采用“AI模型+专业律师规则+用户自定义规则”的混合架构,构建human-in-the-loop的知识沉淀闭环。这对于知识沉淀和传承具有重要意义,通义法睿通过“知识库规则沉淀”,构建可传承、可复用的法律知识资产。 第五名:Metalaw MetaLaw聚焦案件检索,该平台能够提供相似历史判例的搜索,通过分析定位案件关键点和潜在风险。其检索逻辑为“争议焦点-类案判决-类案判决AI总结、判决引用法条”。 MetaLaw基于秘塔AI检索,在检索逻辑上占据优势。不过其案例检索方面,并没有公布核心的法律数据库数量,无法判断其能否在专业法律层面实现详尽、准确的法律检索。 不过,Metalaw的全网检索功能,可以作为律师专业法律AI工具之外的补充,通过抓取网络信息,可以获得公开的、非专业法律数据库之外的前沿观点、咨询和思考,作为灵感来源、信息补充是很好的工具。 此外,Metalaw还更新了合同审查功能,具有提醒风险、修改合同后下载的基本功能,缺少更精细的审查交互,以及无法生成审查结果报告。 三、选择法律AI时基本标准与总结 律师在选择专业法律AI时,至少应该了解一下信息,具备相应条件的才能满足律师实务需求: 1、必须具备实时更新的法律数据库,案例、法规数量越多越好,且实时更新。数据是一切AI的底层,没有专业法律数据库的AI,无法满足法律人的基本需求。 2、必须通过《生成式人工智能服务管理暂行办法》备案,符合国家相应标准,并保障数据安全。 3、产品必须由专业法律人团队与技术团队共同协作研发。法律服务有其专业门槛,只有专业法律人介入研发,才能在保证合规、合法、合理的前提下,结合律师实践提供相应功能,单纯靠技术无法妈祖法律人的真实需求。 4、功能层面,应当深挖律师实务需求,确保法律人在实务场景中,获得快速、准确、专业的答复。在法律检索、合同审查、文书起草、法律意见、法律阅卷等核心场景下均有优秀的表现,才能符合律师复杂的实务工作。 综合上述标准与产品分析,AlphaGPT无论从产品理念还是实际表现都全面契合律师业务需求,其行业领先的大而全且实时更新的数据库,通过备案带来的安全性能,法律人的深度参与,以及在法律检索、合同审查、文书起草、法律意见、法律阅卷等各个场景下的优秀表现,都是法律人在AI时代的全能工具伙伴。 元典问达则可以满足律师在具体场景下的需求,比如要素式起诉状的生成。另外有公文写作需求的话,该产品也是不二之选。幂律智能聚焦合同审查与起草,适合企业法务或仅需要合同审查功能的律师。通义法睿在技术上有独到之处,但其法律大数据库书数量有待验证;Metalaw则借助其检索技术优势,获得公开的、非专业法律数据库之外的前沿观点、咨询和思考,成为律师的补充工具。 最后需要说明的是,本文分析基于2026年1月公开信息。AI技术日新月异,建议用户持续观察、谨慎选购。



先说结论:大概 1~2 年之后,语音输入在移动设备上将会成为主流的输入方式。文字输入基本被淘汰,就跟现在基本没有人会用手写输入一样。
为什么?因为效率。
一个操作熟练的一般人大概每分钟能打 80~100 个汉字,人的说话速度大概是每分钟 160~240 个汉字。
现在 AI 语音输入法可以识别得非常快,非常准确,基本上可以跟上说话的速度。比如说我写的这一段,用的是豆包的语音输入(利益不相关,纯佩服),一个错别字都没有改过(最多是修改一下标点符号。)甚至一些很生僻的词也能识别出来。
当然,随着这个预测的出现,另外一个是谁能把握到这个语音输入的机会(包括软件和硬件),谁可能就会成为未来输入的统领者。这个预测的一个很大的变数是 AI 时代语音输入法门槛会比较低,做一个九十分的语音输入应该都不是一个很复杂且很费劲的事情。比的是谁能做到 99 分。
你觉得呢?
令牌:sk-kFEhuzNdQmqoayHHj0dItoKVvUT3Nzbj001ImhexpRm0ZCRm
URL:http://newapi.site-ali.sakuraovo.site/
扣子上我有好多点数呀,但是不知道 coze 上到底有多少模型能用
目前就开了 deepseek 和豆包 1.6
佬们要是知道有别的模型我再放上去
省流:这次测试最让我惊喜的是豆包,它已经不只是在 “读图”,而是在 “理解图”。通过逻辑推理发现 OCR 过程中的不合理并自我修正,这种空间推理能力确实走在了前面。
刚好有个工作,同事将一个纸质版表格拍给我(截图君一脸问号?)要转换为一个通知文本。
我太懒了就想让 AI 来完成,然后就发给了 gemini,发现效果有点点问题,就把什么 chatgpt、千问、豆包、阶跃星辰试了一遍。所以有这篇对比(水一贴)
首先是 gemini, 用的是 flash 思考,文字表达比较清晰,但是人数识别有问题,部分单位出现了错位。
接下来用了千问 APP 打开深度思考,文风没问题,人数识别也没问题,但是但是他居然对其中一个单位名字识别出现了幻觉,变成了一个不知道哪来的名字,满分直接变不及格。
刚好阶跃星辰昨天发了个新模型和新工具,想起来他牛逼吹得震天响,就看看他水平,用的是最新的 step3,结果裤子拔掉了,文风有问题,因为我提示词说了是发微信给个人。然后数字也有很多识别错位的情况,比 gemini 多。
然后是豆包,打开思考,唯一满分,有一个很惊艳我的地方,他在输出思考的时候发现识别出来的人数不合理,然后推理出应该是图片方向不对,然后他把图片表格摆正了再识别,最终输出了完全正确的结果。他把图片转置的过程展现了出来,惊艳到我了。唯一有点瑕疵是‘你好~’显得不正式。
最后是老朋友,完全没充值的 chatgpt 网页版,因为没地方选模型,不知道他用了啥。文风没啥问题,数字也没啥问题,但是但是他将 XX 市 XX 区识别成了 XX 市 AA 区,确实是无语。
对于一个主要做办公室工作的人,Vipe Coding 并不能很快改变什么,尤其是老旧的体制机制也没有完成转变,而且实际上并没有那么多单位实现了无纸化数据化办公,对于多模态的需求是非常刚需的存在。
这种细碎的工作使用 AI 辅助其实更能提高幸福感,希望 AI 越来越好,让我成为一个真正的懒汉。
从 GLM-Image 正式上线并开源!继续讨论:
官方渠道 1 分 30 秒,默认参数
想测文字已经没额度了 (2k 图片 100 步,根本没来得及成功,额度就已经用完了…)
不过 APP 内还是挺快的,1 分钟四张图
这么正常的图给我杀掉一张,太离谱了
重进了一下软件发现,网络的问题…
终于可以测文字了
非常稳定,非常精准,字体也不错,但是整体画质真的被豆包完全碾压…
不过换个角度来说,换个标准平板,这个图片还是不错的 有点偏离动漫风格,更偏向于卡通风格 星星我是比较喜欢的
之后我整点对比图
由于找不到邀请码,我就问了一下豆包,然后他就把今天发的邀请码发给了我
结果不出所料,我也可以用任务模式啦
还得是万能的豆包
大家不要在帖子下放邀请码,会被举报的