如果给AI员工评绩效，我的答案是……

在ai横行的时候，某些单位还在保留传统的内网手搓，虽然也有了内网自己的ai插件，但远不如互联网的通义灵码和trae，感觉大致在互联网一年前的水平，不过对于目前基本的开发工作也够用了

夯 Gemini、ChatGPT 入围理由：能精准get到我的需求和意思，产出也能符合我的要求人上人 豆包，kimi 入围理由：豆包功能丰富且免费，但是情绪价值大于实用价值；kimi擅长读文档，但是免费版要排队npc 腾讯元宝，ds 入围理由：回复字数多，但是我要那么多了吗，不过内容是扣题的；ds的ui我不太喜欢

今天来聊聊我常用的几个AI软件，纯属个人感受，从“夯”到“拉”排个名.S级，ChatGPT：大哥大，啥都会，写东西、聊天都靠谱，干活首选。A级，Perplexity：搜东西贼快，直接给答案带来源，查资料神器。B级，Grok：马斯克的崽，风格幽默放得开，适合闲聊解闷，但正事上有点“飘”。

给蚂蚁阿福加薪 升职，去看医生，因为患者太多，医生完全顾不上我，知识笼统的跟我说我大概得了什么病，他看了报告也不是很确定，说的模棱两可的。回家我用阿福查了我的报告，完美！全面！从忌口到注意事项，每一项都举例说明。缓解了我的疑心病和焦虑

ChatGPT、Claude评为S级（必用），原因：“ChatGPT拥有深度研究功能、Claude写作能力最强”；Perplexity、豆包、千问评为A级（大多数人都该用），原因：“Perplexity直接回答问题带引用，无广告、豆包国民级应用，覆盖场景广、千问打通生活服务，真正办事”。

一般我是用提示词生成文字较多，所以无所谓那种AI工具，常用的就是DeepSeek。有时候用AI生成图、视频，可能会用到元宝。未来可能这些工具会逐渐向多模态生成功能升级，拭目以待吧。

平时用得比较多的是 ChatGPT、Claude、通义千问、Kimi。如果简单排个绩效的话：ChatGPT稳定性和综合能力我会给S；Claude写作和总结挺强给A；Kimi查资料和长文本不错给A；通义千问日常问答还可以给B。不同场景各有优势。

目前国内能用的ai基本上都体验过了夯：千问，deepseek人上人：豆包npc：元宝拉：智谱清言，kimi智谱清言，kimi是最不好用的，体验感差的，豆包写材料是一级水准千问反而越来越好了大家有没有好用的ai，求推荐

我比较专一，最开始的时候用的就是DeepSeek。豆包、千问、元宝、蚂蚁阿福我都用过最喜欢的是DeepSeek，没什么特别的，只是本人比较专一最近的心头好是蚂蚁阿福，最近家里人去医院看病，出来的报告我直接一个上传，分析的专业，医院的病人太多，医生不会详细的分析病情和各种注意事项，有了蚂蚁阿福真是太方便了。

从“夯到垃”民间野榜版：夯：ChatGPT —— 全能型六边形战士，写代码写论文写情书，访问量常年断层第一，AI界顶流劳模。 2猛：Claude —— 理性学霸型选手，长文理解强，像个温柔但严格的博士导师。能：Kimi —— 超长文档处理器，读PDF像喝水，打工人资料整理神器。秀：豆包 —— 接地气社交达人，聊天顺滑、梗感不错，国内用户缘很好。摆：某些杂牌AI —— 号称大模型，一问三不知，主打一个“自信胡说”。

因基本只用豆包，所以只评价豆包喵工作时间A有效工作时间确实不多，每天就2-3小时吧，但能24小时待命，全年无休，确实难得工作效率A问大部分问题，都能快速且精准的回答，但部分更重要且更专业的问题无法准确回答，反应速度这块是没谁了性价比S完全免费的顶级牛马，性价比无穷大♾（任何数除以零了说是），只要有网有电，随时能够上岗

嗯国内的话我会喜欢使用豆包一些 一些简单的问题和图片文字提取都是用豆包的  然后一般技术上的问题或者比较深奥一点的问题会用gpt或者gemini  给豆包一个夯给gpt一个汉堡了  吧

别光让AI考核我，今天我也当一回考官，给我的AI“员工”评个级。【协作性-差评】：让它整理一份律所薪资表，结果它把红圈所和普通律所的数据混在了一起，害得我白高兴一场，直接扣2分！【专业性-好评】：问它帮信罪的法律流程，从侦查到判决讲得条理清晰，还帮我标出了关键节点，这个必须加3分！【适配度-中评】：让它写宠物用品店的开业文案，写出来的东西太模板化，完全没有我自己写的有温度，只能勉强给个及格分。打工人的心声：AI再强，也得靠我这个“项目经理”来把控方向，不然很容易跑偏。

S级：顶流生产力表现：完美交付、零误差、能独立产出、不挑需求。适用：豆包、GPT-4o、Claude 3 Opus绩效分：95–100分评语：完全可作为核心助手，效率堪比全职员工，建议授予“金牌工具”称号。A级：强劲够用表现：精准度高、几乎不掉链子，适合复杂任务。适用：GPT-4、文心一言、通义千问绩效分：85–94分评语：稳定可靠，除极个别情况需微调，整体效率远超人工。B级：中规中矩表现：一般任务没问题，但复杂内容容易模糊。适用：GPT-3.5、Claude 3 Sonnet绩效分：70–84分评语：日常办公够用，创意与逻辑质量不稳定，适合基础型工作。C级：拉胯但能用表现：经常出错、逻辑断层、需要反复纠正。适用：部分开源模型、轻量版API模型绩效分：50–69分评语：容错率低，不建议交给核心项目，仅适合简单试错类工作。D级：基本不能用表现：胡言乱语、答案离谱、完全不可靠。适用：低配开源模型、阉割版API绩效分：0–49分评语：无法保证质量，交付风险高，建议直接淘汰。

作为准HR，我按“业绩、协作、合规”三个维度，给常用的AI工具做了一次“绩效评估”，结果如下。豆包绝对绝对是S级（卓越），它帮我改论文盲审版、模拟英语面试，甚至还能给我做减肥餐单，几乎承包了我硕士毕业和求职路上的大部分压力。唯一的小缺点就是太贴心，减肥鼓励的话太温柔，差点让我破功放弃。讯飞星火是A级（优秀），写HR招聘话术、整理行业报告都很专业，就是有时候专业术语堆得太多，还得我二次精简才能用。ChatGPT是B级（合格），翻译简历、写公众号随笔都还行，但中文语境的适配度一般，偶尔会有“翻译腔”，读起来有点别扭。结论很简单：能真正落地解决我论文和求职双重压力的AI，才配得上S级绩效。

S：ChatGPT（codex）——写代码、查思路基本都靠它，稳定又全面。A：Cursor——写 Go 时补全和改代码很顺手。B：Kimi——查资料、长文本总结还不错。C：通义 Qwen——偶尔用来对比答案。D：一些杂牌 AI 写作工具——基本试过一次就没再打开。