内容

平时高频使用各种大模型写代码、跑 Agent，最头疼的就是怎么挑模型——毕竟现在很多公开评测基准都被厂商 “刷榜（背题）” 刷得失真了，纸面分数很高，实际用起来却经常翻车。

这里分享一个我平时常看的第三方评测站：

致知｜大模型智力长期追踪榜单（由开发者 llm2014 维护）。

相比于大厂发通稿常用的公开跑分，这个榜单有几个非常接地气的亮点：

作者维护了一套不公开的私有测试集（涵盖日志分析、规则推导、代码编写、空间折叠等接近真实人类直觉与工程场景的题目），并且每月滚动更新，最大程度挤掉了模型死记硬背的水分。

从 2024 年至今按月归档，清晰划分了逻辑、编程与视觉三大板块，还能按“快/慢思考（推理模式）”或国家地区进行筛选。

平时纠结该给哪个模型充 API、或者想看最新模型有没有 “降智” 时，去翻一下它的月榜非常有参考价值。

两个我的世界假人相关开源项目

Github/afterSuperSam/FlayerBot
一款面向 Minecraft Java 26.1.2 的精简 Mineflayer 假人系统
共用一个 Node.js 进程，可控制多个微软账号，基于私聊消息的控制系统（TP、AFK等）、每日命令、Flashback 模组客户端视角录像及定时清理
适用于非 Carpet 端生电服务器，也可通过离线登录控制多个账号
Flashback 可录制假人所在区块的实体操作，非常适合长时间录制较为重要的生电机器运行状态以及建筑延时视频

Github/PrismarineJS/MineFlayer
使用一个强大、稳定且高级的 JavaScript API 来创建 Minecraft 机器人，你也可以用 Python 来使用它
总而言之，MineFlayer 是一款十分强大的我的世界无头客户端，为深度魔改提供了无限的可能性。在无任何修改的情况下，只占用约50MB的内存，非常适合部署在云服务器等轻量化节点