AI 导航最常用的 30 款 AI 工具
进入 AI 导航（共 6,827 款）›
AI 科普站
大模型原理、AIGC 工具测评、AI 新手教程与行业解读，用大白话讲清楚人工智能。
-
10 万向量检索实测：float16 内存减半，耗时慢 20 倍10 万个 768 维向量实测：单条查询 19.79 毫秒，约每秒 50 次。转 float16 内存从 293MB 降到 146.5MB，耗时反升到 394 毫秒，是 float32 的约 20 倍。分块扫不加速。只扫 50% 数据，Recall@10 只剩 45%。
-
20 条词库时，教科书推荐的算法比最笨的写法慢 10 倍150 篇正文 24.6 万字做敏感词过滤实测：词库 20 条时逐词 in 只要 2.6 毫秒，Aho-Corasick 要 26.1 毫秒，慢 10 倍。要到 500 条才反超，2000 条时快 6.94 倍。正则自始至终没赢过逐词 in。
-
提示词里写了 JSON 示例，一跑代码就报 KeyError提示词模板里带 JSON 输出示例，用 Python 的 format 填充必抛 KeyError，format_map 加 defaultdict 兜底也撑不住，抛的是 ValueError。实测 8 种拼接写法只有 2 种会坏，replace 和 string.Template 从一开始就绕开了这个坑。
-
120张图塞进网页，明文大33%，gzip后只差0.31%120 张真实照片做成 base64 内嵌页：明文膨胀 33.33%（精确等于 4/3），开 gzip 后按「服务器总共要吐多少字节」的公平口径重算，只多 0.31%。但二次访问外链 6,300 字节、内嵌 3,395,655 字节，差 539 倍；首屏按带宽模型算差 27 倍；gzip-9 压 23MB 页面要 1235 毫秒 CPU。文末列了四项没测的。
-
20万行日志里，真爬虫守规矩，假爬虫在找你的.env解析 ayusite 31 个 access 日志共 207,846 行、跨 38 天：爬虫 116,955 次占 56.3%，其中 SEO 工具最多（SemrushBot 31,823、MJ12bot 27,017）。4 个 34/35 段地址轮换 11 到 18 种 AI 爬虫 UA，敏感路径占比最高 70%。2,005 次探测里 404 有 1,993 次，200 零次。真 ClaudeBot 17,896 次只碰 14 次，但 81% 请求是 302。
-
同一件事 6 种问法，输入 token 从 7 个涨到 251 个同一个需求写成 6 种问法，用 cl100k 和 o200k 各数一遍，从 7 个 token 到 251 个，差 35.9 倍。范例最贵，加一个就翻倍。同样的三条要求，连写 27 个 token，列表 32 个，Markdown 表格 49 个。一篇 1560 汉字的中文稿约 2435 token。只数输入，没调接口。
-
同一批图喂两个 OCR：一个栽在小字上，一个栽在行序上四段带价格和日期的日常文字，8 种条件渲染成 32 张图，共 944 个字次，用编辑距离逐字比对 RapidOCR 和 Windows 自带 OCR。总分 4.77% 对 7.84%，但分项完全不同：12px 小字 Windows 错 19.5%、Rapid 全对；旋转 1.5 度 Rapid 错 20.3%、Windows 只错 1.7%。文里列了全部错例和数字错法。
-
把画质对齐再比：WebP 比 JPEG 大 15%，AVIF 小 19%6 张 1200×800 的真实照片，用 Pillow 各存成 JPEG、WebP、AVIF、PNG。按各自的默认质量比，WebP 只有 JPEG 的 88.2%，但 PSNR 低了 3.8 dB。用二分法把画质对齐后反过来：WebP 变成 JPEG 的 114.9%，AVIF 是 80.7%，代价是编码从 20.5 ms 涨到 2561 ms。文里给了每张图的明细和我最后的取舍。
-
自己数 token：装个包，跑三行，剩下是乘法报价单只写每百万 token 多少钱，不会告诉你那篇稿子是多少 token。完整三步：装 tiktoken、三行代码数、把 token 换算成钱。附十五种写法的经验值、中英文提示词的实测差（旧分词器 1.51 倍，新 1.08 倍），以及四个我没有验证的地方。
-
一个汉字占几个 token：我把两万个汉字挨个数了一遍把 CJK 基本区 20,992 个汉字逐个送进分词器：旧分词器里只有 2.6% 能压进一个 token，平均每字 2.357 个；换成新分词器是 12.0%、1.922 个。再用自己写的六篇文章实测，一个汉字 1.575 个 token，换分词器省 26%。六篇 16,201 个 token 里有 4,975 个是「半个字」。
-
我扒了 10 天访问日志：3 万次请求，AI 爬虫只占 6%10 天 30,128 次访问日志逐行拆开：AI 公司爬虫只占 6.1%，卖外链的 SEO 工具占 32.8%，404 占 43.1%。中间我想用「有没有加载 css」判断真人，结果发现这个判据被自己的 nginx 配置关进了日志盲区。
-
怎么查谁在爬你的站：从一条命令到一份 robots.txt三步查清谁在爬你的站：数总量、按 UA 分组、查 IP 归属，再结合访问行为判断是不是真人。附实际跑通的 PowerShell 命令、我踩过的静态资源日志盲区，以及 robots.txt 怎么写才真的有用。
-
AI 爬虫在我站上待了 10 天，真正读到文章的不到一成Anthropic 的 ClaudeBot 来了 472 次，其中 57% 在读 robots.txt 和 sitemap.xml，落到文章页的只有 8%。OpenAI 的 OAI-SearchBot 更极端：29 次请求里 28 次在读 robots.txt。Common Crawl 的 CCBot 有 86% 在抓一个早就下线的老路径。
-
同一张图问 AI 六个问题，回答从 1 个字到 423 个字同一张桌面照片，同一个模型，六种问法。问「描述这张图片」回来 423 个字，里面塞了九处主观评价；问「有哪几样电子设备，逐个列出」回来 17 个字的清单；问「几台显示器，只回答数字」，它只回了一个字符。
-
AI 看图到底看清了多少：我把这张照片缩了 6 遍一张 NASA 拍的 1616 万像素太空照片，进模型前被缩成 224×224，只剩原来 0.31% 的像素。我把同一张图缩成六个尺寸问同一个问题：112 像素时背景的地球夜景彻底消失，56 像素时它把这张太空照片说成了昆虫。