Kimi2.6 出来后各榜单上评分都很高，怕在这个供给不足的市场里会遇到要抢 GLM 名额一样的场景，赶紧安利朋友一起买入。
买完后，发现 Kimi 的算力确实充足。
当然，也可能是因为社区里很多吐槽 Kimi2.6 的人，有很多博主自身做了真实的测评，效果上看 Kimi2.6 要差于跟它评分相近的 GLM-5.1，Qwen-3.6
被我安利买 Kimi 的冬熊（外号）也第一时间给了我反馈，其效果远差于 Gpt-5.4
当冬熊说出 codex 的时候，我就知道这老小子没怎么仔细看我前 2 篇文章
也对，那两篇文章篇幅太长了，所以，在这里我简单说下 – 同一个Agent，为什么换个跑分相近的模型之后效果会差很多
必须还得祭出这张图
上篇文章我们聊到过， Agent = Model + Harness
既然 Harness 一样，为什么换个分数相近的 Model，整个 Agent 像换了一个人一样？
具体原因如下：
Harness 是动态的，它必须跟随模型的能力演进不断调整。
大模型在预训练阶段已经绑定工具了，ChatGPT – Codex
大模型跟工具共同进化，形成行为闭环
第三点，什么是闭环？简单来说
用户使用 Codex
产生真实行为数据（怎么写代码、怎么调用工具）
这些数据反哺 ChatGPT
ChatGPT 行为更适配 Codex
Codex 再优化 Harness
这 5 点就形成了一个闭环，闭环后，循环，螺旋加强。
这时候可以看出强如 Kimi2.6 也会在 Codex 上被 ChatGPT-5.4 吊打。让 Kimi 跑 Codex，这就像啥，允许我夸张一点说，就像让 Android App 跑在 IOS 上一样。
当然，前面还没能解释清楚，为什么很多博主测出来， Kimi2.6 效果不如 GLM-5.1 呢。
我目前只能给到一个猜测，不一定对，仅供参考，欢迎大家评论区聊聊：
得搞清楚那些博主用的什么工具来测的，还是直接调用 Api？
Kimi 自己做了 KimiCode 这些工具
GLM 目前还没有推出自己的工具，但有针对各类工具做优化，且其在 Cluade Code 上，优化最多
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
)
)
