Linioi

同意 1 楼的看法。目前大语言模型发展更多注重的是模型能力的提升（比如各家都在炒作的 AGI ），应用层只是在将技术一部分变现，顺便赚点用户进一步进行数据训练。
如果模型能力提升要到头了（或者大幅放缓），差不多就是模型应用层大爆发的时候。现在进行的工程化，日后等到模型能力提升可能就变得毫无意义了。比如去年年中左右大火的 Cline 和 Cursor ，在精心的调教下让能力羸弱的模型变得生产可用，但是等到模型能力大幅提升的现在（比如 Claude Opus 4.5 和 GPT-5.2 ），这些工程化都没什么意义了。
我之前也很热衷于尝试各种 Agent 工作流，研究怎么调教 Model 实现 Agent 能力最大化。现在有时间还是喜欢学点技术，CLAUDE.md 都删得只剩一点个人偏好了。

@korvin 我也遇到了这个问题，受不了换 Raycast 了🤣

@ideard 这几天是不是 Antigravity 的 Claude 模型缩水了？感觉最近用得变快了特别多。

@hmxxmh 确实好多，但是感觉好多都是 Vibe Coding 快速迭代出来的，各种 bug 太多了用起来很糟心。Vibe Coding 时代开源项目井喷是好事，但是对用户负责我觉得也很重要🤣

没太了解过这个加速，是有什么特别的地方吗，请教一下🤔

建议依旧 ChatGPT 。
Gemini 虽然强，但是 Gemini CLI 挺一般的而且免费，目前的 Antigravity 也是公测免费，除非想深度使用 Gemini 网页版（包括 Notebook LM ）以及生态体验，否则意义不大。
Codex 目前还是我用过写代码最稳的编码模型，综合对比还是 Codex 最好用，Plus $20 的 Codex 额度就挺多的了。再用 Antigravity 的免费额度辅助，感觉完全够用。

因为有这个需求，我自己前段时间也在想如何设计一个这样的软件。
我发现最大的难点还是如何将你的日程信息输入给 AI ，比如让它给你规划今天做什么，它怎么知道你的空档期与偏好？如果通过打字的方式给 AI 补充上下文，也未免太麻烦了，不如自己思考一下怎么安排。
目前我觉得最有可能实现这个需求的，可能是 Apple 宣传了一年多还没落地的 Apple Intelligence 。因为可以拿到 App 足够多的数据进行学习，所以可能可以实现一个比较好的闭环规划需求。

matplotlib 画图想要美观最简单的方法还是套主题。我论文中学术图表喜欢用 SciencePlots 软件包的样式，虽然这个样式是学术出版风格，不过我觉得简洁美观，各种场合都挺合适。

@bobohu 一百万 token 也就是 1M ，这用量挺小吧，我一小时可能就要好几 M 了。