关于“AI泡沫”的问题，想看一看市场主流的正方和反方，页面正好停留在ChatGPT里，于是顺手点开了Agent模式，工作了26分钟，结果差不多是我想要的。
当然，我也很顺手的把结果文档送进了Gemini的Canvas：很清晰的三页。明明生成了文本类型的报告，为什么一定要可视化，很简单：为了信息压缩，可视化是更直观的方式，快速找到那些跟常识有点不太一样的数字或者结论，再回去比对。可惜，如今我能从ChatGPT和Gemini中找到错误的几率越来越低了。
当然，中文是为了发文章方便。
一度，Claude的Artifacts是我最多使用的可视化工具，但是随着Gemini Canvas越来越好，我基本都在Gemini里完成了：审美更好，信息更聚焦。
相比之下，GPT-4o时代的Canvas就落后的有点明显了。
GPT-5改变了这个印象，以下是GPT-5 Canvas的截图。基于Tailwind CSS的典型黑白配色，结合字体选择，我觉得挺好看的。
不过，相比之下，它有一个问题：在报告文字里提到了2024年电力消耗是8TWh，2030年预计652TWh，但用Python画了一张2026年是52TWh的图。我查了以下infinitive的来源，确实提到了2026年52TWh的预测。所以这张图GPT没画错，上面的Gemini更是完全理解正确。ChatGPT在Cavas画图时自己“想多”了，拟合出了一张二阶导为正的“走势图”。这算不算幻觉？我认为，算。
我对两个模型的可视化都很满意，不仅仅因为内容清晰完整，更因为它们都理解了我希望可以看到每种观点“溯源”的需求。
Gemini输出的是html，304行，ChatGPT是ts组件，393行。都很精炼，Gemini代码输出时间明显快，大概就半分钟时间。
本来，到这里我一项任务就算完成了。但是一段时间来国产模型的尝试，尤其是前两天试了Kimi的OK Computer后，还是有了许多比较的心思，所以我准备让Kimi也做一下可视化，验证我前一篇文章写完后遗留的一些想法。
因为我三次OK Computer免费额度已经用完，所以，就先直接试K2模型的输出。结果如下：
Html代码249行，很多人轻视可视化对模型能力评价的意义，在我看来，可视化可以代表非常多的信息。模型能力高下，一眼可见。
我犹豫了几秒，点了Kimi的订阅，19美金/月的那种，来都来了，没有理由不继续下去的。于是，同样的要求给到OK Computer。
与我之前的尝试不同，这次我没有要求，却使用了Web Search搜索工具，其实，在这个任务下，我是不希望开启搜索的，因为会影响到可视化的结果。
当然，看上图的过程，三个markdown文件深得我心，interaction、design、outline，我在之前写过关于“vibe coding的五个原则”，第一点，就是“设计先行”。
OK Computer非常“勤恳”，干了半个多小时，终于做完，如上的结构一样，给了一个完整的网站。时间长也有部分原因当然是因为token输出速度不够快（目测就是20多的水平，跟Mac跑OpenAI的oss120b差不多速度）。
页面一共四个tab，截图如下，链接：https://www.kimi.com/share/1999624f-bd02-8af9-8000-00000bf80282。
如上，真的信息量巨大，关键还创造性的加入了“来源验证”，别说，结论还挺合理的。但是也因为开启了搜索的原因，“私货”夹带的也不少。
我喜欢首页的背景和走马灯的文字效果，虽然没什么用，但至少说明“用心”了（当然因为是动态效果，导致截图不太正常），我也喜欢“来源验证”部分。
我不喜欢“过度思考”的部分，多余且有错误。
实事求是讲，OK Computer的网站有点“炮弹打文字”了，但是相对于直接生成的“有点寒颤”的结果，那就还是OK Computer吧。
Gemini Cavas耗时一分钟不到，OK Computer是半小时，结果差不多打平吧。
一丝悲凉又出现了：竭尽全力才可以打平那些看起来的“毫不费力”。
幸运的是，似乎绝大多数时间，勤可以补拙，模型也一样。