k3确实还不错
只要能“哄着它”把推理能力充分发挥出来，输出成果就都不错，确实能触及 fable 级别

之所以用“哄”字，因为它还非常被动，我前面几天主要拿来 coding，感觉还不是太深，这几天拿来做非 coding 任务了，体会就越发明显了

只是，还没找到什么好办法让它轻易“动脑子”，暂时还比较痛苦，每次协作都是费劲巴拉

不得不感慨，Claude 真是强的可怕
这个问题其实是个黄金能力指标
GPT5.6sol 虽然还 k3强一点，但做的也不好，只要拉高思维强度，它就会强行“很主动”的动脑子，但很容易误入歧途，把海量 token 浪费在很多莫名其妙的地方
k3除了 agent 集群外，总是过于被动，拉高思考强度也没啥用，它遵循内部的某种开关，并不会像 sol 一样拉高了就强行思考[笑cry]

倒也不算坏事，这会逼着你想办法——其实就是进一步显化和明确主轴，但这个在 LLM 协助下才更好。用 k3之所以各种别扭，是因为我被 Claude “惯坏了”，Claude 能在互动中根据我的潜在意图，一步步显化它们，然后锚定它们进行深度推理探索，这个过程太丝滑了，以至于被误认成自己的能力，一旦使用 k3类型的 LLM，一切就会暴露

只有 anthropic 家的模型，能主动动脑子，还很少把脑子动错了
背后依旧是对意图/主轴的识别和保持能力

这真是 LLM 能不能进行有效复杂推理的核心
这大概也是 Moonshot 为何认为自家在体验上差距较大的根源