这两天看到我一直很喜欢的设计师阿哲 @Formulasearch 的个人网站，我挺喜欢他个人主页的那个风格。 看着看着突然冒出一个念头： 这种个人审美很强的网站，模型光看录屏，能不能做出来？ 于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。 没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。 结果打开以后，我确实愣了一下。 按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。 当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。 以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。 现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。 所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。 感兴趣的都可以去试一试：

很多人只知道埃罗尔是伊隆马斯克的父亲，但不知道其实埃罗尔是一个很厉害的工程师，在珠宝玉石上也涉猎很深 今天埃罗尔主动提出来要去看一看中国的珠宝玉石，我们就安排了珠宝店的行程，一起去看一看中国风的玉石雕刻😄 下午我们会去国内出色的新能源车企参观，特斯拉的车当年路测试车，在美国的很多公路跑，他自己是参与了所有的测试车的测试，他在美国开了测试车，很多个州，所以一说到新能源汽车，他就非常兴奋 感兴趣的朋友欢迎加入我们，也欢迎进群围观～

阿don说，要做那种第一时间就能赚到钱的事情 我找了半天，终于找到了！这tm不就是普通人马上就能赚到钱的事情吗？vibe coding又不影响我说话

Deep Research 的瓶颈早就不是检索，而是任务状态、失败恢复和可验收产物。 论这个叫 working capability的东西，要管环境可执行 + 多 Agent 协同。真正要对比的不是文风，而是：文件能不能改、代码能不能跑、中途断了能不能续。 没这三项，交付只是更长的 Markdown。