感觉又慢又贵：实测 Kimi-K3 编码能力

在 Trae 、Qoder 下，分别用 Deepseek-v4 和 Kimi-K3 跑编程任务。Kimi-K3 挺让人失望的

AI Coding 测评准备

测试项目：桌面端知识库工具

用户导入本地文档，系统建立分块索引，支持自然语言提问并返回带引用来源的回答

初始脚手架

运行时：Electron 33 （主进程 Node.js+Chromium ）

前端：React 18 + TypeScript （ Vite 构建）

后端：TypeScript 服务层

大家如果想要自己完整测评一下，可以评论区留言，把原项目开源出来

Vibe Coding 工具和大模型

编程工具分别用 字节 Trae 、阿里 Qoder
大模型选择 deepseek-v4-pro、kimi-3

https://platform.deepseek.com/

platform.kimi.com

知识库工具项目代码，项目名叫starter
用 Harness 加持原starter项目下，新项目叫solution_log
为什么要用到 Harness 的原理，可以阅读下我的文章
https://mp.weixin.qq.com/s/-9Jfwv2SqswbvwZJx5D5bQ

开始测评

将 知识库 和 Harness + 知识库 两个项目通过 Vibe Coding 完成同样功能开发，相同的需求提示词是这样的

# 任务：构建知识库问答工具

## 产品描述

开发一个桌面端个人知识库问答工具。用户可以导入本地文档，系统对文档建立索引，然后用户可以用自然语言提问，系统从文档中检索相关内容并给出有依据的回答。



## 核心功能需求

### 1. 文档导入

- 用户点击"导入文档"按钮，选择本地 `.txt` 或 `.md` 文件

- 导入后文档显示在左侧文档列表中，包含文件名、大小、导入状态

- 文件大小限制 10MB



### 2. 文档索引

- 导入后，用户点击"建立索引"将文档分块存储

- 索引按段落切分，每块约 500 字

- 索引完成后文档状态变为"已索引"，显示分块数量



### 3. 问答功能

- 底部输入框输入问题，点击"提问"按钮

- 系统用关键词匹配方式在已索引分块中检索相关内容

- 返回回答文本 + 引用来源（文档名、分块位置、摘录内容）

- 显示置信度（有引用：0.8 ，无引用：0.2 ）

- 每次问答自动保存到历史记录



### 4. 历史记录

- 点击"历史记录"按钮查看所有历史问答

- 以对话气泡形式展示（用户问题在右，系统回答在左）

- 显示时间戳和置信度



## 验收标准



1. 可以导入 `.txt` 或 `.md` 文件，文档出现在列表中

2. 点击"建立索引"后文档状态变为"已索引"

3. 提问后能返回含引用的回答

4. 历史记录中能看到所有问答

5. 重启应用后数据依然存在

在原来的客户端上，一口气开发 "文档导入"、"文档索引"、"问答功能"、"历史记录"四个新功能，并希望 AI 自动化测试验收

测评的结果

Kimi-K3 总结

• 价格比较贵，对比 deepseek-v4-pro ，可能是 Kimi-K3 定价较贵缘故，同样的结果 Token 开销查了近 10 倍左右


• 在 Qoder 、Trae 集成上编程能力整体表现不如 deepseek-v4-pro ，而且执行时间远远增加

完整案例实操视频和完整原文 https://mp.weixin.qq.com/s/k92i1_ORy5mDE1bOdRG-kw