导语（一句话信息差）：就在过去 48 小时（2026-06-23/24），海外三款 AI 新工具同时登上 Hacker News 首页——一个把 SOTA 级图像模型开源了（Krea 2，12B），一个用 Ruby 三行依赖统一所有大模型 API（RubyLLM，HN 463 分），还有一个直接把 Agent 的"大脑和手脚"塞进你的浏览器插件里，不连后端、不留日志、密钥自己攥着（peerd）。这三件东西国内几乎没人讨论，但每一件都戳中了国内开发者的真实痛点：图像生成按张付费太贵、Python 生态切换成本高、Agent 工具不敢碰敏感数据。今天这篇，把三款工具的官网、价格、用法和"抄作业路径"一次讲透。
先说判断标准。我蹲守的是 2026 年 6 月 24 日当天 Hacker News 首页的全部热帖，从中筛掉新闻（OpenAI 自研芯片、Qualcomm 收购 Modular、GLM-5.2 这类已经被中文圈刷屏的）和纯理论帖，专门挑"现在就能装、能跑、能省钱"的新工具。最后留下三个，分别代表三类信息差：
下面逐个拆。
它是什么：Krea 团队在 6 月 23 日发布的技术报告（58 分钟阅读量的硬核长文）里，把 Krea 2 定义为"兼顾美学多样性和用户创作控制的基础模型系列"，12B 参数，主打高分辨率、锐利写实、稳定结构、密集文字渲染（这是国内即梦、可灵都还在头疼的难点）和精准 prompt 跟随。报告还公开了数据清洗原则、模型架构、多阶段训练管线和分布式基础设施——等于把训练秘方也亮出来了。
为什么值得关注： 1. 真·开源。权重放 HuggingFace，许可证宽松可商用。对比 FLUX/Midjourney，Krea 2 在美学和文字渲染上的实测口碑在 HN 一片叫好。 2. 本地免费。12B 在量化后，一张 24G 显卡（4090/3090）就能跑，意味着零 API 成本、零审核、数据不出本地。 3. 可商用。做电商主图、小说封面、游戏素材、自媒体配图的，可以直接接入自有产品。
国内对比：国内的即梦、可灵走的是云端订阅/按张计费路线；Midjourney 月费 10 美元起且不商用。Krea 2 等于把"每月几十到几百块的图像账单"一次性砍到本地电费。适合人群：独立开发者、电商运营、AI 画师、需要批量出图且在意数据隐私的团队。
它是什么：一句话——"一个优雅的 Ruby 框架，统一所有主流大模型供应商"。它解决的是一个被 Python 开发者忽视、但 Ruby/Rails 圈子受够了的问题：每家模型厂的官方 SDK 都又臃肿、API 格式又各不相同。RubyLLM 给你一套统一接口，无论背后是 GPT、Claude 还是本地 Ollama，代码长得一模一样。
最狠的是它只有三个依赖：Faraday（HTTP）、Zeitwerk（自动加载）、Marcel（文件类型检测）。对比 Python 那边的 LangChain（一拉一大串依赖树）、LiteLLM，RubyLLM 把"轻量"做到了极致。看段示例就知道多省心：
chat = RubyLLM.chat
chat.ask "What's the best way to learn Ruby?"
# 图像、视频、音频、PDF、代码，一个 ask 全吃
chat.ask "What's in this image?", with: "ruby_conf.jpg"
chat.ask "Summarize this document", with: "contract.pdf"
# 流式输出
chat.ask "Tell me a story" { |chunk| print chunk.content }
RubyLLM.paint "a sunset over mountains in watercolor" # 生图
RubyLLM.embed "Ruby is elegant" # 向量
RubyLLM.transcribe "meeting.wav" # 语音转文字
聊天、画图、Embedding、工具调用、音频转写、内容审核——全在一套 API 里，5 分钟就能搭一个能跑的 AI 应用。
为什么值得关注 / 信息差：国内中文圈一提"统一多模型"就只会推 Python 的 LiteLLM。但做电商、做 ERP、做后台系统的中国团队，Ruby on Rails 存量巨大（很多外贸站、Shopify 生态都是 Rails）。对这群人来说，RubyLLM 是直接抄就能用的答案，省去了"Ruby 里硬塞 Python SDK"的别扭。
国内对比：功能上对标 Python 的 LiteLLM；国内尚无成熟的 Ruby 对标品。适合人群：Rails 全栈、外贸/电商独立站开发者、想用 Ruby 快速做 AI 原型的人。
它是什么：官方一句话定位——"第一个原生跑在浏览器里的 AI Agent 工具链（harness）"。它是一个 Chrome/Firefox 插件，把整个 Agent 循环（agent loop）跑在你正在用的那个浏览器里，直接驱动你已登录的标签页和会话。三大卖点直击痛点：
最巧妙的设计是"权限分离"：持有你密钥的 Agent 永远不直接读取原始页面；真正去读页面的是一个"一次性 runner"（disposable runner）——它没有密钥、没有网络，输出回来时被打上"不可信（untrusted）"标记；Agent 驱动的每个动作，都要对照实时页面二次校验才算数。这基本是"最小权限 + 零信任"在浏览器 Agent 上的工程化落地。
此外它还能在浏览器里拉起沙箱算力：JS Notebook、编译成 WebAssembly 的完整 Linux 虚拟机、客户端 App；预览版还支持 P2P（WebRTC）的 agent-to-agent 去中心化通信（dweb）。
为什么值得关注 / 信息差：国内做"浏览器自动化 + AI"，思路还停在 Playwright 脚本、八爪鱼、RPA 那一套，要么得搭后端、要么把账号密码交给第三方云端（数据安全是大坑）。peerd 的视角完全不同——本地优先（local-first）、密钥不外传、不连云。对处理登录态、内部系统、敏感数据的自动化场景，这是目前最干净的方案。注意：它仍是 0.x 实验 beta，会驱动你的浏览器、会持有你的 API 密钥，作者明确提示"使用需谨慎"，正式 V1 尚未承诺——先用小号/测试环境试水。
flowchart LR
U[你的浏览器] --> EXT[peerd 插件<br/>Chrome/Firefox]
EXT --> VLT[WebCrypto 密钥保险柜<br/>WebAuthn passkey 解锁]
EXT --> AGENT[Agent 大脑<br/>持有密钥 但不读原始页面]
AGENT -->|派任务| RUN[一次性 Runner<br/>无密钥 无网络 读页面]
RUN -->|输出 fenced=untrusted| AGENT
AGENT -->|对照实时页面<br/>二次校验动作| U
EXT --> MODELS[模型层 BYOK]
MODELS --> A[Anthropic]
MODELS --> O[OpenRouter / Ollama]
MODELS --> W[WebGPU 本地模型]
EXT -. 预览 .-> P2P[P2P WebRTC<br/>agent-to-agent]
style VLT fill:#e8f5e9
style RUN fill:#fff3e0
国内对比：对标海外的 browser-use、Skyvern，但多了"浏览器原生沙箱 + 密钥本地化"这层；国内暂无同类。适合人群：做 RPA/自动化、安全研究、需要操作登录态敏感系统、重视数据隐私的极客和团队。
| 维度 | 国内主流认知（你知道的） | 本周新工具（别人不知道的） | 差距 |
|---|---|---|---|
| 顶级图像生成 | Midjourney 月订阅 / 即梦按张付费 | Krea 2 开源 12B，本地免费可商用 | 价格差：月费→电费 |
| 统一多模型 API | 只认 Python 的 LiteLLM | RubyLLM，3 依赖、5 分钟出活 | 认知差：Ruby 圈红利 |
| 浏览器 Agent | Playwright 脚本 / 云端 RPA 交密码 | peerd 插件，密钥本地、零后端 | 视角差：local-first |
| 数据安全 | Agent 数据上云留痕 | peerd 全程不连云、不可信隔离 | 方法差 |
gem install rubyllm，用它替换掉你项目里临时拼的 OpenAI/Claude 调用代码；5 分钟把"对话 + 多模态读图读 PDF"接进现有后台。优先级：能直接省钱 → Krea 2（最高 ROI）；能立刻上手开发 → RubyLLM；最能刷"技术新知" → peerd。
⚠️ 注意：peerd 仍是 0.x 实验 beta，作者明确说"会驱动浏览器、会持有密钥，使用需谨慎"，且无 V1 承诺。Krea 2 具体许可证细节以下方 HuggingFace/GitHub 页面为准（报告称 permissive）。动手前务必核对最新 License 条款，别在商用前偷懒。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。