同一个食谱 App，Grok 第一眼最好看，Peter 为什么还是把设计奖给 Claude

导读

比较 AI 产品时，同一条提示为什么仍可能得出不公平的排行榜？Peter Yang 的多任务实测显示，长期记忆、工具、模板和追问方式都会改变结果，最后反映的是完整工作流及个人偏好。他让四款产品做食谱 App，Grok 第一版视觉最好；Claude Design 则先问目标用户和限制，让页面围绕只有二十分钟做饭的人重新组织，Peter 综合其他设计任务后偏爱 Claude。另一项信息图比较中，ChatGPT 已有他的品牌规范和历史对话，其他产品没有相同背景，优势不能全归给模型。他还按自己不读代码、重视功能跑通的习惯选择编码工具，而工程师朋友更看重改动范围和维护性。读者可以用自己的资料复测，但应区分第一版与迭代成果，说明各方得到的上下文和工具，再按实际任务评价。