用codex(gpt5.5)、智谱清言里的agent模式（glm5.2）和豆包电脑版中的办公模式（seed 2.1 turbo）测试完成同一个任务：登录并爬取某个网页中一千多道题目然后保存成一个pdf。

gpt和glm都顺利完成了，glm耗时稍久一点，但是也很完美，甚至pdf还有一点排版。豆包失败了，我不知道是不是没有用seed 2.1 pro模型的原因，但是我发现豆包在干这个任务时候还是倾向于用网页截图来思考，相反codex和智谱都是直接走cli的方式来拉网页响应，这个思路明显更快。

但是豆包在完成另一个测试：下载播客音频，转为文字稿并整理核对文字稿错误，生成笔记，最后根据笔记输出一份ppt的任务中表现很好，特别是中间对于飞书的调用，这点优势太大了。