用小米的token做了个吐槽小米的网站

智语观潮

348人浏览 · 2026-05-08 09:59:22

智语观潮 · 2026-05-08 09:59:22 发布

补一个五一两天做的小玩意儿。

整个假期我都在外面玩儿。在路上、排队、堵车的时候，对着手机巴拉巴拉说一会儿。等再低头一看，已经做出来一个吐槽 / 夸夸小米的 3D 银河系网站，挂在 Vercel 上跑着。

整个过程完全是手机上口喷出来的。

在线试一下：https://mimo-roast.vercel.app

开源仓库：https://github.com/BND-1/mimo-web

以下理一下那两天的开发流程：

01. 起点：用自己做的项目，换来了 16 亿 token

事情起点是小米的「100T Token 计划」。

申请的时候要填项目，我把自己持续维护的 skills 站报了上去：

SkillForge —— https://skills.yangsir.net —— 目前在我看来全网分类最细 Claude Code Skill 中文目录站。之前专门写过一篇文章介绍过。

当时报这个站就是为了用 Mimo 的 token 来跑我的 Skill 站，毕竟之前的搜索 Token 都是我无偿提供的，哈哈哈。

可能就是这一点，让我顺利拿到了 max 档。

一个月 16 亿 token 直接打到账户，挺爽的。

PS:申请地址https://100t.xiaomimimo.com/ 有项目的可以抓紧申请，还有羊毛可以薅～

但 token 不用就过期。这种量级也不适合零碎消耗，必须做一个能集中烧的项目。我打开 Claude Code 把目标定下来：要做一个能给小米官方"整活儿"的 web 端项目，反差越大越好，要能吸引大众甚至官方的注意力。让它自己出方案、跑调研、挂 Ralph Loop 一直迭代到方案能爆为止。

兜底我又补了一句：16 亿额度全部花在这个项目里，不要节省，效果好就大量用 token。token 用不完就是浪费，宁可烧也要把效果做满。

调研完出来一堆候选方案，我挑了反差最大的那一个：用小米的 mimo 模型，去吐槽小米自己的产品。

让小米 AI 吐槽小米，我吐槽我自己。

02. 没带电脑，在外面是怎么干活的

整段时间我都在外面，没带电脑。

设备就一台手机。我之前公众号里专门写过一篇《Vibe Easily Everywhere：随时随地 Vibe Coding 的完整指南》，介绍我那套移动端开发工作流：Termius 在手机上 SSH 进我的 Mac 服务器，tmux 起一个常驻会话挂着 Claude Code，配合 Typeless 口喷需求。这次 mimo 整个项目就是用这一套做出来的，断网重连不用重新进会话，怎么走怎么停都行。

干活节奏不是"我说一句、它做一点"那种小步反馈，而是阶段式推进：

每隔几个小时或者坐车时我停下来看看，然后把这一阶段要解决的问题写清楚——目标、约束、要什么效果、不要什么。一段需求扔出去之后挂上 Ralph Loop 让 Claude Code 自己跑，几十轮、上百轮收敛到稳定。我在外面继续走自己的，回来看眼网页过不过得了关，过了就进下一段。

随便举几段我那两天定下的方向：

3D 银河系的架构 —— 53 款小米产品按恒星量级排布。最核心的当太阳，重要的当行星，边缘的小众产品丢小行星带。整个分层模型是一段需求一次性圈出来的。

音色 + 方言随机系统 —— 音色要走极端反差：阴狠、刻薄、萝莉、暗黑腹黑，反差越大越好。方言不能固定，每次生成必须随机抽。一段需求把 12 种音色 + 9 种方言的系统边界一次性框死。

真实用户评论数据集 —— 不能只让 AI 凭空吐槽。让 Claude Code 全网搜每款产品的真实评论吐槽，做成 CSV，每款至少 5 条，完不成挂 Ralph Loop 一直跑。一晚上之后 48 款产品的数据集就在仓库里了。

评论系统 + AI 审核 —— 用户在每款产品下能发评论，存储 + 筛选（仅当前产品 / 全部）+ 大模型审核。关键人物姓名打码、脏话和敏感信息统一替换成 xxx。整个评论模块的需求范围一段话讲清楚就交出去了。

前期的所有决策都是这种粒度——一段方向，配 Ralph Loop 自己跑到位。我只在阶段之间出现，不去管中间过程。

到了后期 debug 阶段，才轮到一些短话——「还是 4000 端口」「重启一下」「再提交一次」——那是收尾的小修小补，不是主线。

03. 做出来了什么

最后的成品是一个 3D 银河系。53 款小米产品按重要性分成 5 层：太阳、核心行星、重要行星、生态卫星、小行星带。

53 款产品的清单不是我手敲的，是让 Claude Code 自己去爬小米官网拼出来的——产品名、品类、上市时间、用户评论数据全自动收集，挂 Ralph Loop 跑了快一个小时，53 款的全量结构化数据就齐了。

点击任意一颗星球，右侧弹出面板：

AI 吐槽 / 夸夸：两种模式，各 5 种子风格（脱口秀、发布会、小故事、Battle、随机）
9 种方言 TTS：东北、四川、粤语、台湾腔、陕西、河南、上海、福建话等
音色：3 种小米官方内置（冰糖/茉莉/苏打）+ 1 个雷军声音克隆彩蛋
真实评论：手动收的 48 款产品的真实用户评论数据集，混进随机池
弹幕：所有吐槽 / 夸夸文案以弹幕形式飘过屏幕
评论系统：用户可以对每款产品发表评论，AI 自动审核敏感词

同一款 SU7，吐槽模式 vs 夸夸模式，反差直接拉满：

吐槽模式让雷军用脱口秀的口气吐自己家的车："发布会吹得天花乱坠，结果呢？等车等了半年多……"

夸夸模式立刻换上冰糖音色加陕西方言一波吹捧："额跟你说，SU7这个造型真是嫽咋咧！……"

模式 + 音色 + 风格，三个维度叉乘下来，每点一次都是新内容。

雷军彩蛋是中途冒出来的——一开始我让 Claude Code 在后台偷偷加一个语音克隆模块，把雷军的声音以小概率混进随机池里。藏着藏着觉得太可惜，干脆拎到台面上：把雷军做成正式的可选音色，"发布会"模式默认就走他。

发布会 + 雷军音色 + 吐槽小米的产品，这组合本身就很反差。

主体功能之外还顺手加了几个小东西：

排行榜 —— 哪款产品被吐槽最多、哪款被夸最多
历史回放 —— 每次生成的吐槽 / 夸夸都存着，可以回去重听
喜欢 / 分享 / 投票 —— 都用 localStorage 存，不带账号系统也能完整玩
弹幕轨道 —— 所有 AI 吐槽和真实评论作为弹幕飘过 3D 银河系背景

整套做下来，整体调子是一致的——黑色星空底 + 小米橙的高亮，一眼能记住是哪个项目。

04. 给大家看看时间表：49 次 commit 都压在两天里

我后来回去看 git log，发现：

 05-01  20 个 commit
05-02  29 个 commit
05-03   1 个
05-04   1 个

5 月 1 号上午 10 点开第一刀，11 点 22 分 1 号晚上方言系统跑通；2 号下午弹幕、排行榜、喜欢、分享、投票、双模式、评论系统全部加完，晚上推到 Vercel。

📋 完整时间线（节选）

05-01 10:27 · 第一次 commit：3D 银河系 + 基础 TTS

05-01 14:39 · 不同模式不同音色

05-01 15:13 · 随机音色 + 随机方言

05-01 18:14 · 按 mimo 官方文档重写 TTS，12 种音色人格

05-01 18:41 · 15 种方言人格全部带方言

05-01 19:19 · 雷军声音克隆彩蛋

05-02 12:25 · 加入 48 款产品真实用户评论

05-02 16:47 · 弹幕升级 + 排行榜 + 历史 + 喜欢分享投票

05-02 18:35 · 吐槽 / 夸夸双模式切换

05-02 19:47 · 部署到 Vercel

05-02 20:59 · 评论系统 + AI 审核 + Vercel KV 存储

主体功能两天内全部跑通。剩下时间主要在收尾和打磨 TTS 的"自然停顿"。

05. 部署：一句话上线

5 月 2 号晚上要上线的时候，我让 Claude Code 自己搞 Vercel 部署。

它是真的一气呵成：装 vercel cli、登录、vercel --prod --yes 推上去、开通 Vercel KV 存评论、把 MIMO_API_KEY 之类的环境变量塞好——一遍走完，最后吐回来一个网址：mimo-roast.vercel.app。

中间确实碰到了一个坑：Vercel 免费版的 Serverless Function 有 10 秒硬超时，生成长一点的 TTS 音频会被中途切掉。Claude Code 自己分析完原因，方案也是它定的——把 TTS 改成浏览器直接调 mimo API，绕开 Serverless 这一层；评论审核这种短接口才走 Serverless。两条路分流之后，超时就再没出现过。

我啥都在手机就搞定了，一句话给到方向，生产环境就上去了。这放在两年前是不可想象的——但现在变成了一段对话的成本。

06. mimo 模型用下来真感受

写这篇之前，我特意把 session 记录翻了一遍。一个一周时间在外面用、最后烧了 4 亿 token 的体感，比看官网评分实在多了。

好的部分：

最大的优点是"听得懂人话"。这是 mimo 在我这里加分最多的一项。

我口喷下去的需求里 4-5 个约束叠在一起是常态：「以等了半年 SU7 的真实车主视角」「吐槽 2.78 秒破百是发布会噱头」「带四川话口癖」「80 字以内」「不要直接骂粗话」——这种约束密集型 prompt，mimo 基本一次就能产出符合要求的文案，不会出现"约束多到模型开始糊弄、把约束当背景音忽略"的情况。每一条限制它都接住了。

多人格切换的稳定性也意外的好。 12 种音色 + 9 种方言交叉，等于 100 多种角色。每种角色都给了一段 personality prompt（"段子手 + 重庆口音 + 怼人带宠溺"这种）。mimo 切人格时不带"前一个语气没洗干净"的残留——同一种角色连续生成 10 条调性不漂，切人格后立刻换风格不沾旧的。这种"角色稳定"是这次能做出"双模式 + 多音色 + 多风格"叉乘玩法的前提。

TTS 的方言是真做扎实了，不是装样子。读出来的不只是"带方言味"，连节奏、停顿、重音都跟普通话不一样——四川话尾音拖一下，东北话抢拍，上海话黏连，福建话连读吃字。一耳朵就能听出来。这一层做扎实之后，整个吐槽的"活人感"才立得住。

文本和 TTS 配合得很顺。文本生成和 TTS 是同一家做的，我在文本里塞的情绪 / 节奏标签，TTS 那边直接能读懂——省掉了"两家厂商接口对不齐"那种破事。换成接两家不同模型，光这一层兼容能磨掉一两天。

雷军声音克隆是意料之外的强项。一个公开平台的 API 能克到这种相似度，是真没想到。后来还有个发现颠覆了我的预期：克隆音色的稳定性反而比内置音色更好——连续生成几条不会一会儿夹尖一会儿夹粗。这是我最终决定把雷军从"后台彩蛋"提到"正式可选音色"的原因。

速度配得上"互动级"。 Flash 版毫秒级出语音，点完一颗星球到出来吐槽 + 音频，整体不到三秒。如果走更慢的 TTS 模型，这种"边逛边听"的玩法体验就崩了。

差点意思的部分：

不支持生图、生视频。中途我想过加图像玩法，让 Claude Code 去查了下，确认目前 mimo 平台只有文本和语音两个模态。这事我没纠结——既然小米自己没做，就不去拼接别家模型了。这是一个"用小米吐槽小米"的项目，混进去别家文生图，调子就不对了。

前端样式生成能力不太行——能跑，但不耐看。

代码结构层是没问题的：组件拆分、props 传递、Three.js 场景搭建、不报错。但样式细节、视觉一致性、交互动效这一档明显跟不上：

样式细节差一档 —— 间距、字号、配色、圆角这些"审美细节"经常不到位，出来的卡片像 Bootstrap 默认出厂
视觉一致性弱 —— 主页一个调子、产品面板又是另一个调子，不过好在银河系星球界面看起来不错
交互动效基本是空 —— hover 过渡、入场动画、过场感这些得我专门要求才会加

为了让 UI 看起来"上一点品味"，我中途装了好几个外部 skill 当辅助：先装了 taste-skill 改基础样式，不满意又装 impeccable 调色，再不满意还是反复让它来回改主页布局。

折腾了几轮之后，最终上线的版本是个反复磨过的将就版：能跑、能用、视觉上勉强能接受，但说"漂亮"是真说不上。

整体一句话总结：模型本身够好用，前端配套差点意思，但够做出一个能跑、能传播、还挺像那么回事的东西。

07. 烧了多少 token

刚刚在 Mac 上把 session 全部解析了一遍，数据是：

 input_tokens         :       4,874,773
output_tokens        :       1,352,590
cache_read_tokens    :     409,023,872
合计                 :     415,251,235

4.15 亿——比我自己估的还多了 1 亿多。大头是 cache_read（缓存命中），真正的新 input 不到 500 万。

其他统计：