图 1 首次启动。一个本地模型（Gemma 4 E2B，3.6 GB，强度滑块在'Capable'）或一个已连接的提供方。黄色提示写着'Add at least one model before continuing with a connected provider.'，Continue 按钮呈灰色。结论 总体评价 只测试了一部分。测试者试过的内容大多能用：Msty 识别了他已有的 Ollama 模型，文本聊天和图片上传都能运行，Model Hub 还会告诉你某个模型适不适合这台 Mac。没能顺利的地方：网站和最初几个界面没有说明这个应用是做什么用的，文件上传在知识库和聊天之间来回循环，Media Studio 里也没能用上任何图像模型。笔记止于 Model Matchmaker，没有对 Msty 给出结论。
是否适合测试者的使用场景 未记录。测试者自己提出的问题'why should a home user use it'，笔记里没有回答。Word 文件结尾的最终评价写的是另一个应用，这里不采用。
已观察 已有的 Ollama 模型出现在 Msty 的模型选择器里。笔记中没有记录第二次模型下载。 已观察 有两件事没有像测试者期望的那样运行：文件上传在知识库和聊天之间循环，以及 Media Studio 里用不了本地图像模型。 测试者观点 测试者无法从网站看出 Msty 对家庭用户是做什么用的。笔记中没有对 Msty 的最终结论。 评分卡 状态： 部分完成 安装 不适用 已记录下载大小（246 MB）。安装步骤和 macOS 弹出的提示没有记录。 引导与模型选择 3/5 Ollama 模型与托管提供方并列显示，模型卡片带有硬件适配提示。最初的界面没有说明应用的用途，而且测试者一开始没看出 Ollama 已经连上。 核心功能 4/5 与 Ollama 模型聊天和图片输入都能用。只有一次文本回复、一次视觉测试和一次文件测试；回答质量没有评估。 引导与迭代 2/5 文件上传在知识库和聊天之间循环。仅限图像的模型和带云标记的模型，与聊天模型出现在同一个选择器里。 性能 不适用 只有一个数据点：一次回复 52.81 tok/s（模型名称被截掉一部分）。不足以打分。 文档 不适用 未测试。 信任与隐私 不适用 未做审计。供应商宣称是'privacy-first workspace'；选择器里也有一个':cloud'模型和托管的提供方。离线运行没有测试。 卸载 不适用 未测试。 评分是根据下方证据提出的建议值（1 = 差，5 = 很好），需由测试者确认。
测试详情
应用 CloudStack, LLC 的 Msty Studio（桌面版）。笔记里写作'Mysty'和'Misty'（语音转写）；本报告采用供应商的写法。 厂商声明
版本 未记录。供参考：供应商的更新日志把 Msty Studio 3.0.0 Beta 15（2026 年 10 月 7 日）和 2.9.11（2026 年 9 月 15 日）列为近期版本。
测试者 Hans Kuepper，PromptQuorum 创始人
开始时间 2026 年 10 月 13 日（时间未记录）。笔记说测试会持续'over the next two days'。 已观察
结束时间 未记录
硬件 Apple M3 系列 Mac，24 GB。笔记写的是'M3, 24 GB'。标准测试机是配备 M3 Pro 和 24 GB 统一内存的 MacBook Pro；假定是同一台。应用自己曾显示有 16.8 GB 可用。 假设
系统 macOS；版本未记录
来源 供应商 Studio 产品页上的'Download Studio'按钮 已观察
下载 246 MB（安装包，按测试者读到的数值） 已观察
使用的方案 未记录。供应商 2026 年 10 月 16 日的价格表：Free 0 美元；Aurum 每用户每年 149 美元；Aurum Lifetime 一次性 349 美元；Enterprise 需咨询。 厂商声明
测试原因 测试者想知道 Msty 是做什么用的。他称它是早期的专业工具之一，看不出普通家庭用户为什么要用它。 测试者观点
测试目标 按笔记所述：弄清 Msty 是做什么的，并看它如何连接本地模型，希望能用 Ollama，这样就不必再下载别的模型。 已观察
使用的 AI 辅助 未记录 每条陈述都带有标签： 已观察 已测量 测试者估计 厂商声明 第三方 假设 测试者观点 测试者失误 标签含义
利益披露。 测试者创办了 PromptQuorum（promptquorum.com），一个关于本地 AI 应用的内容网站和目录。Msty 收录在该目录中，网站上另有一篇单独撰写的评测页。笔记中没有与供应商联系、付款或赞助的记录。
原始笔记 PDF： 待补充
左右这次测试的六个时刻 每个应用都要下载 10 GB、20 GB 不同的模型，这根本不是出路。
测试者笔记，由语音转写稍作整理。 测试经过 网站：它是做什么用的？ 已观察
测试者从 Studio 产品页开始。标题：'One private AI workspace for real work.' 副标题：'Chat with models, organize knowledge, create media, and reuse prompts in one privacy-first workspace.' 按钮：'Download Studio'。
图 2 测试者出发的 Studio 产品页。标题和'Chat with models, organize knowledge, create media, and reuse prompts in one privacy-first workspace.'这一行是供应商的原文。测试者观点
他想弄明白 Msty 是做什么的：它是'最早的一批、专业级的工具之一'，对家庭用户有什么意义，他并不清楚。'这个界面清楚地表明：它到底是干什么的，并不清楚。'
已观察
测试者看到了好几种方案和产品，选了'Download Studio'，因为它看起来是在本地运行的那个。
厂商声明
供应商的产品页列出了 Studio、Go（'bounded AI agents'）、Nexus（'AI control center'）和 Stack（'governed knowledge layer'）。2026 年 10 月 16 日查阅；测试者没有打开这些产品。
已观察
下载文件为 246 MB。测试者说：'这样就可以了'。
测试者观点
他希望能连接 Ollama 或 LM Studio，这样就不用再下载别的模型。他认为每个应用都应在内置模型之外提供这个选择，因为每个应用都下载 10 到 20 GB，'根本不是出路'。
首次启动：一个本地模型或一个提供方 已观察
第一个界面（图 1，本页顶部）有一张标着'LOCAL AI · RUNS ON YOUR MACHINE'的卡片：Gemma 4 E2B，3.6 GB，被描述为 Google 带视觉能力的紧凑多模态模型。强度滑块从 Light 到 Powerful，停在'Capable'。按钮写着'Download & Get Started'。
已观察
其下的'Or connect an AI provider'列出 OpenAI、Claude、xAI、Gemini、OpenRouter 和'More'。一条黄色提示写着'Add at least one model before continuing with a connected provider.'，'Continue with connected provider'呈灰色。
厂商声明
'Runs on your machine'是应用自己的标签。测试者没有下载这个模型（他用的是 Ollama 里已有的模型），也没有检查网络流量。
假设
出现这条提示，是因为当时还没有添加任何模型。哪个操作能让'Continue'可用，没有测试。
连接 Ollama 已观察
'New Model Provider'列表把 Msty Remote 和 Ollama 归在'Msty Compatible'下，MLX Remote 归在'MLX Compatible'下，LLaMA.cpp 归在'OpenAI Compatible'下。截图中的列表是滚动过的，所以 xAI 之上的条目看不到。
图 3 'New Model Provider'列表（已滚动）。Ollama 在'Msty Compatible'下，MLX Remote 在'MLX Compatible'下，LLaMA.cpp 在'OpenAI Compatible'下。xAI 之上的条目看不到。已观察
笔记：'它允许我连接 Ollama、选择 Ollama，但随后并没有选中它。'他回到本地下载界面，想看看到底怎么回事。
测试者失误
连接其实已经成功了。测试者没有意识到，因为按他的说法，应用显示的是模型名称，而不是'Ollama'这个词。随后选择器在 Ollama 标题下列出了五个模型。
图 4 连接 Ollama 之后的模型选择器：'Ollama'标题下有五个模型，其中包括一个图像模型（x/flux2-klein:latest）和一个':cloud'条目，与聊天模型在同一个列表里。已观察
对笔记的更正：模型选择器的截图确实在列表上方显示了'Ollama'标题。笔记指的可能是之前一个没有截取的界面（假设）。
已观察
测试者的期望实现了：他已有的 Ollama 模型可以使用，笔记中没有记录再次下载模型。
假设
minimax-m2:cloud 的':cloud'后缀表明这是在云端而非 Mac 上运行的模型。未验证。如果是这样，Ollama 列表就把本地模型和云端模型混在一起，而且没有可见的标记。
聊天测试 已观察
测试者要求生成一个二维码（提示词文本未记录；回复中提到 www.promptquorum.com）。回复说它是基于文本的 AI，不能生成图片，并给出了使用免费在线二维码生成器的五个步骤。
图 5 对二维码请求的回复。模型名称在顶部被截断（'gemma4:latest'部分可见）。回复上方有一个'Thoughts (1)'折叠项。回复下方的计数器显示 52.81 tok/s。已测量
回复下方显示 52.81 tok/s。模型名称被截掉一部分（顶部可见'gemma4:latest'；很可能是它，但不确定）。
测试者失误
让文本模型生成图片。对文本模型来说，这个回复是正确的。测试者把它说成是'与一个能用的模型之间的差别'。
已观察
测试者随后把先前工作中用过的图像模型（Ollama 里的 x/flux2-klein）选作聊天模型。按笔记，它'不支持聊天'。消息本身没有截取。
假设
测试者怀疑能否同时加载两三个模型（'我觉得不行'）。未测试。供应商页面列有'Split Chats: run models side by side'。
已观察
回到 gemma4:latest 后，他上传了一张图片，模型能读取它（仅见于笔记；图片和回答都没有记录）。
上传 Search Console 文件 已观察
测试者上传了一份 Google Search Console 导出文件。按笔记，应用没被要求就'just ran'了一次分析。笔记中引用的建议第一条：'Investigate High-CTR Regions: A rapid audit of Gambia, Saint Barthélemy, Bangladesh, and Gabon is essential.' 数字没有与文件核对。模型和文件大小未记录。
已观察
据描述，循环是这样的：上传会把文件放进'some background tool, knowledge base'。回到聊天后，应用自动分析，不给机会指定分析什么。在聊天里输入'I want this analyzed'，应用就会来要数据。
图 6 Knowledge Stacks 起始界面：新建、发现、导入（.mstyks 文件）和'Switch back to Classic Knowledge Stack'。右侧的来源：Notes、YouTube Links、Web Links、Conversation Projects、Conversations。Search Console 文件是否经过这个界面，尚未确认。假设
Knowledge Stacks 的截图接在这些笔记之后。文件是否经过了 Knowledge Stacks，是测试者的理解（'knowledge base'），未经证实。
已观察
Knowledge Stacks 界面提供：新建 stack、发现精选 stack、导入 .mstyks 文件，以及'Switch back to Classic Knowledge Stack'。显示的来源有：Notes、YouTube Links、Web Links、Conversation Projects、Conversations；顶部被截掉一半的一行似乎写着'Folders & Obsidian Vaults'。
测试者观点
'好吧，这是在绕圈子。'随后：'所以这看起来是个有意思的工具，不过再看看。'
Model Hub 和 Model Matchmaker 已观察
Model Hub 的侧边栏列有 Model Providers、Local Models、Model Squad、Model Matchmaker、Model Cost Calculator、VRAM Calculator 和 Context Explorer。Local Models 有 Featured、Installed、Search 和 Import 几个标签页。按笔记，只打开了 Matchmaker。
图 8 Model Hub，Featured 本地模型（列表已滚动，只露出一部分）：Mistral 7B Instruct v0.3 6.9 GB、Llama 3.2 3B 1.7 GB、Llama 3.2 1B 645 MB、Meta Llama 3.1 8B 4.5 GB，全部标为 4-bit。侧边栏列有七个工具。已观察
模型卡片显示大小和量化。Qwen3-VL 4B（2.4 GB，4-bit）上的提示写着'Should run fast on this Mac · ~3.2 GB memory needed, 16.8 GB available'。
图 9 模型卡片上的硬件提示：'Should run fast on this Mac · ~3.2 GB memory needed, 16.8 GB available'。卡片显示 Qwen3-VL 4B，2.4 GB，4-bit。估算来自应用本身；模型没有运行。测试者观点
'Model Matchmaker。好主意。我喜欢。'但他没有找到用于图片生成的选择项。
已观察
下一张截图显示 Matchmaker 的排名列表：第 1 名 claude-opus-4-6-thinking-auto-high-effort，第 2 名 claude-opus-4-5-20251101-thinking-64k-high-effort，二者都是'Anthropic /remote'，得分 100。可以看到一条通知'Setting up MLX: Preparing engine setup...'；为何出现没有记录。
图 10 Model Matchmaker，'Ranked Models'。第 1 名 claude-opus-4-6-thinking-auto-high-effort，第 2 名 claude-opus-4-5-20251101-thinking-64k-high-effort，提供方均为'Anthropic /remote'，归一化得分 100。正在显示一条通知'Setting up MLX: Preparing engine setup...'。排名的数据日期不可见。测试者观点
'都 2026 年 10 月了还看到这个，我没什么印象。更新这个是个 AI 流程。我自己网站上就有更新网站的工具。为什么这么难？'
假设
这里把'this'理解为截图中的排名已经过时。笔记没有说他指的是哪个界面。
第三方
Anthropic 的模型页面（2026 年 10 月 16 日查阅）把 Claude Opus 5.5（claude-opus-5-5）列为最新的 Opus，没有把这两个 4.x 模型列为当前模型。截图中看不到排名的数据日期，所以是否过时尚未确认。
已观察
可见的 Featured 模型有 Mistral 7B Instruct v0.3、Llama 3.2 3B 和 1B、Meta Llama 3.1 8B。Mistral 7B 为 6.9 GB，比 4.5 GB 的 Llama 3.1 8B 大，两者都标为 4-bit；卡片上没有解释这个差异。
笔记在哪里中断 已观察
笔记中关于 Msty 的部分止于 Model Matchmaker。Word 文件的其余部分（从'Generate similar images'那段起）写的是另一个应用，一个图像生成器，并附有自己的截图。本报告没有采用。
已观察
Msty 方面未记录：应用和 macOS 的版本、结束时间、使用的方案、结论、卸载检查。
官方说法与测试者所见 说法 来源 已观察 标签 'Chat with models, organize knowledge, create media, and reuse prompts in one privacy-first workspace.' 供应商 Studio 页面（也出现在测试者的截图中） 与 Ollama 模型聊天可以用。Knowledge Stacks 能打开。Media Studio 能打开，但没有产出图片。没有尝试重用提示词。没有审计隐私。 已观察 'Bring local inference engines like MLX, llama.cpp, and Ollama together with hosted providers in one organized hub.' 供应商 Studio 页面，2026 年 10 月 16 日查阅 Ollama 连接成功，其模型被列出。LLaMA.cpp 和 MLX Remote 出现在提供方列表中。只用了 Ollama。MLX 的设置通知出现过一次。 已观察 Split Chats：'run models side by side' 供应商 Studio 页面，2026 年 10 月 16 日查阅 未测试。测试者假定两三个模型不能同时加载。 假设 Media Studio：图像生成与视频创意构思 供应商 Studio 页面，2026 年 10 月 16 日查阅 这个界面存在。没有生成图片；没有找到可用的本地图像模型。 已观察 'LOCAL AI · RUNS ON YOUR MACHINE'（Gemma 4 E2B，3.6 GB） 首次启动界面 没有下载。测试者用的是 Ollama 里已有的模型。没有检查网络。 已观察 'Should run fast on this Mac · ~3.2 GB memory needed, 16.8 GB available' Model Hub 提示 模型没有运行，因此估算没有被验证。 厂商声明 Free 方案：0 美元，包含本地和在线模型以及 Media Studio（部分功能受限） 供应商价格页面，2026 年 10 月 16 日查阅 测试者使用的方案没有记录。 厂商声明
能装进 24 GB 吗？ 24 GB 内存
Llama 3.2 1B (4-bit) 645 MB 低于 24 GB 已观察 Llama 3.2 3B (4-bit) 1.7 GB 低于 24 GB 已观察 Qwen3-VL 4B (4-bit) 文件 2.4 GB；应用称约需 3.2 GB 内存 低于 24 GB 厂商声明 Gemma 4 E2B（首次启动时的下载） 3.6 GB 低于 24 GB 已观察 Meta Llama 3.1 8B (4-bit) 4.5 GB 低于 24 GB 已观察 Mistral 7B Instruct v0.3 (4-bit) 6.9 GB 低于 24 GB 已观察 Qwen3 14B (4-bit) 9.0 GB 低于 24 GB 已观察 这些是模型卡片上显示的下载大小，不是运行时内存。上下文长度和引擎会改变模型所需的内存。在显示 Qwen3-VL 提示时，应用报告有 16.8 GB 可用。测试者实际使用的 Ollama 模型（Gemma 3 1B、gemma4:latest、Qwen3-Coder 30B）在选择器里没有显示大小。Qwen3 14B 的卡片在截图里只露出一部分（名称、大小和量化可以读到）。
使用记录 # 任务 模型 结果 用时 状态 图 1 把 Ollama 连接为提供方 - 已连接；Ollama 下列出五个模型。测试者起初以为失败了。 未记录 通过 图 3 , 图 4 2 聊天：要求生成二维码 gemma4:latest（名称被截掉一部分） 仅文本回复，给出在线生成器的步骤；52.81 tok/s 未记录 未完成 图 5 3 与图像模型（x/flux2-klein）聊天 x/flux2-klein:latest 'Does not support chat'（笔记；消息未截取） - 未完成 图 4 4 向聊天上传图片 gemma4:latest 模型能读取这张图片（仅见于笔记） 未记录 通过 - 5 上传并分析 Search Console 导出文件 未记录 没被要求就进行了分析；在聊天里提出要求，应用又要求重新上传 未记录 部分完成 图 6 6 在 Media Studio 里生成图片 没有可用的 没有生成图片 - 未完成 图 7 7 浏览 Model Hub，打开 Model Matchmaker - 带大小和适配提示的卡片；显示了排名 未记录 通过 图 8 , 图 9 , 图 10
测试者出错的地方 测试者失误 以为与 Ollama 的连接失败了。其实已经连上，模型都列出来了。 测试者失误 向文本模型要图片（二维码），然后拿'functional model'来评判它。 测试者失误 写道应用没有显示'Ollama'。但他自己的截图在模型列表上方显示了'Ollama'标题。 测试者失误 记录有缺口：应用版本、macOS 版本、结束时间、使用的方案、提示词、回答文件测试的是哪个模型，以及对 Msty 的结论。 测试者失误 把两个应用混在一个文档里。Msty 文件的后半部分写的是图像生成器，使 Msty 测试在哪里结束变得不清楚。 假设 测试者怀疑能否同时运行多个模型。未测试，而供应商列有 Split Chats。 发现清单 全部 已观察 已测量 测试者估计 厂商声明 第三方 假设 测试者观点 测试者失误
编号 发现项 类别 标签 严重程度 图 MS-01 Studio 页面和最初几个界面没有告诉家庭用户这个应用是做什么用的。 定位 测试者观点 中 图 2 , 图 1 MS-02 第一个界面提供一个本地模型（Gemma 4 E2B，3.6 GB）或一个托管提供方；那里没有显示 Ollama，它出现在提供方列表中。 引导 已观察 低 图 1 , 图 3 MS-03 已有的 Ollama 模型出现在选择器里；测试者希望避免再次下载模型的期望实现了。 设置 已观察 正面 图 4 MS-04 连接之后，测试者看不出 Ollama 已经连上（笔记中没有提到确认提示）。 设置 测试者观点 中 图 4 MS-05 仅限图像的模型（x/flux2-klein）和':cloud'模型与聊天模型列在一起；图像模型无法用于聊天。 模型选择 已观察 中 图 4 MS-06 文本模型对图片请求给出了合理的回答，并指向了一个在线生成器。 聊天 已观察 正面 图 5 MS-07 按笔记，向 gemma4:latest 上传图片是可以的。 聊天 已观察 正面 - MS-08 文件上传陷入循环：没有提问就自动分析；在聊天里提出要求，应用又要求重新上传。 文件 测试者观点 高 图 6 MS-09 Knowledge Stacks 提供多种来源类型和一种导入格式（.mstyks）；只看到了起始界面。 文件 已观察 低 图 6 MS-10 在 Media Studio 里选不到本地图像模型；没有生成图片。 媒体 已观察 高 图 7 MS-11 模型卡片显示硬件适配提示，包含所需内存和可用内存。 Model Hub 已观察 正面 图 9 MS-12 Model Hub 集合了七个工具（提供方、本地模型、squad、matchmaker、成本、VRAM、上下文）；只打开了 Matchmaker。 Model Hub 已观察 低 图 8 MS-13 Matchmaker 的排名由两个 Claude Opus 4.x 模型领先，而 Anthropic 把 Opus 5.5 列为最新；是否过时尚未确认（没有显示数据日期）。 时效性 假设 中 图 10 MS-14 'Setting up MLX'通知出现了，但没有记录触发原因。 Model Hub 已观察 低 图 10 MS-15 Mistral 7B（6.9 GB）列得比 Llama 3.1 8B（4.5 GB）大，两者都是'4-bit'，没有解释。 Model Hub 已观察 低 图 8 MS-16 测试者对 Model Matchmaker 这个想法评价很高，并称这个工具'interesting'。 Model Hub 测试者观点 正面 图 10
严重程度指对第一次使用的用户的影响。为建议值，并非实测。
适合谁 可能适合 假设 已在运行 Ollama、想用一个桌面前端同时管理本地和托管模型的人（这次测试中重用 Ollama 是可行的）。 厂商声明 需要 SSO、审计日志和共享控制的团队（列在供应商的 Studio 页面上；未测试）。 可能不适合 测试者观点 希望从最初几个界面就弄清应用用途的家庭用户。 假设 期望在 Media Studio 里用本地 Ollama 图像模型生成图片的用户（这次测试中没有成功）。 复测。 重新测试未测的部分（Split Chats、提示词、使用托管图像模型的 Media Studio、文件工作流、卸载），并先记录版本和 macOS。供应商的更新日志显示，3.0.0 在 2026 年 10 月 7 日仍是测试版，所以正式发布时界面可能改变（假设）。
好吧，这是在绕圈子。
测试者笔记，由语音转写稍作整理。 常见问题 Msty Studio 能和 Ollama 一起用吗？ 在这次测试中可以。把 Ollama 添加为提供方后，模型选择器里出现了五个 Ollama 模型，笔记中没有记录第二次模型下载。测试者起初以为连接失败了。 已观察
Msty Studio 能用本地 Ollama 模型生成图片吗？ 这次测试中不能。Media Studio 能打开，但测试者没有找到在那里使用他的本地图像模型（x/flux2-klein）的办法，也没有生成任何图片。'Select image/video model'菜单的内容没有被截取，也没有试过托管的提供方。 已观察
Msty Studio 会告诉我某个模型能不能在我的 Mac 上运行吗？ Model Hub 里的模型卡片带有硬件提示，例如 Qwen3-VL 4B 上的'Should run fast on this Mac · ~3.2 GB memory needed, 16.8 GB available'。这是应用自己的估算；模型没有运行。 厂商声明
Msty Studio 要多少钱？ 供应商的价格表（2026 年 10 月 16 日查阅）显示：Free 为 0 美元，Aurum 为每用户每年 149 美元，Aurum Lifetime 为一次性 349 美元。测试者使用的是哪个方案，没有记录。 厂商声明
开发方背景 不属于上手测试过程，未经验证。以下内容来自供应商自己的网站、更新日志和 PromptQuorum 目录，由一个会概述页面的网页抓取工具于 2026 年 10 月 16 日读取。其中没有任何一项为这次测试独立验证过。
厂商声明 供应商页脚写着'Msty is a product of CloudStack, LLC.'（2026）。 厂商声明 价格表：Free 0 美元；Aurum 每用户每年 149 美元；Aurum Lifetime 一次性 349 美元；Enterprise 和 Teams 需咨询，最少 5 个席位。价格页面没有说明软件许可证。 第三方 PromptQuorum 目录把 Msty 列为闭源、免费增值，支持 macOS、Windows 和 Linux，最近一次上游更新为 2026 年 10 月 7 日。该条目未经验证（时效性：未验证）。 厂商声明 更新日志：Media Studio 在 2.7.0 版（2026 年 4 月 29 日）引入；对 Apple Silicon 的 MLX 支持最早出现在 2.0.0-alpha.10（2025 年 8 月 7 日），标为实验性；Knowledge Stacks 2.0 出现在 2.0.0-alpha.9（2025 年 7 月 31 日）。2026 年 10 月 7 日列出的最新版本：3.0.0 Beta 15。 如何理解标签
已观察 在应用、截图或测试者笔记中亲眼所见。
已测量 从对话框、计数器或工具中读取的数值，并给出了该数字。
测试者估计 测试者自己的估计；未计时或计数。
厂商声明 由应用、其商店页面或其网站所述；未经核实。
第三方 来自其他来源（AI 助手、文章）；此处未核实。
假设 一种推断，可能有误。
测试者观点 测试者的判断或看法。
测试者失误 测试者出错或遗漏之处。 资料来源 测试者的上手笔记，2026 年 10 月 13 日开始（原始 Word 文档；原始笔记 PDF 待补充）。只使用其中关于 Msty 的部分。 供应商的 Studio 页面（msty.ai/products/studio）、价格页面（msty.ai/pricing）和更新日志（msty.ai/changelog），2026 年 10 月 16 日查阅。 Anthropic 模型概览（platform.claude.com/docs/en/models/overview），2026 年 10 月 16 日查阅。 PromptQuorum 目录中的 Msty 条目（slug：msty）。 测试编号 pq-test-msty-2026-10-13 · 测试标准 v0.1 · 原始笔记 PDF：待补充
我如何测试应用——以及为什么没有固定标准 — 这些测试是我的个人观点，并非保证。
