四个 AI 任务、四种模型选择：评论任务选中的并非最准模型

Nakodo 有四类差异明显的 AI 任务：读取品牌网站生成简报（单次调用、长输入、结构化输出）、对创作者视频评论做小分类（调用量最大）、撰写创作者匹配理由、起草首封外联邮件。作者没有凭少量样本主观判断，而是用 scripts/benchmark-models.ts 以三条命令完成基准测试：prepare 抓取测试站点、选取频道、拉取评论并用参考模型打标；run 在所有任务上运行候选模型并评判、写入 benchmark/results.md；cleanup 删除存储的评论文本。文中强调测试集以文件形式固定，但未披露具体模型对比结果。

AI推荐理由 作者描述 Nakodo 的四类 AI 任务（网站摘要、评论标注、匹配理由、外联邮件）并给出 benchmark-models.ts 的三步流程（prepare/run/cleanup），属于可复现的模型选型实践；但正文仅到测试集描述即截断，未给出具体模型对比结果或数据，价值主要在方法论而非结论。