智谱可以编程吗

智普啊，发布了 glm 五点零，为了测试它的能力啊，我用它构建了一套可以无限运行的 ai 开发系统。我用这个系统运行了长达十个小时，从晚上十点到早上八点， ai 做了几十次 getmate 的 提交， 开发了一个 ai 漫剧生成工具，有前后端有数据库，可以用户注册和登录，还接入了大圆模型，图片生成模型，视频生成模型。通过这个视频，你会学到如何构建这样一个无限运行的 ai 开发系统，并了解到 glm 五点零的惊人开发能力。 整个过程我都只是输入简短的 prompt， 没有亲自阅读或修改任何一行代码。我一直在旁边玩着游戏，等他干活， 尤其是我视频最后会讲的，他把整个项目的所有模块联合起来，然后端到端的 bug 修复错误，非常的牛逼。他不只是单纯的写代码，他甚至自行在浏览器中验证每个功能的正确性，找出 bug， 然后自行在浏览器后端数据库第三方的 api 之间联合调试，找出问题，修复错误。 那赶紧进入正题啊，相信对你会有所启发。我使用的工具是 cloud code， 并且把模型切换为 g l m 五点零，具体方法可以看我之前这一条 g l m 四点七的视频。 那我们首先要搭建一套能无限运行的 ai 开发系统，说是系统，其实就是几个文件，做法非常简单，我把一篇来自 astonopy 的 神级文章发给 ai， 让他自己去学习，根据这篇文章做出这套系统 文章叫长时间运行智能体的有效调度编排框架。那过程中 ai 做出了一些操作预期的举动，他通过 m c p 打开浏览器， 通过这篇文章的页面找到一个配套的 get up 仓库，打开仓库的代码文件进行学习。而我事先都不知道这个代码仓库的存在，最终他创建出了这一些文件。 我解释一下最重要的几个，帮你理解一下这套系统的工作方式。 task 点 jc 文件，其实就是一个任务列表，每个任务都有它的描述，并且会标记是否已经完成。和我们人类工程师每天上班一样， ai 每次从这里面领取一个任务， 完成后就做一个标记，这样他的 ai 同事啊，就知道项目进展到哪里。 progress 点 txt 文件，每次 ai 完成任务啊，或者任务失败后，都会在里面留下工作日期，这也是为了给其他 ai 同事提供一些信息。 log 点 m d 文件，这里面全是提示词，用来指导 ai 根据固定的规范流程工作。和我们人类工程师的开发流程类似， 第一步，跑一个脚本，来初识化整个项目的环境。第二步，在 task 里面领一个任务。第三步，就开始开发。第四步，测试和验证。 第五步，更新 progress 和 task 文件。第六步，用 git 提交代码。那如果中间遇到困难，需要人工介入，它就要及时向人求助。那在以前一些长期运行能力不强的模型中啊， 这么长的开发流程，一旦工作上几十分钟，模型就会逐渐混乱，不再按照规定的流程工作，而如今完全没问题啊。视频后面我们会看到， glm 五点零，即使在长达一个小时的工作，提交了几十个 commit 后，仍然很好地遵循开发规范。 然后呢，我让他写一个脚本，用来无限时间的运行。这一套开发流程背后的原理很简单，就是把 cloud code 放到一个 while 循环里面，这样一来，人不在电脑旁边的时候没法手动 prompt， ai 就 可以执行这个脚本，让 ai 无限的工作。它之所以有效，有几个原因啊， 第一，我们这套流程每次只要给 ai 说一句，完成下一个任务，不需要更具体的指示， ai 就 能通过 task 和 progress 文件知道自己现在应该做什么。 第二，每个 task 都很小， g l m 五点零足够的强大，每一次 y l 循环里面，他只是领取一个很小的任务，并且严格的测试，成功率极高。第三，每完成一个任务，模型的上下文都会被清空，所以模型始终保持在最聪明的状态。 第四， g l m 五点零非常可控，严格按照工作规范执行，每次小任务都会进行 commit， 所以 即使出错，我们可以轻易地回滚到旧版本。 好，现在我们这套系统有了，接下来就要开发软件，我们先来设计一下它的功能和架构。这个软件的用途是一句话，生成长视频。我让 ai 把整个项目的开发需求拆成了三十一个任务，放到 task 文件里。 这是 ai 设计的软件，架构不复杂，但五脏俱全。再看一下 ai 画的业务流程图啊，帮助大家理解我们要开发的这个软件具体的功能。 首先，用户会创建一个项目，然后用大圆模型生成每一个分镜的文字描述，然后再用图片模型生成每个分镜的图片，再用视频模型生成。视频开发的流程比较长啊， ai 做了几十次提交，我就选几个精彩的给大家讲。 在 ai 做到第十九个任务的时候，为了测试 glm 五点零的能力呢，我产生了一个大胆的想法，我让他一口气做了一个多小时，完成了十一个任务，干完一个又一个，中间我没有任何干预， 给大家倍速感受一下效果。他一直在写代码，并且每次都遵循我们的开发规范，每个任务都完成，测试一个，一个任务，单独提交代码，拿一个具体的任务作为案例啊。他现在领取了任务三十，任务目标呢是实现响应式的布局，也就是让 u i 在 手机端和桌面端看起来不一样。 他现在正在修改代码，然后验证项目能 build 通过。然后他现在把浏览器的大小变成了手机屏幕大小。打开了我们的应用，他点击了一个按钮， 他对页面做了一次截图，用识图的 m c p 判断是否正确。再打开了一个新的页面，再做了一次截图，并检查是否正确。然后在 progress 里面仔细描述了自己所完成的工作，然后把这个任务标记为完成，他就按这么一套方式疯狂的干完了每一个任务。 要接入数据库的时候呢，他主动提出需要人工帮助，并且一步一步地给我说明，告诉我如何去这个 superbase 平台啊，点哪里创建项目，配置数据库，获取 api key。 尽管我没怎么用过 superbase， 仍然轻松地操作下来了。中间我还犯了错误，给他提供了错误的 key， 也被他及时发现，最后他还让我帮他去注册一个测试账号，然后他自己打开浏览器，输入账号密码，验证登录功能，可以正常使用。那像 superbase 这种外部的系统啊，超出了 ai 的 控制范畴。 g o m 非常明确的给我提供指引，让我协助他完成开发工作，一个不了解后端的人，也能在他的指引下完成数据库的配置。 他开发完后端一系列 c r u d api 后呢，声称对每一个 api 都进行了测试，但所有的 api 都是需要 os 的， 前端也还只有一个空白的页面，所以我就很好奇他哪里来的 os 权限，怎么完成测试，是不是在忽悠我？ 于是我问了他一下，他用简短的语言，漂亮的格式向我解释。他说他打开浏览器，登录了刚才创建的测试账号， 然后通过一个叫做 browser evaluate 命令，在浏览器可以执行任意的 javascript 代码。然后他写了一些临时的 js 代码，就在浏览器里运行，调用我们的后端 a p i， 这样就能有 office 了。非常聪明的做法，我还怕他在骗我，我检查了一下录像，确实如他所说，他打开浏览器疯狂测试， 中间还真测试出不少问题，他就自行查看后端的报错日期，自行修复。最终三十一个任务全开发完后，啊，我也懒得去人工验证这个项目是不是已经可以用了。在往常的开发中啊，到最终阶段，因为已经把 前端、后端、数据库、第三方 api 全部连起来了，那第一次的集成测试啊，就会非常头痛，因为任何地方都可能出错，往往需要浪费大量的时间再把错误找出来发给 ai， 让 ai 去修复。但这一次我非常大胆，我只说了一句话， 请你完整测试一遍流程，确保功能可用。大概就是从早上七点十分开始，他自己在浏览器上疯狂测试，花了一个小时提交了这么多改动，用来修复 bug。 我看他在浏览器上像人一样一步步操作我们的产品，通过截图和视觉能力来判断是否符合预期。遇到问题的时候呢，他就自己查询后端的报错，检查各种 api 的 状态，综合分析出问题。最终他总算顺利的生成出了第一个视频，端到端的把整个应用全部打通了。 他修复的每一个 bug， 做的每一个 feature， 其实我都不清楚是什么情况，但我想知道的话，我只要找到他的 commit 记录，看一下他在 progress 文件里写了什么。这也是这套流程的强大之处，一切都是可追踪的。 我们让 glm 五点零一边开发项目，一边在开发过程中发现问题，让 ai 来增强我们这一套自动化的开发系统，左脚踩右脚，螺旋升天，我相信这就是未来开发者的工作方式。总结来说， glm 五点零已经远远超出了单纯抠顶的范畴，而是能对软件工程的每一个环节进行自动化，提升效率。 gm 五点零在超长任务上非常出色，已经达到了能让我放心的交给他连续运行一个小时的程度。横向对比的话，我个人认为 gm 比刚发布的 oppo 四点六弱一点，但在一些方面可以超过 gbt 五点三。 重点是价格便宜非常多，但现在过于热门啊，供不应求，抠钉套餐非常难抢。那我们这个项目呢？虽然现在端到端全部打通了，但最终深层的视频效果还有很大优化空间。点赞到一万，我可以开源出来，让感兴趣的人进一步优化它。

ai 编程正在发生变化，过去大家更关注页面生成和代码补全，但现在前沿模型开始强调更长步骤、更复杂任务的执行能力，编程的重点正在从写代码转向构建系统。如果让开源大模型质朴， g o m 五从零 开始，帮我搭一个可以运行的创业系统，它能做到什么程度？具体来说，我想做一个 ai 职场技能订阅平台。这是一个具备真实商业逻辑的产品模型，它需要用户注册、登录、订阅逻辑、课程权限控制，这不是一个页面，而是一个产品。 打开智普官网，选择最新发布的 g o m 五模型，点击 agent， 点击全站开发，输入完整提示词并发送。现在，系统会开始自动规划与构建。在代码输出之前，模型首先进行任务拆解与数据库结构设计， 明确用户模块、订阅模块、课程管理模块之间的关系，并规划数据存储与权限边界。这一步体现的是构架思维，而非页面拼接。随后，平台构建完成，首页结构清晰。点击注册，立即注册， 输入注册信息，完成注册并登录。点击课程库，可以看到内置课程内容，并支持课程搜索内容筛选。 会员页面包含完整会员流程，点击立即开通，扫码支付后即可开通会员，再点击去学习，进入课程库学习课程。整个流程形成闭环，构建过程中出现环境与依赖问题时，系统能够根据日制进 行分析并调整配置，完成排错与部署。对我来说，这种自我修正能力比单纯生成代码更有价值。这次用智普 g o m 五实测创业系统，重点并不在于生成多少代码，而在于是否具备长步骤规划与系统构建能力。 从结果来看，它已经能够完成完整产品雏形的搭建。当 ai 能够帮助普通人把一个创业想法变成一个可运行系统时，编程的门槛正在被重新定义，这才是我认为最值得关注的变化。

几千台设备的生命周期管理，十二张数据库表的互相关联，完整的 r b a c 的 全员体系加发货单的审批流程。正常来说，这种企业系统呢，至少要三四个人搞一个多月。但是我刚看到智普刚刚发布了 g m l 五啊，说是开元界的第一个系统架构师的模型。行，那别客气了，咱就试一试。这里我用的是 c c switch 加 colossco 的 方式， 把 colossco 的 底座模型呢切换成了 g m l 五，直接把我整理好的这份 pl 文档呢丢给他，从零开始，看他到底能不能接得住。虽然是用 colossco 的 跑的跑的，但核心模块的逻辑呢，还是 g m 五输出的。 能看到，他先是把整个项目呢拆成了四个阶段，先搭什么，后搭什么，前后端怎么配合排的很清楚。这个规划质量和我之前用原生可拉的 office 做项目的体感呢是差不多的。然后呢，他就开始噼里啪啦干活了。首先是构建 spring boot 的 后端架构， 用户认证，设备档案批次管理，一个模块接一个模块往上加，后端搭完了呢，再构建 nexgs 的 前端，因为工程量确实不小啊，这一步他自己足足写了一个多小时。这个小时里呢，我没怎么管他，他自己呢，就在终端里跑， 先后端再前端，最后生成了出纸化数据库的脚本。用过 a g 的 写过代码的朋友都知道，这个节奏呢，是最考验模型脑子乱不乱的， g m 二五呢，全程逻辑在线，这一点呢，十分难得。前端写完了，最终运行的时候呢，报了个错，依赖版本冲突， 我让他看了一眼，这个报错信息呢，他改了个配置文件，重新安装了一遍就 ok 了，也就是说写了这么久，只修改了一次呢，他就能直接撞起来，想想啊，也是很厉害的。最后后端 spring boot 的 启动成功， api 返回正常数据，前端页面呢，也能正常跑起来。十二张关联表，完整的 r b a c 的 权限体系，发货单、审批状态机，这些呢，全都跑通了。 后面其实就和平时开发项目差不多了，遇到问题呢，就让他去定位修复，你会发现，这就跟一个靠谱的开发同事做极速编程啊，没什么区别。到这你可能会觉得这些不都是正常操作吗？对啊，这就是正常操作。但问题是呢，以前做到这些呢，只有可乐和 gpt 一个柜一个闭园，而且随时都有可能会被封号儿。 现在 gm 五作为一个开源的模型呢，也能做到这样的全载工程能力和这样的质量交付，实在是不容易。而且大家别忘了，从算力底座到上层架构，这可是跑在国产芯片万卡级群上的成本呢，那是绝对可控的。所以，这种能掌握在自己手里的生产力，你们不想去试试吗？

最近我在做一个 mac 端的 mcp 工具啊，它可以把不同的客户端通过 mcp 的 能力去调取你的日历啊，提醒事项啊这些 客户端的产品。然后比如说你直接在客户端说一句，整理我最近一周的日程，然后发送到我领导的邮箱，并同步信息给我， 这样子的话他会，他就会去看你的日程，然后写一篇邮件给你领导，然后再到通讯录去找我的电话号码，并给我发送信息，他会自动完成这一步流程。对，然后我做了一个引导页， 对，然后我最近在参加一个模型的一个分册活动，然后我直播把它丢了一个链接，这个把链接给他，然后他就直接帮我写了这一整套东西出来。对，然后我是运行一下，哎呦，在哪里？在这里 点运行。 ok， 我 感觉这个东西长得就跟我设计稿已经差不多了吧，基本差不多，然后看下一页效果也觉得挺好的。再下一页， 然后这里我就简单列了一个列表，然后他就会根据我的功能自动把我排布出来，然后这里也是用的液态玻璃，效果。 ok， 点下一步准备就绪，然后他就会告诉你这里托盘有个图标，可以点进去配置。 ok， 然后这里可以看到这个就是我做的界面，而且这个界面也是我一开始用设计稿做完给他的，这个就是我的界面，我把所有界面都写在这里，然后也是发一条链接，他就去帮我生成， 然后我点切换，他也可以看到我所有的列表开始进行的切换，这里可以看到我起用的工具，还有调用的次数，然后这里我还没做处理，就是他会被屏幕太长被截取掉， ok， 就 这样子。

你好，我是陈博士。智普 ai 那 个二十元的编程套餐，到底是真福利，还是个甜蜜陷阱？月付只要二十块，却能用掉价值上万元的算力， 听起来是不是太美好了？但别急，这事没那么简单。智普 ai 的 抠定 plan， 定价低到原价， api 的 零点一折，表面看是白菜价，实则可能埋着大雷。 为什么？因为程序员可不是普通聊天用户啊。举个例子，你写个函数自动补全，可能就吃掉上万头啃。 要是边调试边高频调用，算力消耗速度轻松达到普通用户的三到五倍，系统根本扛不住这种硬核使用。超售的后果已经来了。 从今年初开始， glm 四点六和四点七的 api 并发连接数被砍到只剩一，不少企业客户反馈，调用频繁失败，生产环境直接告急。这不是谣言，而是真实发生的限流事故。对比一下更吓人。 cloud pro 月费二十美元，每五小时最多发四十条消息，而质朴二十元人民币却给一百二十次调用，价格低七倍，额度还高三倍， 性价比失衡高达二十一倍，这账怎么算都离谱。说实话，这不像在做产品，更像一场豪赌，用弊端客户的利润去补贴 c 端用户的烧钱狂欢。招顾书里写得清清楚楚， 百分之二十二点一的成本是算力支出，而这个低价套餐正在加速把公司拖进亏损泥潭。有意思的是，全球三分之二的算力现在都用在推理上，资源越来越紧， 可智普还在推无限量套餐，这就像在干旱季节开免费水龙头。当算力变成稀缺品，这种低价狂欢注定撑不了多久。从一月二十三号起，智普每天只开放百分之二十的新订阅名额，老用户优先续订。 这已经不是什么饥饿营销了，而是赤裸裸的算力告急，信号系统真的快跑不动了。当然， glm 四点七模型本身确实强， swbench 登顶也让人振奋。但问题来了， 如果连基本的 api 都频繁超时调用失败，再牛的模型也只能是空中楼阁，看得见摸不着。说到底，智普 ai 因为这个二十元编程计划过度消耗算力，不仅暴露了商业模式不可持续，还拖累了正常 api 服务。 零点一者的头肯，程序员的高负债并发症降到一，这不是福利，是系统性风险，建议开发者别太依赖它的免费层，企业用户更要认真评估 s l a 保障智普若不赶紧回归理性定价，再强的技术优势，也可能被运营失误一口吞掉。

给大家分享三个可以免费使用智普 glm 四点七 ai 编程大模型的方法，记不住的同学记得点赞收藏。第一个就是 idea 中的插件，点击 settings 中的插件市场，我们搜索 code body， 在 这里我已经下载好了， 有些名字可能比较像，大家一定要下载这个官方的哈，下载完了之后点击确定和应用，然后我们在右侧呢就会看到这个 code body 的 插件，在这个地方我们可以选择 glm 四点七，这个是免费的，而且这还有其他的模型，比如说 kimi， 还有 deepsea， 这些都是免费的，还有这个 混元。第二种免费使用 gm 四点七的方式就是 open code， 这是它的官网，然后我这里已经下载好了一个在 open code 的 这个编程软件中，在这里可以选择 gm 四点七，这里还有一些其他的免费的模型，比如说 gucci， mini max， 这里都是免费的，还有 gbt 五。第三 种免费使用 gm 四点七的方式就是 build 伊美达的官网，我们登录之后呢，可以在设置中创建自己的 api key， 在 这里可以生成你的 api key， 然后你就可以愉快的使用 gm 四点七了。以上就是免费使用 gm 四点七编程大模型的方式，大家不要觉得 gm 四点七免费就怀疑它的能力，它可是我们国内开源 ai 编程大模型第一名， 在各个维度可以说都是顶级的存在，因为它是开源的，所以说像英美达他也会用自己的服务器去部署这个大模型供大家使用，也是希望更多的人可以用英美达的产品吧。大家可以薅一波羊毛，我是不吃辣， chris 关注我，带你了解更多 ai 相关的开源项目和工具。

智普和 mini max 今天继续暴涨，从过年前到现在翻倍都多了。我前几天做视频说说这个事，绝对是有基本面支撑的。这俩年前发布的新模型，在编程和智能体上大傻特傻啊，太惨爆了。 token 的 消耗量说明了一切。这俩全都杀进了全球前十五 啊。有网友总结是顶级模型百分之九十的水平只收百分之十的费用。你这不是要砸老美那几家大厂的饭碗吗？你这么玩，那皇冠上最后的明珠还能保住吗？ 啊。最近两三个月 ai 大 模型给各行各业带来翻天覆地的影响，编程啊，软件啊，电影啊这些行当日子都不好过，过年还刷到各地都在推艺人公司啊。感谢 open cloud 这些超级 ai agent 啊，让艺人公司跑得飞起来。 所以前几天有朋友问说，这么高将来还有工作岗位吗？那孩子应该学点什么呢？这个打不过就加入呗，做点跟 ai 相关的工作啊，甭管是擅长使用 ai 工具，还是吃 ai 的 信息差。 去年教人怎么用拆它 gpt 的 居然都能迈克发财啊。不过大魔星进步实在太快了，前几个月刚花钱买了 jimmy， nike 的 年费会员，眼见这几个月就要被豆包和 kimi 他 们超过了 啊。扯远了，刚才我几个 ai 相关的帖子被大模型公司的公关们刷屏了。当然是善意刷屏啊，做做甲方的软广啊，估计是有市值管理的需求。准备备战下周了。咱就说，哎，你这个刷评论区的效果很一般 啊，你要不你们就直接投商单给我啊，让我帮你们吹一气价格公道，童叟无欺，效果绝对比刷评论区好。

今天用智浦新发布的 glm 开发了一个新项目，基于 spring boot 的 酒店管理系统，这个项目已经开源到 github 了，还附带一个项目论文，关注同名微信公众号即可获取。 最近后台很多人私信想要我的产品说明书，想让我出一个详细点的教程，现在就带大家做一个完整版的项目。首先明确要做什么，怎么做产品，应该有哪些功能，解决了什么问题。我把这个产品说明书的内容概括分为以下部分， 明确开发技术站、技术架构、功能模块、数据库设计以及 ui 风格。这几点确定下来就可以大大降低 ai 写代码出现的幻觉。所以很多时候幻觉的问题不单单是模型的问题，跟人也有很大的原因。 然后这里我用到了一个文档专家的智能体，让他基于我们已经确定的要求生成完整详细版的产品说明书。那么 ai 就 更清楚要做什么，该怎么做，所以前期多做一些准备，就能尽可能避免后面形成的十三代码。 经过了连续三十六分钟的编码， glm 五完成了整个项目前后端的开发。整体功能分为两个用户角色，普通用户和管理员。 普通用户可以注册登录预定客房，查看订单。管理员可以管理用户信息，维护客房信息，查看所有订单数据，统计分析。 最后主包想跟大家说， ai 时代如何使用工具提高自己是一门必修课，一定要尽可能多地去尝试使用各类 ai 工具。

你知道怎么白嫖今天智普发布的一个最强冰城大模型 glm 五，下面我就来给大家讲一个白嫖 glm 五的一个方法。 首先我们打开微修 studio 这个开发工具，然后在它的左边找到 extension， 也就是插件的扩展中心， 然后我们输入 k i l o 搜索，就能搜索到 k i l o call 的 ai call d 键头这个插件，点击它， 然后我们再安装这个插件，装完之后就会在这个开发工具的左下角有一个 k i l o call 的 一个小图标，我们点击它，点击它进来之后，在它的最下面， 在它最下面你看就能看到一个最点 a i g l m 五 free 的 一个大模型，我们选择它就可以开心的白嫖啦，是不是很简单？ 据说这个智普的 glm 五编程大模型是比酷的叉五点三和 opus 四点六都还要强，所以大家感兴趣的赶快去体验一下， 因为啊，大家如果有什么看到免费的拼成模型，可以大家一起在评论区分享一下，别独享好东西，大家一起共享好不好？

二月十一日晚，智普宣布推出新一代旗舰模型 glm 五，刷新了开元领域的编程模型标准。 智普 glm 五的发布引发了业界广泛关注，因为它不仅在编程和 agent 任务上表现出色，还具有接近 c l a u d e o p u s 四点五的真实使用体验。 这款模型在 open router 平台上迅速登顶热度榜首，吸引了众多开发者和科技爱好者的兴趣。据对 information 报道， pony alpha 实际上就是 g l m 五。 智普首席科学家唐杰在公司上市当天的内部信中提到， g l m 五具备超长上下文窗口和高度准确的工具调用能力，在复杂系统工程领域尤为突出，能够帮助开发者完成长达数小时的项目开发任务。 这一技术突破标志着智普在人工智能领域的重要进展，也预示着未来 ai 助手在实际应用中的潜力无限。

drawcode 的 agent teams 模式默认是关闭状态，想激活这个多智能体协助功能，第一步必须手动进入 settings， 点 jon 配置文件，修改特定参数。 如果不把这个底层开关打开，后续所有的多智能体调度逻辑你都用不了。开关打开之后， code code 的 底层逻辑就彻底变了，它不再是让一个模型硬扛所有需求，而是把你的指令拆成好几个子任务， 然后瞬间分身出多个员工。这些分身在各自独立的运行环境里同步干活，互不干扰，最后再有主控节点把结果汇总给你。 这种并行处理能力是传统单模型对话根本做不到的。具体的活是怎么干的？比如你让他改个 bug， 他 会派一个分身去全量解锁本地代码找关联，另一个分身专门去分析相关的 pr 记录，甚至还能再分出一个去查最新的技术文档搞调研。这种多现成的写作，比你盯着一个 ai 慢慢磨要快得多。 在处理复杂工程问题时，这才是真正的生产力。聊聊具体的模型表现，我实测下来，智普的 glm 四点七适配度非常高， 指令一发过去，几个分身几乎是秒启动，协同干活，一点不拖泥带水，是目前国内大模型里跑这个模式最顺畅的梯队。 再看 kimi 的 k 一 点五版本，这个模型跑多线城任务特别稳，那种丝滑感在处理复杂逻辑时非常明显。它对多智能体之间频繁的上下文切换处理的很好，基本不会出现逻辑断层，是目前最靠谱的选择之一。 mini max 的 m 二点一也值得一试，虽然实测中偶尔可能需要你多跑一次，但它的任务拆解能力确实很强， 它能把那种缠绕在一起的复杂逻理顺，然后一步步执行下去，整体逻辑链条是非常完整的。说到底， agent teams 这种多智能体模式对模型的智商是有硬性门槛要求的，它不只是简单的问答，而是需要模型具备极强的逻辑推演和决策规划能力。如果模型的底层逻辑不够硬，根本压不住这种复杂的调度任务 这里的泼盆冷水。如果你想用那些轻量级的 flash 版本或者自己本地部署的小参数模型来跑，目前看基本是浪费时间。这种复杂的多智能体调度已经超出了他们的处理极限， 实测下来基本都启动不起来。听我一句劝，别在这些智商不够的模型上死磕了，总的来说，只要是逻辑强、编程规划能力出色的大模型，基本都能驾驭这个功能。 想看更多 ai 编程的硬核实测，记得关注下集，我们深入聊聊 color code 的 自动化工作流怎么优化，回头见！

想让 cloud code 用上智普 g l m 五，别翻文档了，一行命令就够。为什么用 xcloud 的 智普不用改环境变量，不用研究配置文件？ cloud code 的 工具能力还在，智普的代码理解更强，装了 x command 的 话，十秒内搞定全部适配。 操作很简单，去智普开放平台复制 api key， 回到终端，敲 xcloud 的 智普首次会让你粘贴 key， 然后就能直接用了。让它重构代码，分析性能，生成数据库表，响应又快又准。 cloud code 原本的功能一个不少，替换一次就永久生效。试试 xcloud， 智普国产模型也能这么丝滑，不要忘记一键三连！更多命令技巧欢迎关注 x command， 我 们下期再见！

快速过一下 glm 五的相关信息，好消息是一次订阅可以享受两个模型，但坏消息确实演都也不演了，直接说自己是 cod， 主要的还是编程，还有智能体的长时间工作上面，体感上面呢，接近 opus 四点五 呢，他还上线了一个 ko 的 版本，价格要稍贵一点，但是比 oppo 四点四点五的这个调研成本要低太多了。然后我们这个模型可以直接替换到这个小龙虾里面了。最后呢，就是在这个 reno 榜单上，它的文本已经来到了开源的第一的位置，但是这个榜单我不知道 ko 四五点一的文本能力怎么样，大家可以在评论区打出来。

又是深夜发布，今天突然发现智浦开源了 glm 五大模型，没想到年前的开源大模型市场还会出来这个网站从前几天 cloud ops 四点六和 gbt 五点三 codex 的 发布可以看得出来，二零二六年商业大模型趋势将从能写代码升级成能构建生产机系统， 没想到的是开源大模型这么快就跟上了，熬夜测试了几个小时，本期视频我们就来看看 glm 五都有哪些亮点，以及都能做些什么事情。 二零二五年使用大模型编程的过程中，我发现虽然 ai 已经可以做出一个个很好看的前端页面了，但是真的让他去做一个生产能用的系统或者是一个庞大的任务，经常写着写着 ai 自己就圆不回来了。 但这次 glm 五真正能做出生产可用而不是单纯好看的系统，并且遇到复杂系统需求会自己拆解，可以长达数小时的不断自动运行完成这个系统不会出现越写偏离越大的情况。我直接拿两个案例来演示一下，工具用的依旧是 copy code 用的是质朴官方这个 model 的 key 配置文件的话，其他都和之前保持一致， 模型替换成 glm 五即可。很多公司应该都有自己内部的企业级后端脚手架，不仅能统一开发规范，并且开发只需要引入对应的依赖和无需关注各种中间件的配置细节就能直接使用。 我之前写过 glm 五来生成 glm 二十一加 spring boot 三的企业级后端脚手架，编辑提示词开始执行，可以看到这次 glm 五在分析完任务之后，会以对话的形式来询问生成项目的细节问题， 宇宙包含哪些模块的 start 给了多个选择，接着询问项目的认证框架，最后确定报名的生成规范，等这些全部完成之后，就开始任务的拆解。 glm 五将脚手架拆分成了十四个大的模块，制定了十五项具体的实施步骤以及最终的验证方式，没问题之后，就开始让 glm 五开始构建系统了。 glm 五这次针对多阶段长步骤的复杂任务的优化做得太好了，整整十五个模块，花了一个多小时全部生成完成。整个过程不需要人去做额外的辅助工作。 除了代码生成之外，当在验证过程中遇到翻译失败的情况，它会自动分析日制，不断修复代码并重复验证，直到全部跑通。我们可以来看看最后的脚手架项目，所有的 start 按模块划分，比如 base 模块定义了统一的异常，统一返回信息， log 模块引入至框架搞定日制生成规范，做好 trace id 生成逻辑以及日制切面等配置。同理，像 mybatics 统一配置 radix mq 的 配置都做成了 start， 要使用直接引入对应的依赖即可，这是真的能很好的用起来的项目了。 接下来再做个全站的业务系统，做一个支持高频发的购票系统，能支持秒杀业务的场景。这次让他把前后端的项目全都生成，前端使用 vivo， 后端使用 jdk 二十一加 spring boot 三。 这里有个比较有意思的点，一开始我在提示词中将 jdk 二十一写错成 jdk 八了， jmm 在 分析需求的时候就发现了这个问题，并给了我几组匹配的 jdk 和 spring boot 的 版本。 手动调整之后， glm 五给出了十分详细的技术报告。整体的代码生成过程还是和之前一样，不需要人去做额外的操作就可以生成出完整真正可用的代码。现在前后端代码就生成完成了，我们来看一下。 先看一下后端代码，秒杀业务的逻辑写的十分严谨，其中高密发解决方案中包含了多级缓存、库存预扣、业务下单、分布式锁结果限流、动态余额等方案。前端页面是一个包含购票和秒杀的 h 五系统，我们来参与一下。秒杀 手速快，直接抢到票。智普在官方公告中提到了国产芯片万卡集训这个概念，意味着这次 gm 不 仅模型能力强， gpu 底座也是国产自己的。 去年过年来了个 deepsea， 今年过年来了个 gm 五，不知道二零二六年大模型究竟能发展到什么地步啊？以上就是本期视频的全部内容了，我是鱼仔，我们下期再见。

别再沉迷于让 ai 生成贪吃蛇或者简单的着陆页了，说实话，那也只能算 ai 玩具，根本上不了生产线。 glm 五发布的今天 ai 编程大模型，正是从前端切图在进化到了系统架构师时代。 现在的趋势不是谁画图好看，而是谁能搞定 aintiq system。 以前测模型我都让他写前端网页，这次我直接上强度，给他提了一个真实的生产级需求。我要求 glm 五开发一个 live o s 的 个人指挥舱。注意，我没有让他只写一个 to do list， 而是让它生成了一个包含日程、消费、健康学习的完整个人管理系统，并且接入了 ai 能力。 glm 五展现了惊人的 a n t 和长城规划能力。 但这里他没有着急写代码，而是像资深架构师一样，先自主拆解了前后端架构，并在长达一小时的构建中始终保持上下文连贯。他清楚地知道第一步写的数据结构要怎么配合最后一步的 ui 渲染。如果 live os 是 看规划，那接下来我告诉他这个需求。金融看板就是看它搞定顽固 bug 的 能力。 做这种复杂的 c v 波动率计算报错是常态，普通的 ai 遇到报错就摆烂，但 glm 五具备极强的自我反思机制，大家看，遇到报错它没有停，而是自主分析日制定位根音。它不只懂前端审美，更拥有深度的后端工程能力， 直接把系统彻底跑通。这种代码逻辑密度，以前你只能在可洛的 opus 四点六这种顶尖闭源模型上看到，但现在， glm 五直接对标可洛的 opus 四点六，把复杂的系统工程能力带到了开源世界，感兴趣的朋友快去试试吧！

编程模型 cloud sos 四点五终于迎来了国产平替，就在刚刚，智普正式发布其最新开源模型 glm 四点七，在编程能力上已经非常的接近 sos 四点五， 并且在部分的测试上实现了反超，朋友们是不是也苦？ sos 四点五依旧其价格高，调用成本大，对国内用户还存在着明显的使用限制。 而智普这条路线其实一直都非常的清晰，死磕编程能力上一个版本四点六已经稳居开源编程模型的第一梯队，很多开发者在真实的项目中已经开始使用。而这一次 glm 四点七的发布， 不只是一次常规的升级，而是让智普在大模型的竞争格局中，第一次明确地站到了 cloud 平替后选的位置上。 说句真心话，我非常的期待智普继续把编程模型这条路线打深打透，而不是在所有的 ai 方向上平均用力。如果能在代码工具调用 a 帧的编程的场景上持续拉开差距，那么真正实现 cloud 国产平替就不是单纯的口号，仅仅是时间的问题。