一手实测首个龙虾模型：长路径任务不失误，一人包揽全栈开发

克雷西 发自 凹非寺量子位 | 公众号 QbitAI终于“养虾人”们也有自己的专属模型了。就在今天智谱稍早前开始内测的神秘模型Pony-Alpha-2终于揭开了真实身份——全球首个“龙虾特供”模型GLM-5-Turbo。而且为了让你更方便地吃虾这次智谱还专门准备了龙虾套餐包含个人版和Team版39元即可获得3500万Token。如果拿它来做“虾脑”从零开始定制一套喂饭级的小众旅游攻略不过是件分分钟的事情。这个过程当中像什么深度研究、检索总结还有生成网页那些很长的流程都能被GLM-5-Turbo安排得有条不紊。这是因为GLM-5-Turbo深度优化了复杂工作流中的工具调用与多智能体协同能力在极其吃吞吐量的极限场景中表现出了极强的稳定性。很容易看出这些重点优化的能力全都是面向龙虾场景做的。在智谱自己组织的“龙虾测试”ZClawBench题库与测试轨迹已全面公开当中它斩获了国产模型综合成绩第一。而且这个专为干重活定制的满血大模型现在直接通过AutoClaw澳龙应用就能零门槛直接调用。“首个龙虾模型”一手体验那么这个“龙虾特供”模型到底好不好用呢咱们接下来就开始吃虾。智谱前两天刚发过澳龙框架能把龙虾的安装流程一键搞定而且GLM-5-Turbo可以在里面直接选择搞API的过程也被省掉了。为了方便起见这次咱们就不搞聊天/办公软件接入直接在澳龙里和模型对话了。任务一小红书文案连载策划第一个任务我想体验当一个小红书沙雕博主同时又想蹭一蹭AI话题于是我把我的想法告诉了搭载GLM-5-Turbo由于是抢先体验我玩的时候模型还叫Pony-Alpha-2的澳龙。而且要做就做连载我告诉它直接给我准备一周的策划把标题、文案、话题标签、评论区引导话术还有配图建议全都给我搞定。以“AI每天帮我过沙雕生活”为主题生成一套完整的小红书连载笔记共7篇每篇包含吸睛标题、正文故事、配图、评论区引导话术和hashtags。不一会儿澳龙就把这七天的文案全都准备好了同时给出了我发布节奏建议整套方案全都是文案本体没有半点废话。而且每篇结尾都埋下了“未完待续”的钩子引导粉丝关注追更甚至最后一篇结尾还“自作主张”建议我用投票预热第二季形成系列IP。△上下滑动查看完整图片至于具体内容我看完这套连载笔记最直观的感受就是它把AI那种带着逻辑色彩的“冷幽默”给玩明白了。平时咱总觉得AI是个严肃的工具但在这份回答里它反倒像个嘴毒又细心的管家。比如第3篇里那个“乌龟暴走GIF”的社死现场这种细节抓得特别准一下子就把AI建议的“保持幽默”和人类实际操作时的“手忙脚乱”这种反差感拉满了。△上下滑动查看完整图片还有第6篇里算奶茶账的那段AI说把快乐换成“免费的白开水”这种一本正经胡说八道的情节确实很符合小红书那种自嘲式沙雕生活的调性。接下来呢我让它帮我把这一大长串拆开每天的文案都放在一个独立的文档中。当然了用澳龙玩GLM-5-Turbo还有一个好处就是它内置了很多的Skills可以直接调用智谱家的图像、视频生成等模型使用时消耗的是澳龙积分不用再配置任何东西了。所以接下来我就让它把所有的配图也都一并代劳了它先给我绘制了7篇文章的封面。看到生成结果我发现第三天的封面真的包含了之前被重点cue到的“乌龟表情包”。△上下滑动查看完整图片接下来我让它把剩下的图也给我画好这次它没在聊天框里一张张发给我而是把所有图片的链接全都塞进了README.md里。最后呢我让它仿照小红书的UI帮我做一个HTML效果页不过这里我只让它做了第一天的。可以说它不仅完整展示了内容还高度还原了小红书的界面设计。任务二全栈应用开发虽然我刚刚给自己塑造了一个沙雕的人设但我的内心其实是个技术宅平时就喜欢搞一些小应用来把玩一番。所以接下来我也给GLM-5-Turbo安排了一个全栈开发的任务。设计一个本地运行的实用个人记账全栈应用支持记录一笔支出金额、分类、备注、日期、查看支出列表、删除记录、显示本月总支出和分类统计。应用前后端分离后端负责数据存储和汇总计算前端提供录入和查看界面。它先用Node.js Express SQLite做后端HTML/CSS/JS做前端迅速帮我把程序搭建了起来。尴尬的是写完之后它发现我这台电脑里压根儿没装node.js不过并没有因此就乱了阵脚而是开始检查我的电脑里有什么能用的然后改用Python重新写了个后端。写完之后它就开始对代码进行测试通过API对后端服务进行了验收。而且还没忘把之前node.js的版本删掉然后又帮我写了一个启动脚本。启动之后就可以在浏览器里打开这个记账本了。我向其中输入了一些数据刷新之后数据依然可见。以及在电脑端打开时添加的记录手机端刷新之后也能显现。并且在后台日志当中也能看到我的添加动作说明这一波的程序是真的跑通了整个前后端和数据库而不是只有一个静态页面在模拟。任务三本地环境操纵既然是龙虾模型那自然还得放到本地环境里看一看它的表现。这次我扮演的是一名电商运营从SkyTrade、GlobalHub和OceanMall三个平台都是我虚构的名字拉取了销售数据结果这三个平台给出的数据格式完全不一样既有JSON又有表格甚至还有纯文本。我希望它能帮我把这些混乱的数据清洗一遍然后给我一份汇总表。你现在直接接管我桌面上raw_orders文件夹里的所有原始底稿。这里面塞满了SkyTrade、GlobalHub和OceanMall三个平台的订单格式极其混乱还埋了不少跨平台重复的客户、残缺的支付金额和五花八门的日期。你的任务是把这堆烂账盘清楚自主完成所有平台的数据对齐与清洗结合成本配置文件盘出本月的真实净利润。你需要帮我揪出那3个由于高频率退货或运费倒挂导致的“退货黑洞”商品并画像出贡献最大的5个顶级金主客户注意聚合跨平台的同名ID。最后直接在当前目录下给我交付一份Markdown月度经营分析报告并配套生成一份精细化的财务汇总表。结果澳龙写了个Python程序就把我这些混乱的数据一次性都给盘清了。跑完程序之后它不仅生成了我要的表格还直接在对话框里向我汇报了整理的结果。另外我关心的“退货黑洞”和“五大金主”这两个问题澳龙也都在对话中给我解答了。“龙虾专供”模型还有“龙虾专供”套餐之所以能成为一个“龙虾特供”模型是因为GLM-5-Turbo这一波优化的重点就是工具调用和多智能体协同。实测当中我也感受到GLM-5-Turbo不仅让龙虾更加听话在跑多环节、长路径的复杂任务时也能明显感觉到有条不紊。而且它能精准调用各种外部工具和Skills把需求拆解成详细步骤再指挥好几个龙虾助手分工合作。最关键的是每个环节的衔接都很顺滑你基本不用担心它会中途掉链子 。另外它对时间维度的理解也很到位不管是你定点定时要跑的任务还是那种一干就是好几个小时的大工程它都能稳稳当当地替你执行下去中间不中断。还有就是在编程这件事上靠直觉碰运气的Vibe Coding也跨越到了真正的智能体工程Agentic Engineering水平。在极少需要你人工干预的情况下模型就能自主搞定长程规划和最后的系统交付哪怕你是一个人也能锁定大团队才能折腾出来的那些成果。而为了让这些能力真正落地到你的桌面上智谱又在之前的Coding plan之后推出了面向企业的龙虾套餐Claw-plan 。这种模式之下企业为它付费的逻辑从“买token”变成了“雇佣一个数字员工”。目前智谱已经正式开售这个企业龙虾套餐了开发者和企业用户可以通过智谱开放平台BigModel.cn直接调用API或者通过龙虾套餐接入。另外在GLM Coding Plan当中Max版也已经纳入了GLM-5-TurboPro套餐也将在本月尽快支持Lite套餐将在4月支持接入。如果你正愁怎么处理手头那些复杂的Agent场景这绝对是性价比极高的选择。“澳龙”下载地址https://autoglm.zhipuai.cn/autoclaw/API接入智谱开放平台https://www.bigmodel.cn了解龙虾套餐https://www.bigmodel.cn/claw-plan-team