爆肝实测主流大模型的编程和Agent能力

好强的提示词工具

但如果是我们程序员来开发，依旧也会有 bug 啊，没有 bug 的代码是不完美的，同样，AI，至少现阶段的 AI 也是有不完美的。这个效果非常棒，GLM-4.5 主动去网上查了王者和各个英雄相关的信息，包括英雄的图片、技能，然后设计排版，做成了 PPT。这一次，GLM-4.5 让人足够惊喜，甚至远超预期，而且，智谱他们居然开源了 GLM-4.5，当国外的大模型公司还在卷价格。好了，接下来是重头戏，

学习使我快乐！

除了豆包新模型体验外，我还动手体验了一把 AI 硬件开发，从安装服务，到配置烧录设备，再到最后运行，体验感拉满，见识到了大模型和硬件结合碰撞出的火花有多震撼。不得不说，方舟平台的服务还蛮多的，直接可以选择对象存储 TOS、函数服务、日志服务，以及 API 网关，对于一站式快速开发 AI 应用来说，可以说，很方便了。最终完成子任务的执行，并返回一份执行结果报告。第二种方式，在火山方舟控制台侧边栏，选

先熟悉下这个新的 AI 硬件产品吧。字节的这个 AI 硬件是火山引擎 RTC 与嵌入式芯片厂商合作内置一站式解决方案，通过在芯片侧集成先进的音频处理（包括自动唤醒功能、音频 3A 等）。在云侧深度整合大模型、语音识别、语音合成、 Function calling、知识库等技术，快速实现用户与硬件之间流畅、自然、真人感觉的实时通话功能，在智能玩具、智能家居、智能穿戴设备、智能教育设备、AI 机器人等

这个流程可以说，相当繁琐，现在用 AutoGLM 沉思，只需要轻轻输入：“我要去香港玩3天，请帮我设计旅游攻略，注意每个景点都要从小红书上查看网友的真实评论。这么说，你可能不够直观，举个栗子，我们人类可以一边思考，一边动手，比如我一边脑子里想着接下来要写啥，一边手在狂敲键盘，有了文字的输出。AutoGLM 沉思就会自动打开浏览器，搜索目的地小红书上的种草攻略，甚至帮我翻看评论区，然后帮我做一波整理

这个图像Agent很强。

因为 Qwen3 是混合推理模型，不想他思考，直接使用使用/no_think标签就好了，比如查询数据表这种简单任务，完全可以不用思考，需要思考，再加上/think标签就行。我的 Mac 部署的是最新的 Qwen3-8b，如果配置再好点，搞个 14b，那效果又上一个层次了。现在，很多中小公司，也终于可以用 Qwen3 训练自己的企业数据，做垂类应用，做出差异化的东西出来。此时此刻，估计有很多公司已经

大家好，我是苍何。五一回老家那会，和发小吃了个饭，聊到了现在的 AI。发小说看我玩 AI 玩的挺疯的，也想用在工作中提效，可公司电脑不让联网。这一下就把我拉回到了数年前，在讯飞某保密项目中无网干撸代码的情形。这真是太痛苦了。为了让发小能在工作中用到 AI，我尝试教他本地部署最近很火的 Qwen3。并发现了下面 3 种有趣实用的玩法，该说不说，Qwen3 确实让人上头。经过一番折腾，发现果然官方说的