一手實測首個龍蝦模型：長路徑任務不失誤，一人包攬全棧開發

2026-04-10 人工智能 ai

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

克雷西發自凹非寺
量子位 | 公眾號 QbitAI
終于， “養蝦人”們也有自己的專屬模型了。
就在今天，智譜稍早前開始內測的神秘模型Pony-Alpha-2終于揭開了真實身份——全球首個“龍蝦特供”模型GLM-5-Turbo 。

而且為了讓你更方便地吃蝦，這次智譜還專門準備了龍蝦套餐，包含個人版和Team版， 39元即可獲得4000萬Token 。

如果拿它來做“蝦腦” ，從零開始定制一套喂飯級的小眾旅游攻略，不過是件分分鐘的事情。

這個過程當中，像什么深度研究、檢索總結還有生成網頁那些很長的流程，都能被GLM-5-Turbo安排得有條不紊。
這是因為GLM-5-Turbo深度優化了復雜工作流中的工具調用與多智能體協同能力，在極其吃吞吐量的極限場景中表現出了極強的穩定性。
很容易看出，這些重點優化的能力，全都是面向龍蝦場景做的。
在智譜自己組織的“龍蝦測試”ZClawBench（題庫與測試軌跡已全面公開）當中，它斬獲了國產模型綜合成績第一。

而且，這個專為干重活定制的滿血大模型，現在直接通過AutoClaw（澳龍）應用就能零門檻直接調用。
“首個龍蝦模型”一手體驗那么，這個“龍蝦特供”模型到底好不好用呢，咱們接下來就開始吃蝦。
智譜前兩天剛發過澳龍框架，能把龍蝦的安裝流程一鍵搞定，而且GLM-5-Turbo可以在里面直接選擇，搞API的過程也被省掉了。
為了方便起見，這次咱們就不搞聊天/辦公軟件接入，直接在澳龍里和模型對話了。
任務一：小紅書文案連載策劃第一個任務，我想體驗當一個小紅書沙雕博主，同時又想蹭一蹭AI話題，于是我把我的想法告訴了搭載GLM-5-Turbo（由于是搶先體驗，我玩的時候模型還叫Pony-Alpha-2）的澳龍。
而且要做就做連載，我告訴它直接給我準備一周的策劃，把標題、文案、話題標簽、評論區引導話術，還有配圖建議，全都給我搞定。
以“AI每天幫我過沙雕生活”為主題，生成一套完整的小紅書連載筆記（共7篇），每篇包含吸睛標題、正文故事、配圖、評論區引導話術和hashtags 。
不一會兒，澳龍就把這七天的文案全都準備好了，同時給出了我發布節奏建議，整套方案全都是文案本體，沒有半點廢話。
而且每篇結尾都埋下了“未完待續”的鉤子，引導粉絲關注追更，甚至最后一篇結尾還“自作主張” ，建議我用投票預熱第二季，形成系列IP 。

至于具體內容，我看完這套連載筆記，最直觀的感受就是，它把AI那種帶著邏輯色彩的“冷幽默”給玩明白了。
平時咱總覺得AI是個嚴肅的工具，但在這份回答里，它反倒像個嘴毒又細心的管家。
比如第3篇里那個“烏龜暴走GIF”的社死現場，這種細節抓得特別準，一下子就把AI建議的“保持幽默”和人類實際操作時的“手忙腳亂”這種反差感拉滿了。

還有第6篇里算奶茶賬的那段， AI說把快樂換成“免費的白開水” ，這種一本正經胡說八道的情節，確實很符合小紅書那種自嘲式沙雕生活的調性。

接下來呢，我讓它幫我把這一大長串拆開，每天的文案都放在一個獨立的文檔中。

當然了，用澳龍玩GLM-5-Turbo還有一個好處就是，它內置了很多的Skills ，可以直接調用智譜家的圖像、視頻生成等模型，使用時消耗的是澳龍積分，不用再配置任何東西了。
所以接下來，我就讓它把所有的配圖也都一并代勞了，它先給我繪制了7篇文章的封面。
看到生成結果，我發現第三天的封面真的包含了之前被重點cue到的“烏龜表情包” 。

接下來我讓它把剩下的圖也給我畫好，這次它沒在聊天框里一張張發給我，而是把所有圖片的鏈接全都塞進了README.md里。

最后呢，我讓它仿照小紅書的UI幫我做一個HTML效果頁，不過這里我只讓它做了第一天的。
可以說它不僅完整展示了內容，還高度還原了小紅書的界面設計。
任務二：全棧應用開發雖然我剛剛給自己塑造了一個沙雕的人設，但我的內心，其實是個技術宅，平時就喜歡搞一些小應用來把玩一番。
所以接下來，我也給GLM-5-Turbo安排了一個全棧開發的任務。
設計一個本地運行的實用個人記賬全棧應用，支持記錄一筆支出（金額、分類、備注、日期）、查看支出列表、刪除記錄、顯示本月總支出和分類統計。應用前后端分離，后端負責數據存儲和匯總計算，前端提供錄入和查看界面。
它先用Node.js + Express + SQLite做后端， HTML/CSS/JS做前端，迅速幫我把程序搭建了起來。

尷尬的是，寫完之后它發現我這臺電腦里壓根兒沒裝node.js ，不過并沒有因此就亂了陣腳，而是開始檢查我的電腦里有什么能用的，然后改用Python重新寫了個后端。

寫完之后，它就開始對代碼進行測試，通過API對后端服務進行了驗收。

而且還沒忘把之前node.js的版本刪掉，然后又幫我寫了一個啟動腳本。

啟動之后，就可以在瀏覽器里打開這個記賬本了。

我向其中輸入了一些數據，刷新之后數據依然可見。

以及在電腦端打開時添加的記錄，手機端刷新之后也能顯現。

并且在后臺日志當中，也能看到我的添加動作，說明這一波的程序是真的跑通了整個前后端和數據庫，而不是只有一個靜態頁面在模擬。

任務三：本地環境操縱既然是龍蝦模型，那自然還得放到本地環境里看一看它的表現。
這次我扮演的是一名電商運營，從SkyTrade、GlobalHub和OceanMall三個平臺（都是我虛構的名字）拉取了銷售數據，結果這三個平臺給出的數據格式完全不一樣，既有JSON ，又有表格，甚至還有純文本。

我希望它能幫我把這些混亂的數據清洗一遍，然后給我一份匯總表。
你現在直接接管我桌面上raw_orders文件夾里的所有原始底稿。這里面塞滿了SkyTrade、GlobalHub和OceanMall三個平臺的訂單，格式極其混亂，還埋了不少跨平臺重復的客戶、殘缺的支付金額和五花八門的日期。
你的任務是把這堆爛賬盤清楚：自主完成所有平臺的數據對齊與清洗，結合成本配置文件，盤出本月的真實凈利潤。你需要幫我揪出那3個由于高頻率退貨或運費倒掛導致的“退貨黑洞”商品，并畫像出貢獻最大的5個頂級金主客戶（注意聚合跨平臺的同名ID）。
最后，直接在當前目錄下給我交付一份Markdown月度經營分析報告，并配套生成一份精細化的財務匯總表。
結果，澳龍寫了個Python程序，就把我這些混亂的數據，一次性都給盤清了。

跑完程序之后，它不僅生成了我要的表格，還直接在對話框里向我匯報了整理的結果。

另外我關心的“退貨黑洞”和“五大金主”這兩個問題，澳龍也都在對話中給我解答了。

“龍蝦專供”模型，還有“龍蝦專供”套餐之所以能成為一個“龍蝦特供”模型，是因為GLM-5-Turbo這一波優化的重點，就是工具調用和多智能體協同。
實測當中我也感受到， GLM-5-Turbo不僅讓龍蝦更加聽話，在跑多環節、長路徑的復雜任務時，也能明顯感覺到有條不紊。
而且它能精準調用各種外部工具和Skills ，把需求拆解成詳細步驟，再指揮好幾個龍蝦助手分工合作。
最關鍵的是，每個環節的銜接都很順滑，你基本不用擔心它會中途掉鏈子。
【一手實測首個龍蝦模型：長路徑任務不失誤，一人包攬全棧開發】另外，它對時間維度的理解也很到位，不管是你定點定時要跑的任務，還是那種一干就是好幾個小時的大工程，它都能穩穩當當地替你執行下去，中間不中斷。
還有就是在編程這件事上，靠直覺碰運氣的Vibe Coding ，也跨越到了真正的智能體工程（Agentic Engineering）水平。
在極少需要你人工干預的情況下，模型就能自主搞定長程規劃和最后的系統交付，哪怕你是一個人，也能鎖定大團隊才能折騰出來的那些成果。
而為了讓這些能力真正落地到你的桌面上，智譜又在之前的Coding plan之后，推出了面向企業的龍蝦套餐（Claw-plan）。
這種模式之下，企業為它付費的邏輯從“買token” ，變成了“雇傭一個數字員工” 。
目前，智譜已經正式開售這個企業龍蝦套餐了，開發者和企業用戶可以通過智譜開放平臺BigModel.cn直接調用API ，或者通過龍蝦套餐接入。
另外在GLM Coding Plan當中， Max版也已經納入了GLM-5-Turbo ， Pro套餐也將在本月盡快支持， Lite套餐將在4月支持接入。
如果你正愁怎么處理手頭那些復雜的Agent場景，這絕對是性價比極高的選擇。
“澳龍”下載地址：https://autoglm.zhipuai.cn/autoclaw/API接入（智譜開放平臺）：https://www.bigmodel.cn：了解龍蝦套餐：https://www.bigmodel.cn/claw-plan-team
— 完 —
量子位 QbitAI
關注我們，第一時間獲知前沿科技動態

推薦閱讀

上一篇：銀河通用推出全球首個面向復雜網球對抗的人形機器人全身實時智能規控算法

下一篇：把「頂配」做成「標配」，追覓掌握洗地機高端市場話語權