AI大模型
快来分享你的内容吧～
GPT5.5 代号“大蒜”？！OpenAI拉响红色警报
三年前，ChatGPT 横空出世，逼得谷歌仓促拉响“红色警报”；三年后，攻守易形，奥特曼深夜亲自在 OpenAI 内部宣布进入“红色警报”状态。 奥特曼反应如此激烈也是有原因的：**谷歌 Gemini 3 Pro 发布两周，ChatGPT日均访问量骤降 6%。而反观 Gemini，月活已经从 7 月的 4.5 亿上涨到了 6.5 亿，增长率高达44%。** 对大部分用户来说，好用，足以让他们转投另一个大模型。  为此，奥特曼暂停了广告计划，推迟了个人助手“Pulse”，**并计划推出新的大模型。** 据知情人士透露，OpenAI 即将推出的是两款不同的大模型。其中一款推理模型预计最快能在下周上线，内部评估比 Gemini 3 要好。 另外一款代号“Garlic”（大蒜）的新模型，或许是 OpenAI 接下来应对 Gemini 3 的秘密武器。内部测试显示，Garlic 在编码和推理任务上已超越 Gemini 3 和 Claude 4.5。  在 10 月的时候，奥特曼曾说要推出一款代号为“Shallotpeat”的大模型。 Shallotpeat 翻译过来大概是，带泥的葱头？ Garlic 是大蒜。 有点好奇，OpenAI 起名的时候是去超市生鲜蔬菜区转了一圈吗？  从消息来看，Garlic 关键突破在于预训练：Garlic 成功将海量知识压缩至更小的架构中，并修复了 GPT-4.5 的遗留问题。这意味着同性能下成本大幅降低，明年初或将以 GPT-5.2/5.5 面世。 并且凭借着 Garlic 的经验，OpenAI 已经启动下一代大模型的训练。 不过要训练更强的模型，就意味着烧钱，烧钱，还是烧钱。 ChatGPT 今年预期收入仅100亿美元，此刻又停下广告计划，那接下来的大模型竞争，就要烧掉更多投资人的钱。 据说 OpenAI 明年打算再融 1000 亿美元以维持运转。这样激进的烧钱方式，是否能让 OpenAI 在这场 AI 攻防战中再次获胜？ 我们拭目以待即可。 毕竟，我们用户才是最大受益者——巨头卷得越凶，AI 进化越快，使用体验越好。
又被 Cursor 烧了 1 万块，我麻了。。。
大家好，我是程序员鱼皮。这段时间国外的大模型真是火到不行，像新出的 Gemini 3.0 和 Claude Opus 4.5，天天最强、天天炸裂，搞的我已经有些麻了。。。 的确目前国外的大模型在编程能力上是领先的，但 **不一定是最适合咱们的**。 大多数同学用 AI 文本模型无非就 2 个目的嘛： - 自己用来写代码 - 对外提供 AI 应用 先说说第一个场景，像我们团队虽然也在用 Cursor 去处理复杂任务，但是前段时间刚刚分享过账单，价格真是太贵了，才一个多月就花了 **1 万多**！我整个人都麻了。。。  除了费用贵之外，国外的大模型在很多任务的处理速度上是不如国内大模型的，很容易把简单的任务搞复杂，费时又费钱。之前国内的 GLM-4.6 发布的时候，我也专门 [写文章做过对比](https://mp.weixin.qq.com/s/8Gr__biKvaiaJqAu-8k6Ag)，让它和 Claude 一决高下，一起做个包含完整前后端代码的工具网站。  结果 GLM-4.6 不仅速度最快，而且功能实现最完整，理解了我的需求。  再说说第二个场景 —— 对外提供 AI 应用，也就是让自己的程序通过 API 接入 AI 大模型。 我们团队也做过很多 AI 应用，但是用的一直是国内大模型的 API！ 原因很简单，不仅能够满足需求，而且 **更快、更稳定、更便宜**。所以国外大模型吹得再天花乱坠，我依然建议大家使用国内大模型的 API。 比如最近很火的 GLM-4.6 模型，在真实编程、长上下文处理、推理能力、信息搜索、写作能力与智能体应用等多个方面实现全面提升。他们新推出的 Coding Plan 套餐，更是能够以 Claude Code 1/7 的价格，享受 Claude Pro 套餐的 3 倍用量，同时能够在代码能力上对齐 Claude Sonnet 4。 之前我已经给大家分享过很多个人使用 AI 的技巧，今天这篇文章就主要分享大模型 API 的使用教程，我将以国内智谱最新旗舰的 GLM-4.6 模型为例，手把手带你学会 3 大使用 API 的场景。 ## 一、API 接入开发工具 下面以流行的 Cursor 和 Claude Code 为例，来演示如何将国内大模型 GLM-4.6 的 API 接入开发工具。 ### Cursor 接入 GLM 首先打开 Cursor 的设置界面，进入模型设置，然后添加自定义模型，注意名称一定要是大写的 `GLM-4.6`！ 添加模型后，需要覆盖 OpenAI 的 API Key 为你自己的、同时覆盖 OpenAI 的请求地址为 `https://open.bigmodel.cn/api/coding/paas/v4`。  可以在智谱 AI 开放平台获取到 API Key，注意不要泄露！  然后，就可以在对话界面选择 GLM-4.6 大模型，愉快使用了~  国内模型的输出速度很快，实测下来结果也比较靠谱。  ### Claude Code 接入 GLM 给 Claude Code 接入 GLM 也很简单，1 分钟搞定。 首先一行命令安装 Claude Code： ```shell npm install -g @anthropic-ai/claude-code ``` 然后执行 `claude` 命令打开程序，默认是需要登录 Claude 账号的，否则无法使用：  不过没关系，让我们把它背后的 AI 大模型换成国内的。首先进入 `{用户目录}/.claude` 目录，创建一个 `settings.json` 配置文件：  然后修改配置文件中的内容如下，记得替换成你自己的 API Key：  接下来就可以愉快地使用了~  ## 二、API 接入新项目 接下来让我们学习如何利用大模型 API 开发一个全新的 AI 应用。以 Java 项目为例，我们可以使用主流的 Spring AI 框架来开发 AI 应用。 首先利用 IDEA 创建一个 Spring Boot 项目，注意 JDK 版本最好选择 21：  然后选择 Spring Boot 3.x 的版本（暂时不要使用 4）以及需要的依赖。 Spring AI 已经兼容了智谱系列的大模型（包括 GLM-4.6），只需要勾选 `ZhipuAI` 依赖就好：  创建新项目完成后，我们可以参考 Spring AI 官方文档来修改 `application.yml` 配置文件，填写对接智谱 AI 所需的配置。 官方文档：https://docs.spring.io/spring-ai/reference/api/chat/zhipuai-chat.html 比如： ```yaml spring: application: name: yupi-ai-project ai: zhipuai: api-key: <Your API Key> chat: base-url: https://open.bigmodel.cn/api/coding/paas options: model: glm-4.6 ``` 注意，上述代码中的 `base-url` 如果不填写，默认为 `https://open.bigmodel.cn/api/paas`；如果你要使用 Coding Plan 的优惠套餐包，需要替换为 `https://open.bigmodel.cn/api/coding/paas`（中间多加了个 coding）。 填写好配置后，让我们写一个单元测试文件，直接使用自动注入的 ChatModel 类型的 Bean，然后调用 ChatModel 提供的 call 方法和 AI 对话： ```java @SpringBootTest class YupiAiProjectApplicationTests { @Resource private ChatModel zhiPuAiChatModel; @Test void contextLoads() { String content = zhiPuAiChatModel.call("你好，我是程序员鱼皮"); System.out.println(content); } } ``` 直接运行单元测试，一次 AI 对话就完成了：  将 AI 接入项目就是这么简单~ 而且因为我们用的是 Spring AI 框架，你可以享受框架提供的各种高级能力，比如对话记忆、RAG、工具调用、可观测性等等。 ## 三、API 接入已有项目 如果你的项目已经使用了 AI 开发框架、或者 Open AI 大模型，只需 1 分钟就能替换为国内的大模型 API。 以我当时带大家从 0 开始做的、对标大厂的 **AI 零代码生成项目** 为例，这个项目使用 Java 主流的 AI 应用开发框架 LangChain4j。  项目代码是 [完全开源](https://github.com/liyupi/yu-ai-code-mother) 的，大家可以直接下载学习，也欢迎到编程导航学习整个项目的完整教程。  之前这个项目接入的是 DeepSeek，现在如果要接入编程能力更快更强的 GLM-4.6，只需要更改一下配置文件： ```yaml langchain4j: open-ai: reasoning-streaming-chat-model: base-url: https://open.bigmodel.cn/api/coding/paas/v4 api-key: <Your API Key> model-name: glm-4.6 max-tokens: 32768 temperature: 0.1 ``` 其中，如果你要生成更复杂的项目，max-tokens 可以调大点，GLM-4.6 有 200K 超长上下文窗口，写几十个页面都不成问题。 然后依次启动后端和前端项目，输入提示词，比如让 AI 制作一个精美的作品展示网站：  大概 3 ~ 4 分钟左右，GLM-4.6 完成了任务，生成的网站效果还是相当不错的：  之前这个项目我使用的是 DeepSeek-V3.2-Exp 模型，用同样的提示词，需要花费 6 ~ 8 分钟左右，做出来的效果如图：  显然无论是速度上，还是效果上，GLM-4.6 都更胜一筹。 为消除偶然性，我这边挑选了几个案例，进行了更多对比。 1）先是经典的个人博客网站，二者做出的效果差不多，GLM-4.6 更现代、DeepSeek 更简约传统：  2）然后是一个宇宙大爆炸 3D 动画演示，这里显然 GLM-4.6 更专注于 “做动画效果”，而 DeepSeek 做的更像是一个知识科普网站。  咱就是说，DeepSeek 做的这个 “宇宙膨胀” 方格动画真的给我看笑了。 3）然后是做一个微信 UI 原型图，这次我要把 Gemini 3 拉进来一起对比。  Gemini 3 的还原度是最高的，其次是 GLM-4.6，而 DeepSeek 根本就没有做聊天页面。不过这里我用的是 Gemini 3 的 Canvas 模式，有些图标会自己绘制，而国内的大模型直接用 Emoji 来代替图标了，所以逼真度差了一截。 4）最后是我最喜欢让 AI 做的案例 —— 仿做一个知名的海外视频网站，来验证 AI 的理解能力。  这把我觉得 GLM-4.6 的效果更好一些，增强了 “看视频” 的体验，有很多视频的分类；而 DeepSeek 考虑到了上传视频。到底哪个更符合现代视频网站的特点，我相信大家心里有答案。 ## 尾声 OK，以上就是几种国内大模型 API 的使用方法，学到的朋友们点个赞吧~  ## 更多 💻 编程学习交流：[编程导航](https://www.codefather.cn/) 📃 简历快速制作：[老鱼简历](https://www.laoyujianli.com) ✏️ 面试刷题神器：[面试鸭](https://www.mianshiya.com) 📖 AI 学习指南：[AI 知识库](https://ai.codefather.cn/)
Gemini 3.0 炸裂发布！前端又死了？？？
大家好，我是程序员老鱼皮~ 来看看现在的 AI 有多离谱！ 1）设计原型图：1 句话几十秒，随便做个亿级流量的产品原型。  嚯，这个还原度！ 2）企业级网站：1 句话复刻各种企业级网站。  真的是各种……  3）3D 动画特效网站：1 句话制作复杂的 3D 动画特效网站。  这给我一个月也做不出来啊！ 4）生活写实网站：1 句话还原各种生活场景。  你别说，还挺暖和，不知道大家隔着屏幕能不能感受到？ 5）游戏网站：还可以一句话复刻我童年最喜欢的游戏。  这我穿越回去不得赚麻了？ 6）实用工具：小到做个实用工具、大到做个高仿版的操作系统，通通不在话下。   ## 如何使用？ 这就是刚刚谷歌最新发布的 Gemini 3 大模型，不仅从数据上断层领先其他竞争对手，而且在前端编写网站的能力上也是肉眼可见的提升。  这么强大的模型现在竟然是可以免费使用的！直接在 [Gemini 官网](https://gemini.google.com/)，选择思考模型，然后根据需求选择相应的能力就可以了。支持做图片、做网站、学习辅导、图文创作。  如果你要做复杂的项目，可以用它们刚刚发布的 AI 编程工具 [Antigravity](https://antigravity.google/)，跟 Cursor、TRAE 什么的类似，不过现在可以免费使用 Gemini 3、Claude 4.5 等高级模型。  ## 前端已死？ 这次 Gemini 更新后，网上很多朋友说，AI 这么厉害，前端已死啊！  单看这次更新我觉得真不至于，虽然看到 Gemini 3 生成单个页面的能力挺强、挺唬人，但企业项目可不是一两句口语就能搞定的。 我自己也测试了一下，用相同的提示词，使用 Gemini 3 模型和 Claude 4.5 模型开发一个完整的前后端项目《图片压缩工具》网站，对比下来感觉 Gemini 3 无论是质量还是速度都略逊一筹。  不过 AI 编程的能力越来越强，这是必然趋势。无论是我们团队、还是身边的程序员朋友，都越来越依赖 AI 去写代码，尤其是前端代码。 以前费力写一周的工作，现在摸鱼半小时搞定。 **但我觉得，这种变化反而不是让前端死了，而是进化了。** 现在程序员的角色已经转变了，不再是自己写代码的码农，而是要会写高质量的提示词，有方案设计和整体架构能力，能有效指导 AI 干活，出了问题能快速掰扯过来，这才是核心竞争力。 而且你想啊，老板即使有了 AI，还是不会自己来搞项目的。有些老板可能自己先用 AI 生成个 Demo 试试，但那也只是减少了试错成本，项目真的火了还是得招人来干。而且最主要的，出了事情你得需要人来背锅吧？  所以我觉得大家还是理性看待 “前端已死论” 吧，虽然 AI 是会对行业有冲击的，尤其是 “只会写代码” 的初级岗位，但技术变革同样也会创造新机会。无论你是前端还是其他方向的程序员，会用 AI 工具、用好 AI、多拓宽知识面，尽量做到 T 型发展，才是最重要的。 最后再推荐一个 [学 AI、找 AI 资源很方便的网站](https://ai.codefather.cn)，完全免费，按需自取~ ## 更多 💻 编程学习交流：[编程导航](https://www.codefather.cn/) 📃 简历快速制作：[老鱼简历](https://www.laoyujianli.com) ✏️ 面试刷题神器：[面试鸭](https://www.mianshiya.com)
GPT-5.1来了，但用户想要的是这个？
GPT5.1 来了！ 这次更新了什么东西？  这次 Open AI 更新的 5.1 版本，是 8 月发布 GPT5 的“升级版”，包括两个版本： - GPT-5.1 Instant - GPT-5.1 Thinking 将会在本周内向所有用户陆续推出。 从公告来看，GPT-5.1 Instant 将会更专注于对话的流畅性，回答也会更加“人性化“，Open AI 改进了它的指令遵循，因此模型可以更可靠地回答用户实际提出的问题。 而 GPT-5.1 Thinking 的升级则更多在，它能够根据用户的提问，自主调整思考时间，根据问题复杂度自主调整思考时长，力求在复杂问题上深入钻研，在简单问题上则快速给出简洁回答。 另外，ChatGPT 还推出了 8 种个性化选项卡，允许用户在使用的时候，选择自己喜欢的不同的聊天风格。 另外还有小部分用户可以提前体验个性化控件，可以根据需要，自行调整大模型的“温度”以及发表情符号的频率。  这一切的改进，似乎都指向一个明确的目标：情绪价值。在 4o 下线引发全球用户的广泛讨论后，OpenAI 终于听到了用户的声音。 这次 Open AI 的更新公告也谈到，【我们清楚地从用户那里听到，伟大的人工智能不仅应该是聪明的，而且应该是令人愉快的交谈。】 不过升级是一回事，用户买不买账，又是另外一回事: > 如果我们能有一个模型能够超快地适应每个用户，而无需在模式之间不断切换就好了。等等，我们有它......它叫什么名字？是的。4o  > 这不是用户一直在问的。一组个性化选项与 4o 的自适应人格完全相反。你不能模仿 4o，只需保持原样或像 4.5 一样扩展它。这些架构从根本上是不同的，你知道的。  > 我仍在使用你们的产品只是因为 4o 仍然存在  这次 GPT-5.1 的更新，是 OpenAI 对用户情感需求的重视，但用户真正渴望的，可能并非更多需要手动调节的选项，而是一个能真正“读懂”语境、自主匹配语气的 AI 伙伴。 否则，再多的 “5.1”“5.2”，也只会被一句“不如 4o”打回原形。