与「智谱」相关的搜索结果

不容易啊，豆包工作终于提供三方模型的接入了！ 而且优惠挺大的，又有羊毛可以薅了。 同时他们新用户登录豆包工作电脑版的话，还是可以领取 30 天的会员的，有了三方模型，这 30 天会员可就很值了。 我看了一下刚上的套餐，还是挺划算的： 在自动模式下，如果仅仅是简单问些问题或者处理一些小任务、查点东西，它是免费的。这挺好的，毕竟有时候临时有许多小需求，扣积分就比较麻烦了。 豆包 2.1 Lite 和新增的 DeepSeek V4.1 Flash 居然是 0.01 的倍率，相当划算；另外还新增了 Kimi 和智谱 GLM 的模型。 时段优惠：在工作日和节假日的指定优惠时段，使用活动模型会有额度优惠，到时候在选择器上会标出来。 我觉得他们接入更多模型是非常正确的决定，其实早就该做了。 豆包模型在一些场景下确实不错，但一方面有成本考量，另一方面很多任务需要不同的模型。 国产模型在各个维度上擅长的都不太一样，接入更多模型后选择更丰富，也方便系统针对不同任务自动调用对应优势的模型，既能降低成本，又能提高效果。 除非做到 OpenAI 和 Anthropic 那种级别，否则没有哪家厂商真能只靠自家模型去满足客户的所有任务，这不太现实。 我自己今天也专门试了一下它的第三方模型。我用 DeepSeek V4.1 Flash 配上我的视频剪辑 skill 剪了个视频，发现相当可以。 在豆包工作下，我跟其他同类型的工具简单做了对比： 成本与效果：剪了一个 8 分钟的视频，包含剪口播、视频包装和视频拼接渲染，总共拿积分换算下来大概只要一毛二，相当便宜，挺爽的。 耗时与速度：速度真的很快，跟官方差不多，比其他家快得多。 剪完这个视频大概用了一小时，而另一个对比测试的快两小时了都还没剪完。 有羊毛还是得薅。 主要是如果你的团队用飞书，或者有很多字节系的办公项目，用这个体验还是挺舒服的。

🔥最新！智谱ZCode 推出新版本 3.18.0 ！语音输入 + Worktree 并行开发拉满效率 ！灰度中，未收到可等全量！ 42 项变更（23 新功能 + 19 修复），核心就是说出来就能写和多任务并行不打架。 🔹语音输入：输入框直接说话，实时转文字，解放双手 🔹Worktree 并行开发：多任务同时推进，互不干扰 🔹Design 能力：支持设计系统检查，前端更顺手 🔹内置浏览器大升级：点选页面元素直接改保存、设备尺寸预设、导出 PNG/PDF、改完自动刷新 🔹交互体验拉满：逐词渐显、选中批注引用、可编辑已发送/排队消息、工具执行自动分组汇总（降 Token 噪音） 🔹权限记忆：授权时直接选「完全访问」并记住，少弹窗打断 🔹多语言：新增日/俄/韩界面 🔹安全 & 稳定：修复工作流沙箱绕出问题、更新不再中断下载、额度核销加确认等 开发者日常用起来会明显顺滑很多。 #ZCode# #智谱# #Harness# #AI编程# #效率工具# #唐杰#

🚨重磅！GLM 5.5最快将于本周发布！将掀起开源模型全新高度！ 智谱Zai创始人唐杰清华早已暗示两大飞轮RSI、后训练将铸就 GLM-5.5 成为无敌的存在！ 🔹飞轮已跑通：500M代码仓库→千万级Issue-PR合成→GLM-5 Agentic Engineering；合成沙盒→GLM-5.1自主执行；Agent自己造动态环境→GLM-5.2长程任务；网络安全环境，漏洞+PoC+Exploit→GLM-5.3。每一步都在用上一代模型生产下一代的训练数据。 🔹数据墙被击穿：Chinchilla定律明确，固定数据无法消除数据依赖损失。精选Web数据（RefinedWeb）远超原始语料，为飞轮提供高质量燃料。 🔹GLM 5.5是闭环产物：GLM-5.3已驱动Infra Agent在10万国产卡上自己优化推理系统，两周吞吐提升3倍+。飞轮继续转，5.5的后训练+自我进化环境只会更硬核，量化金融、代码沙盒、长程Agent全线拉满。 从Vibe Coding到Agentic Engineering，再到数据飞轮自我强化，5.5不是简单迭代，是这套系统第一次真正闭环后的产物。 #GLM55# #智谱# #唐杰# #数据飞轮# #RSI# #AgenticAI# #开源大模型# #清华# #AI# #Zai#

笑死，Anthropic 刚才发长文把 GLM-5.3 喷得体无完肤，说它安全防线一戳就破，还能直接上手写实战攻击脚本。 结果推上那帮搞安全的和白帽子全乐疯了，省下几万块越狱测试费不说，红队神器直接被大厂官方盖章认证。 这波到底是老美真急了，还是智谱反向白嫖了一次顶级硬广。

昨天anthropic 发帖说智谱的GLM-5.3 模型网络攻击能力很强，我不信，想试试。 找了一圈，终于找到abliterated消融安全层的版本API 在线提供商了。地址： 拿我自己的网站练练手？学习下red teaming安全知识。

等等，Anthropic 前沿红队对智谱开源模型 GLM-5.3 做了系统测评 ？结论是：“自由可获取能力的关键门槛已被跨越”！ Anthropic 认为这是第一个能力达到前沿水平（可与 Claude Mythos Preview 相当的端到端自主漏洞利用能力）、但又几乎不设防的、任何人都可以下载的模型。这算什么？对 GLM-5.3 安全性的提醒，呼吁加强管制，还是变相帮 GLM-5.3 宣传？😂

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。

大环境不行，工作不好找？ 字节、腾讯、阿里核心方向的博士实习生日薪可达5000-6000元 2026年1-7月，AI岗位平均月薪63160元。 智谱，薪酬月平均数为338.6万元，超过腾讯的104.3万元。 但 TM 做到博士还是这些超级大厂有几个人啊 就算能拿到 6 万又怎么样？ 一天到晚累得要死，平均年龄不超过 50 岁就跟死了没区别 还平均数都来了，人家老板一个月赚几亿你平均来算你麻痹啊

智谱是清华背景，公司在五道口 它旁边挨着的就是CERNET（赛尔网络），也就是教育网 甚至连员工都没法蹭token玩 ZCode舆情管控做得差劲 阴阳版本，开源版还少了闭源版本的一些功能 颐使气指的学术环境，个个都是懂王 讨好导师和学长学姐，巩固自己地位 不知道它们为什么还不把开源版撤下来，最后等来的就是网信办的约谈，不过特殊公司特殊处理 毕竟有特权

Anthropic发布了最新威胁情报报告，里面细数了中国的“五宗罪”。 看完就想知道，达里奥到底在百度受了什么酷刑啊？这滔滔不绝的恨意😂 首先，是中国利用Claude攻击外国政府和企业网络。 一批可能位于长沙的中文操作者，用它寻找漏洞，开发恶意软件，涉及大约50个组织。 其次，是利用Claude监控海外人士，整理他们的信息，关系和活动，部分行动还尝试接触和发展消息来源。 第三，是把Claude用于维稳和舆情工作，分析境内外新闻，追踪敏感事件，再生成舆情简报和行动信息。 第四，是用Claude参与军事研究，包括编写反鱼雷方案，开发电子战和防空压制软件。 其中一套模拟系统，把台湾的12个军事目标设成了默认场景。 最后，是中国AI公司大规模蒸馏Claude。 阿里，Moonshot，DeepSeek，智谱，小米，MiniMax和商汤都被点名。 阿里被指控三个月超过1.51亿次交互，峰值一天接近300万次。 Moonshot和DeepSeek还被说把部分用户的问题转给Claude，再将Claude的答案交回用户。