本文分享了GLM 4.7在Z.ai平台上的开发能力实测。作者通过输入一句话需求’请写一个个人用的血压记录系统,要可以录入血压信息,然后还要有可视化大屏界面要美观好看。单人登录’,测试AI的完整开发能力。结果显示,GLM 4.7能够快速生成可运行的基础系统,但在布局样式方面存在bug,需要多次对话才能修复。经过五次对话后,最终完成了一个功能完整、可实际使用的血压记录系统。文章详细记录了开发过程中的优点和挑战,为开发者了解AI编程助手的能力边界和实际应用提供了有价值的参考。
原文链接:Linux.do






AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战
最新评论
开源的AI对话监控面板很实用,正好团队在找这类工具。准备试用一下。
折叠屏市场确实在升温,不过售罄也可能是备货策略。期待看到实际销量数据。
从磁盘I/O角度解释B树的设计动机,这个切入点很好。终于理解为什么数据库不用二叉树了。
IT术语转换确实是个痛点,之前用搜狗总是把技术词汇转成奇怪的词。智谱这个方向值得期待。
这个工具结合LLM和搜索API的思路很有意思,正好解决了我在做知识管理时遇到的问题。请问有没有部署文档?
这个漏洞确实严重,我们团队上周刚遇到类似问题。建议补充一下如何检测现有项目是否受影响的方法。
从简单规则涌现复杂性这个思路很有意思,让我想起元胞自动机。不过数字物理学在学术界争议还挺大的。
我也遇到了指令跟随变差的问题,特别是多轮对话时容易跑偏。不知道是模型退化还是负载优化导致的。