字数 1209，阅读大约需 7 分钟

AI折腾记（二）｜AI 真的很强了吗？一次课题申报书的翻车实录

最近用 AI 遇到一些问题，正好聊一聊：讲讲我踩的坑、我的推断，最后给一个实用建议。

我的 AI 工作流

• • 任务执行：VSCode + Claude Code + GLM-5.3
• • 知识调研：GPT（最新）+ GLM（最新）

GLM-5.3 的强项还是 coding，做规划略显吃力——这不是我瞎说，是一次课题申报书让我看明白的。

翻车现场：GLM 做规划的四个坑

背景：我计划写一个项目的课题申报书，让 GLM 先做调研，根据结果一步步总结，每个思路都整理进文档防止发散，同步验证可行性，还要同步做对外展示的 HTML。过程中我发现：

坑一：方案是花架子，仔细一看是空的。
AI 上来甩结果很厉害，提一堆看起来高深莫测的方案，仔细读其中的逻辑，全是断层。提修改建议后，它只会一点点地修，始终达不到我想要的效果，每次一眼就能发现漏洞。最明显的是数据流：我要求前后处理有逻辑性，数据流必须串起来，但它每次都冒出新参数、新公式，还不解释。

坑二：上下文一长，回复越来越看不懂。
上下文过长时前后逻辑会乱（之前提过这个问题）。我的办法是重开一个窗口，让 GLM 重新评估前面总结的方案。有用，但有新问题：它的回复越来越看不懂，新冒出一些奇怪的词。总结成一句话：简单概念解释得特别长，真正关键的科学假设反而解释不足。像极了这张图：

坑三：文档变成大杂烩。
可能和我多次开窗口评估设计文档有关，一份文档同时扮演了五六种角色：正文里正式公式、口语解释、设计理由、版本历史、待办项、"为什么不用另一种算法"混在一起。内容很多，但层级不纯。

坑四：总结和润色的手感不对。
GLM 的总结能力不尽如人意，专业表达的定位也不准，比如一份技术报告让它润色，效果不满意。具体说不上来，就是看完它润色的东西，只想跟它说：你写这玩意干啥？简简单单一句话就 OK 了！然后突突删掉一串字符。

换 GPT-5.6 之后：突然就顺了

后来我整了个 GPT Plus 账号，用 GPT-5.6 重塑了一遍工作，感觉突然顺畅了好多：写的东西咋全在我心坎里！总结到位，关键词准确，直接摘进 PPT；还能直接画图放 PPT，很好使。

当然 GPT 也不是没缺点：上下文长了同样有点控不住。但主线我已经总结出来了，工作能完成。

结论很明显：GPT-5.6 适合做规划，GLM-5.3 适合做执行。 GPT 总结到位、关键词准，背后训练数据的质量肯定很高。

我的推断：差距在参数量

根据这个使用场景，我推测和训练数据质量、参数量有关（我不是这个专业的，纯体感推测）。于是我查了各家头部模型的参数量：

（数据来自各家官方发布与技术报告，2026-08 查证）

很明显，GLM 参数量在头部阵营里是弱势，所以它把技能点点在了 coding 上。而我的场景需要全能模型——能力要上来，参数量必然上来，头部几家都到 T 级了。

所以大参数是大趋势。国产已经有 DeepSeek、Qwen、Kimi 站上 T 级，接下来就等 GLM 了——始终看好它，毕竟我可是从去年 11 月就是 GLM coding plan 的用户，期待 GLM 上 T 级模型的效果。训练数据质量的事更好解决：蒸馏一下，模型之间差距不会超过两个月。加油！

总结：选对模型，事半功倍

• • 规划类工作：先上大参数（T 级）模型
• • 规划文件写好后：交给 GLM 执行
• • AI 提升生产力的核心，在于选一个聪明且贴合场景的模型——绝对是事半功倍的选择