🤯 我看到 AI 领域的英文 KOL 都在转发 GLM-4.7，好像特别厉害。 在 Hacker News 的讨论会更客观具体一点，目前这么些观点，供参考。 == 优点 == 1. 定位清晰：面向编程与 Agent，而非泛聊天模型。 2. MoE 架构有效：激活参数小，算力效率高。 3. 长上下文优势明显：200k 级窗口，适合复杂代码与多文件任务。 4. 工具调用友好：兼容 OpenAI-style tool calling，易接入现有 Agent 框架。 5. Preserved Thinking：多轮状态保留，更适合长链路 Agent。 == 缺点 == 1. 内存需求极高：MoE 省算力，不省权重体积。 2. 本地交互很难流畅：prefill、offload、KV cache 成为主要瓶颈。 3. 量化副作用明显：低 bit 虽省内存，但稳定性与质量波动大。 4. 工程依赖重：推理性能强烈依赖 vLLM / SGLang / offload 细节。 5. 生产可信度存疑：幻觉率、稳定性、工具生态仍弱于成熟闭源模型。 来源：https://newshacker.me/story?id=46357287(Zhixiong Pan)