作者 ｜ 董道力、 骆轶航
Anthropic 亮出“最危险”的模子 Mythos 时， ， ，它的 CEO、坚定的反华头子 Dario Amodei 判断：中国模子追上这类能力还需 6 至 12 个月。。。 。 。 。
但厥后的事情各人已经知道了， ， ，智谱反手推出 GLM-5.2 追赶编程前沿， ， ，Kimi 又反反手拿出出 2.8 万亿参数的 K3， ， ，华尔街一度重演“DeepSeek 时刻”。。。 。 。 。
紧接着， ， ，阿里巴巴推出了 2.4 万亿参数的 Qwen3.8-Max-Preview。。。 。 。 。按官方说法：其综合性能仅次于 Fable 5， ， ，在全栈开发、数据剖析和 Office 事情流中已能对垒前沿模子。。。 。 。 。
Qwen3.8-Max-Preview 能把中国开源模子叙事讲下去么？？
我们决议试一试， ， ，让近几个月三款旗舰级的中国开源模子 GLM-5.2、K3 和 Qwen3.8-Max-Preview 一起相助， ， ，开发我们硅星人/品玩正在改版的新网站。。。 。 。 。
为了弱化 Harness 的影响， ， ，凯时AG事情方式接纳了“模子+opencode”的组合。。。 。 。 。
值得指出的是：正在改版的硅星人网站是个半制品。。。 。 。 。网站项目已经包括 Next.js 前端、Payload CMS、Anime.js 页面动效等， ， ，也已经积累了现成的设计规范、历史代码和事情文档。。。 。 。 。
这个网站的问题很大， ， ，历史上多次举行前端和后台的开发和维护， ， ，屎山代码群集， ， ，结构臃肿， ， ，前端交互杂乱、虚伪的不可用的功效许多……问题散在各个角落， ， ，前端和后端 bug 交缠在一起， ， ，一句话， ， ，历史上的品玩网站， ， ，是你能见到的最糟糕的网站开发的范本。。。 。 。 。
它必需被改变。。。 。 。 。对模子来说， ， ，空缺项目没有历史肩负和屎山代码， ， ，往往可以自若施展； ；；而半路项目通常是模子最严肃的父亲。。。 。 。 。它要求模子看得懂项目在当下状态， ， ，还要在不破损现有功效的情形下， ， ，举行准确的修改， ， ，属于屎上雕花的高难度操作。。。 。 。 。
接下来就交给 GLM 5.2、K3 和 Qwen 3.8- Max-Preview 了。。。 。 。 。这次网站改版眼下需要解决六个问题， ， ，我们逐一测试
谁看懂了项目目今的希望？？
No.1 Qwen 3.8-Max
No.2 Kimi K3
No.3 GLM 5.2
这轮对应网站改版的第一个诉求：分清“现在有什么”和“文档里一经想做什么”。。。 。 。 。
接手半路项目， ， ，最怕的不是代码多， ， ，而是模子把旧文档当成目今需求， ， ，把已经完成的功效重新做一遍。。。 。 。 。以是， ， ，我没有连忙让三个模子修改代码， ， ，而是先让它们剖析项目， ， ，看看谁能更快摸清现状。。。 。 。 。
从天生速率来看， ， ，Qwen 3.8-Max-Preview 无可争议的最快， ， ，10 秒内解决， ， ，其次是 GLM-5.2， ， ，最后是 Kimi K3。。。 。 。 。再来看一下剖析效果， ， ，三个模子像三个差别气概的开发者。。。 。 。 。
GLM-5.2 像一位履历富厚的先生傅。。。 。 。 。它检查承重墙、水电管线和以前的施工图， ， ，准确地找到了 14 个 CMS 荟萃、Payload 版本锁定和数据库检查机制， ， ，对项目底层结构的明确最深。。。 。 。 。但这位先生傅翻图纸翻得太认真， ， ，把抽屉里四月份的旧方案也当成了目今施工妄想。。。 。 。 。GLM-5.2 将全文搜索列为待服务项， ， ，现实上， ， ，搜索、筛选和效果高亮早已完成。。。 。 。 。
Qwen 3.8-Max 更像天天待在现场的监工。。。 。 。 。它没有把屋子的每一根管线都研究清晰， ， ，却知道施工队最近在改哪面墙、铺哪块砖。。。 。 。 。它的天生速率最快， ， ，也最准确捉住了项目最近在做什么。。。 。 。 。
Kimi K3 则像一个一分钟带你看完屋子的中介。。。 。 。 。它用很短的篇幅讲清晰了房间结构， ， ，听起来清洁利落， ， ，却把 14 个 CMS 荟萃数成了 15 个， ， ，还把隔邻的事情纪录文件夹先容成了“文档客栈”。。。 。 。 。
在搞清现阶段需求上， ， ，Qwen 3.8-Max 得分最高， ， ，全貌感略欠， ， ，但最快也最精准地找到了问题。。。 。 。 。其次是 Kimi K3， ， ，它知道自己要做什么， ， ，但速率太慢了（这是 K3 最被诟病的地方）， ， ，它看获得全局， ， ，但太粗心了， ， ，经常嘴瓢说错。。。 。 。 。而 GLM 5.2的问题较量严重， ， ，只有它， ， ，把旧文档当成了目今需求， ， ，把已经完成的功效重新做了一遍， ， ，这就属于搞不清晰状态了。。。 。 。 。
解决网站报错
No.1 Qwen 3.8-Max
No.2 GLM 5.2
No.3 Kimi K3
这轮对应第二个诉求：模子能不可把诊断酿成行动。。。 。 。 。
我启动了前端页面， ， ，却没有同时翻开 CMS， ， ，因此网页泛起报错。。。 。 。 。我把报错信息直接交给三个模子， ， ，让它们处理。。。 。 。 。
三个模子都定位到了问题， ， ，但后续行动显着差别：
Qwen 3.8-Max 快人一步， ， ，直接帮我启动了 CMS。。。 。 。 。Kimi K3 只给出解决方案， ， ，并没有现实执行。。。 。 。 。GLM-5.2 的处理速率较慢， ， ，等它准备启动 CMS 时， ， ，公共端口已经被 Qwen 3.8-Max 占用， ， ，于是它直接复用了 Qwen 3.8-Max 启动的服务。。。 。 。 。
在报错需求解决上， ， ，Qwen 3.8-Max 仍然排名第一， ， ，它启动了 CMS， ， ，并且最快。。。 。 。 。没什么可争的。。。 。 。 。GLM-5.2 排第二， ， ，慢了一步， ， ，值得扣分， ， ，但它发明端口被占后选择复用已有服务， ， ，而不是报错退出、也不是把别人的历程杀掉重启， ， ，这是准确且成熟的工程判断。。。 。 。 。而 Kimi K3， ， ，只交方案不下手， ， ，那就是没完成使命， ， ，只能排第三。。。 。 。 。
轮播图效果实现
No.1 GLM 5.2
No.2 Kimi K3
No.3 Qwen 3.8-Max
接下来， ， ，我们把三个模子切换到自力端口， ， ，测试它们准确修改前端的能力。。。 。 。 。
首先是快讯板块。。。 。 。 。我希望它实现自动轮播和无缝循环， ， ，但现有动效会让卡片逐张向左平移， ， ，播放到最后一张时， ， ，再让整个列表向右滑回开头。。。 。 。 。
promtps: 修改首页“现在爆发”板块， ， ，实现无缝无限轮播：所有卡片一连向左移动。。。 。 。 。第 08 张卡片移出后， ， ，第 01 张卡片从右侧自然接上， ， ，循环播放。。。 。 。 。不可在播放到最后一张后， ， ，让整个列表向右滑动返回开头； ；；循环衔接时不可泛起停留、跳动或空缺。。。 。 。 。只修改前端轮播效果， ， ，不修改数据和后端。。。 。 。 。
轮播图是常见的网页信息展示页面， ， ，我们能否用一句话让大模子迁徙到自己网站？？效果较量惨， ， ，三个模子最终或多或少都有些问题：
先看 Qwen 3.8-Max。。。 。 。 。它自作主张删除了鼠标拖动功效， ， ，严重扣分。。。 。 。 。Qwen 3.8-Max 耍了个小智慧， ， ，用长度伪装成循环， ， ，只在外貌上实现了循环联播， ， ，就像它没有把直线跑道改成环形跑道， ， ，只是在终点后面又铺了几段一模一样的路。。。 。 。 。只要用户有耐心看到最后就会发明， ， ，它只是复制了多份内容， ， ，把轮播轨道强行拉长。。。 。 。 。播放到最后一轮时， ， ，卡片仍然会重新跳回开头。。。 。 。 。
Kimi K3 做了相反的取舍。。。 。 。 。它把直线跑道改成了环形， ， ，却删掉了自动轮播功效。。。 。 。 。用户只有拖动鼠标， ， ，卡片才会继续前进。。。 。 。 。并且， ， ，在动画细节上不敷细腻， ， ，下一组卡片还没有完全进入画面， ， ，上一组卡片就提前退场。。 。 。 。 ， ，画面会跳帧。。 。 。 。 ， ，突然卡一下。。。 。 。 。
GLM-5.2 实现得最完整， ， ，该有的功效都有， ， ，它既保存了自动轮播， ， ，也支持鼠标拖动， ， ，还能一连循环。。。 。 。 。不过， ， ，它和 Kimi K3 保存同样的问题：旧卡片消逝得太快， ， ，循环衔接时仍然会突然跳一下， ， ，它离真正的无缝循环只差最后一点收尾。。。 。 。 。
GLM 5.2 可以排第一， ， ，它是唯逐一个功效清单完整的：自动播、可拖动、真循环， ， ，但我们要求在衔接时不可泛起停留、跳动或空缺， ， ，而它的接缝处照旧跳一下， ， ，需求解决未完整达标， ， ，但已经不错了。。。 。 。 。
Kimi K3 把最难的部分做对了：它也真的做到了自动轮播， ， ，但问题是删掉自动播放和衔接跳帧。。 。 。 。 ， ，一眼就能看出来工程没做完， ， ，它是一个忠实的半制品， ， ，可排第二。。。 。 。 。
Qwen 3.8 Max 这次问题就严重了， ， ，它删了鼠标拖动， ， ，自作主张改了需求， ， ，在真实协作里这是信任问题。。。 。 。 。跟严重的是：它的方案是伪装出来的， ， ，并且架构上是死路， ， ，要真正实现无缝循环， ， ，就得得推倒重来。。。 。 。 。一个看起来能用的过失谜底， ， ，比一个一眼就知道没做完的半制品危险得多。。。 。 。 。
修改现有功效
No.1 Qwen 3.8 Max
No.2 GLM 5.2
No.3 Kimi K3
接下来， ， ，我修改了“最新看法”部分的强调色和卡片动效， ， ，原版效果如下图。。。 。 。 。
prompts: 修改首页“最新看法”板块：将强调色改为科技蓝（#3157FF）， ， ，应用于栏目的题、序号和悬停状态。。。 。 。 ？？ㄆ鎏砬忱渡呖蚝驮步牵 ， ，鼠标悬停时稍微上浮、边框变蓝。。。 。 。 。其他结构和内容坚持稳固， ， ，只改前端。。。 。 。 。
这项测试考察的不是模子能不可认对颜色， ， ，而是修改规模是否完整、一致。。。 。 。 。现在的模子通常不会犯“让它改成蓝色， ， ，效果却改成红色”这种初级过失。。。 。 。 。真正难题的是， ， ，它能不可明确事实有哪些地方需要修改， ， ，并把一句相对宽泛的设计意见， ， ，拆解成一份准确修改清单。。。 。 。 。
使命外貌上只是把绿色换成蓝色， ， ，现实涉及问题、序号、卡片配景、边框、圆角和鼠标悬停状态。。。 。 。 。页面里尚有大卡片、小卡片、无图卡片等多种变体。。。 。 。 。任何一处遗漏， ， ，都会让新旧两套设计同时泛起在用户眼前。。。 。 。 。
Qwen 3.8-Max 的修改速率最快， ， ，文字颜色、配景颜色、边框和圆角基本都处理准确。。。 。 。 。美中缺乏的是， ， ，鼠标悬停后的交互色仍然是绿色， ， ，没有同步改成蓝色。。。 。 。 。也就是说， ， ，Qwen 3.8-Max 没有修改交互层的颜色。。。 。 。 。
Kimi K3 这一轮的问题很大。。。 。 。 。它修改了边框、圆角和其中一处颜色， ， ，其他部分险些没有转变。。。 。 。 ？？赡苁怯捎 K3 以为审美有问题， ， ，不想改。。。 。 。 。
GLM-5.2 没有直接修改代码， ， ，而是先问了两个问题， ， ，例如哪些问题需要变色、没有序号的卡片应该如那里置。。。 。 。 。它明确询问过的部分完成得不错， ， ，未被方案笼罩的地方却泛起了遗漏。。。 。 。 。
最大卡片的鼠标悬停颜色仍然是绿色， ， ，只有小卡片酿成了蓝色， ， ，下方没有图片的卡片， ， ，交互颜色也完全没有修改。。。 。 。 。和 Qwen 3.8-Max 没有修改整个交互层的颜色差别， ， ，GLM-5.2 是挑着改颜色， ， ，统一种内容， ， ，只改一半。。。 。 。 。
这一轮， ， ，Qwen 3.8-Max 的整体完成度最高， ， ，只管遗漏了悬停色的修改。。。 。 。 。GLM-5.2 在已经确认的规模内做得更细， ， ，并且事先确认规模的行动很主要， ， ，这是它试图明确准确意图的反映， ， ，但它的执行起义了它的流程：问到的地方做得漂亮， ， ，没问到的地方彻底放飞了。。。 。 。 。相比之下， ， ，Kimi K3 不得不垫底， ， ，它显着没有吃透使命， ， ，只只动了边框、圆角和一处颜色。。。 。 。 。
磨练一下模子审美
No.1 Kimi K3
No.2 Qwen 3.8-Max
No.3 GLM 5.2
前两轮磨练的是准确执行， ， ，这一轮把问题反过来：不给参考谜底， ， ，让模子自己做审美判断。。。 。 。 。
模子审美是一件很主观的事， ， ，但三个模子体现出的气概差别依然很显着。。。 。 。 。Kimi 的前端审美经常受到用户赞美， ， ，因此我们让三款模子重新设计首页 Hero 区域。。。 。 。 。
promtps: 重新设计首页 Hero 区域， ， ，体现科技媒体的专业感、前沿感和编辑气质。。。 。 。 。保存现有问题、文案和按钮， ， ，但可以重新设计排版、字体层级、留白、色彩和动效。。。 。 。 。问题应成为第一视觉焦点， ， ，整体要有鲜明气概， ， ，但不可做成常见的科技公司官网模板。。。 。 。 。阻止霓虹渐变、玻璃拟态、粒子配景和过多装饰。。。 。 。 。动效应榨取、流通， ， ，并适配桌面端和移动端。。。 。 。 。只修改 Hero 区域前端， ， ，不修改导航栏、其他板块、内容数据和后端。。。 。 。 。
Qwen 3.8-Max 接纳了粗体极简风。。。 。 。 。
超大的玄色无衬线问题被分成三行， ， ，占有页面左侧的主要空间。。。 。 。 。配景险些没有装饰， ， ，只用短横线和文字链接建设层级。。。 。 。 。整体更靠近现代媒体首页， ， ，视觉重心完全落在问题上。。。 。 。 。
Kimi K3 接纳了科技极简风。。。 。 。 。
问题同样使用粗体无衬线字体， ， ，但增添了配景条理。。。 。 。 。左侧承载文案和蓝色按钮， ， ，右侧加入网格、细线与柔光组成的配景动效。。。 。 。 。相比 Qwen 3.8-Max， ， ，它使用了更多科技蓝和几何元素。。。 。 。 。
GLM-5.2 接纳了杂志编辑风。。。 。 。 。
问题被改成超大衬线斜体， ， ，并加入 EDITORIAL、EDITION 2026、01 FEATURE 等期刊元素。。。 。 。 。页面通详尽脱离线、大面积留白和底部转动提醒， ， ，形成了类似纸质杂志封面或专题头版的视觉结构。。。 。 。 。
这一轮很难选出唯一赢家。。。 。 。 。
Qwen 3.8-Max 最像现代内容媒体， ， ，Kimi K3 的科技感最强， ， ，GLM-5.2 则最有杂志封面的编辑气质。。。 。 。 。
它们也袒露了三种差别的明确， ， ，Qwen 3.8-Max 以为科技媒体首先是媒体， ， ，Kimi K3 以为科技媒体首先要有科技感， ， ，GLM-5.2 则把重点放在“编辑”两个字上。。。 。 。 。并且可以看出， ， ， K3 在前端动效上有自动性， ， ，而 Qwen 3.8-Max 和 GLM-5.2 就不会自动加动效。。。 。 。 。
若噬洗我们对硅星人自身的明确， ， ，我们给 K3 排第一， ， ，首先它的前端审美确实是有口皆碑的好， ， ，更主要的是它以为“科技感”是第一属性切中凯时AG要义， ， ，硅星人可以不是媒体， ， ，着实也越来越不像媒体， ， ，它的实质是 AI， ， ，不是媒体。。。 。 。 。这点 K3 明确和执行得最好。。。 。 。 。
第二给到 Qwen 3.8-Max， ， ，只管以为硅星人是媒体， ， ，但好歹是个现代内容媒体的气概。。。 。 。 。既然把它做得跟个杂志似的， ， ，那只好给 GLM 5.2 排第三了。。。 。 。 。
增添速速审核功效
改完前端， ， ，我们进入 CMS。。。 。 。 。
现在， ， ，文章审核只能点进文章逐篇审查。。。 。 。 。编辑看一篇、退出来、再翻开下一篇， ， ，修改的目的不在于多放两个按钮， ， ，而是重新组织审核流程：列表要集中展示待审核文章， ， ，详情要在目今页面睁开， ， ，正文要能直接预览， ， ，操作完成后还要同步更新文章状态和待审核数目。。。 。 。 。
当编辑按下“通过”后， ， ，文章状态、待审核列表和数目也要一起转变， ， ，像一个齿轮同时发动后面的整套流程。。。 。 。 。
这磨练的是模子处理 CMS 界面、数据和审核流程多端联动的能力。。。 。 。 。
promtps: 完善 CMS“审核事情台”集中显示所有待审核文章， ， ，并展示问题、作者、提交时间和目今状态。。。 。 。 。点击文章后， ， ，从右侧睁开详人情板， ， ，显示文章摘要、正文预览及相关信息， ， ，不跳转页面。。。 。 。 。详人情板提供“审核通过”和“驳回”操作。。。 。 。 。通事后文章进入待宣布状态； ；；操作乐成后连忙更新列表和待审核数目。。。 。 。 。
出乎意料的是， ， ，这一轮最先完成使命的居然是 Kimi K3， ， ，一改此前在前端使命中速率最慢的体现。。。 。 。 。
很难据此判断 Kimi K3 是否真的内化了更多前端设计履历， ， ，但至少可以确定一件事：模子速率不是牢靠属性， ， ，它会随着使命类型爆发转变。。。 。 。 。
从效果来看， ， ，Qwen 3.8-Max 的侧边详情最完整。。。 。 。 。问题、作者、提交时间、状态、分类、摘要和正文预览所有泛起， ， ，底部也能直接执行“审核通过”或“驳回”， ， ，整体最靠近 Prompt 要求。。。 。 。 。
Kimi K3 的基本信息和操作功效较量齐全， ， ，但正文预览过于简化。。。 。 。 。用户仍然需要跳转到编辑页才华审查完整内容， ， ，没有完全知足“不跳转页面审查内容”的要求。。。 。 。 。
GLM-5.2 提供了摘要和牢靠操作栏， ， ，但正文预览区域主要被一个重大的图片加载失败占位笼罩。。。 。 。 。审核职员很难从中获得有用信息， ， ，是三个效果中偏离 Prompt 最显着的一个。。。 。 。 。
这轮悬念是不大的， ， ，Qwen 3.8- Max 排第一， ， ，Kimi K3 排第二， ， ，GLM 5.2 完成度较量低， ， ，排第三。。。 。 。 。
从左到右依次是 Qwen 3.8、K3、GLM 5.2
总结一下
几轮测试做完， ， ，没有一款模子能够重新赢到尾。。。 。 。 。
不过， ， ，Qwen 3.8-Max 延续 Kimi K3 和 GLM-5.2 带来的热度了吗？？至少在这次测试中， ， ，它可以。。。 。 。 。
让我们总结一下各家在重构刷新我们网站上的体现：
Qwen 3.8-Max：
优势是快， ， ，并且对项目目今状态更敏感。。。 。 。 。它最先完成项目剖析， ， ，最先启动 CMS， ， ，在“最新看法”和“审核事情台”两项使命中也交出了完成度最高的效果。。。 。 。 。关于一个希望尽快看到可运行版本的用户来说， ， ，这种执行力很有吸引力。。。 。 。 。
但它的弱点同样来自这种快。。。 。 。 。为了实现轮播， ， ，Qwen 3.8-Max 删除了原有的拖动功效， ， ，又用复制大宗内容的方式伪装无限循环。。。 。 。 。
更像一名弦恢比读完资料再下手的工程师。。。 。 。 。它对代码结构明确最深， ， ，轮播功效完成得也最周全， ， ，Hero 区域的杂志编辑气概最有辨识度， ， ，谁再说 GLM-5.2 没有审美， ， ，确实有点冤枉它。。。 。 。 。
不过， ， ，它速率较慢， ， ，也容易被旧文档和自己的剖析牵着走。。。 。 。 。想得更多， ， ，并不包管每一次都能看清项目现在的状态。。。 。 。 。
它带来了最多的意外：剖析项目时最精练， ， ，数字过失也最多； ；；修改前端时经常遗漏要害要求， ， ，却在 CMS 使命中第一个完成。。。 。 。 。它有时像一个灵感很好的设计师， ， ，有时又像一个没有耐心做完检查的实习生。。。 。 。 。
这次测试的效果也很难压缩成一个简朴排名， ， ，但若是用最质朴的名次积分（第一名 3 分、第二名 2 分、第三名 1 分）叠加了一下， ， ，效果仅供参考， ， ，它仅仅是在重构/刷新硅星人网站这一个项目上的详细体现， ， ，不代表模子的综合和整体性能。。。 。 。 。
点个“爱心”， ， ，再走 吧
