GLM-4-Flash：智谱AI推出的首个免费API服务，支持128K上下文

BigModel开放的GLM-4-Flash微调非常简单，仅需3步，无需额外代码开发，无需额外环境配置，即可完成模型微调和部署，体验非常好。选择模型业绩并发数，点击“确认创建”就完成了模型部署了。使用GLM-4-Flash微调和部署自己的专属大模型，省去很多开发和部署的时间，可以空出更多的时间优化业务的数据，提升预训练模型的效果，加速自己的业务产出以获得更高业务回报。从上视频可以看到，API的调用非常方便，反应速度非常快，效果和网页端结果是对齐的，可以方便将模型嵌入各种后台开发系统中，整体体验非常顺滑。

上周三智谱发了 GLM-5.2，登顶 Artificial Analysis 开放权重榜的消息刷屏了。我当天就想在 Continue.dev 里把它加上，结果填了三遍 config.json 才跑通——provider 类型选错会报一个看起来像网络问题的错，apiBase 末尾多一个斜杠又会 404，但错误信息显示的是。这两个坑叠在一起，排查方向完全跑偏。这篇把完整的可跑配置和踩坑过程都写出来，省得你再走一遍。⚠️。

因github中 import com.wd.common.core.domain.R;这个找不到,所以改了下返回值类型为String。

CogView-3-Flash是智谱AI推出的免费图像生成模型，能够根据用户指令生成符合要求且美学评分更高的图像。CogView-3-Flash主要应用于艺术创作、设计参考、游戏开发、虚拟现实等领域，帮助用户快速实现从文本到图像的转换需求。CogVideoX-Flash是智谱 AI 推出的免费的视频生成模型，继承CogVideoX自研的端到端视频理解模型，具备强大的视频生成能力。CogVideoX-Flash不仅支持文生视频，依据输入的文本描述精准地生成相应的动态视频内容；

大模型API，正式进入Flash时代。最近一段时间，国内外的大模型行业卷的是「快速版」。5 月谷歌 I/O 大会上，新发布的 Gemini 1.5 大模型序列中出现了 Flash 版，主打轻量化和响应速度。到 7 月，OpenAI 又在 GPT-4o 的基础上推出了 Mini 版，号称比当前最为先进的小模型能力更强，价格更低。如果你现在访问 ChatGPT，会发现原来的默认模型 GPT-3.5 已经消失，新的默认选项就是 GPT-4o mini。

大模型API，正式进入Flash时代。最近一段时间，国内外的大模型行业卷的是「快速版」。5 月谷歌 I/O 大会上，新发布的 Gemini 1.5 大模型序列中出现了 Flash 版，主打轻量化和响应速度。到 7 月，OpenAI 又在 GPT-4o 的基础上推出了 Mini 版，号称比当前最为先进的小模型能力更强，价格更低。如果你现在访问 ChatGPT，会发现原来的默认模型 GPT-3.5 已经消失，新的默认选项就是 GPT-4o mini。

智谱GLM系列模型呈现清晰的版本梯度演进：glm-4为基础版（通用能力），glm-4.6增强长文本和精准度（256K上下文），glm-4.7-flash优化推理速度（延迟降低40%），glm-5为跨代旗舰（120B+参数/多模态融合）。核心差异体现在：glm-4.6侧重功能增强，glm-4.7-flash追求极速轻量化，glm-5实现全维度突破。选型建议：通用场景选glm-4，长文本处理选glm-4.6，高并发需求选glm-4.7-flash，复杂任务选glm-5。各版本通过"精度/速度/成本/能

大模型API接入是开发者构建智能工具链的基础能力，其核心在于协议兼容性、稳定性与工程可维护性。OpenAI兼容API并非简单URL替换，而是要求字段级对齐、错误码统一、流式响应可靠及上下文管理严谨。智谱AI的GLM-4免费API以原生RESTful接口实现深度兼容，支持零代码迁移VS Code Codex等主流工具，在中文技术理解、Python/TS代码生成等场景表现突出。本文聚焦生产级接入实践，涵盖API Key风控配置、VS Code零配置集成、SSE流式解析、token预估避坑及Nginx代理优化等关

本文介绍了5个可免费使用的大模型平台：腾讯混元大模型（提供256k上下文的通用文生文模型）、智谱AI开放平台（含GLM-4-Flash等多款免费模型，支持文本/图像/视频生成）、模力方舟（含113个模型，部分免费需充值）、Free-QWQ（完全免费但响应较慢）和Together.ai（无需认证的4款试用模型）。各平台在响应速度、功能侧重上存在差异，用户可根据文本生成、图像处理等实际需求选择。智谱AI和腾讯云的API响应较快，适合稳定性要求高的场景。

ArcGIS Pro 全套新功能完整汇总（分为：原生对比 ArcMap 核心革新 + 3.4~3.7 最新版本新增功能） 适配学习 PPT、课件讲义、课程讲解，可直接放进之前的资料目录「09_ArcGIS Pro 全套教学 PPT 课件」 第一部分：ArcGIS Pro 对比 ArcMap 原生颠覆性新功能（基础核心优势） 1. 底层架构与性能革新 1. 64 位多线程原生软件，无 32 位内存上限，海量矢量、高分遥感、千万级点位不卡顿，空间分析速度提升 3~5 倍；为什么一定要学 ArcGIS Pro？

本文记录了从Arduino转向ESP-IDF开发ESP32-S3 N16R8的全过程，重点解决硬件适配问题。通过浏览器烧录小智AI固件后，因TFT屏幕引脚不兼容转向VS Code+ESP-IDF开发环境搭建。

核心原理：多租户 GPU 隔离不是单一技术能解决的问题，必须在逻辑隔离、调度隔离、GPU 虚拟化隔离、运行时隔离、可观测性五个层面构建纵深防御关键结论：Namespace 隔离是必要基础但远不充分；MIG 是 A100+ 硬件上性价比最高的隔离手段；Kata + VFIO 是运行不受信任代码时的唯一可靠选择落地重点：先建立 Namespace/RBAC/Quota 基础，再启用 MIG 硬件分区，最后按需叠加 Kata 运行时隔离和 Falco 异常检测。

摘要： 蒂塔AI凭借GPT-Image-2模型在AI绘画领域实现突破，支持高精度文本渲染、空间推理和多风格切换，成为创作者高效工具。文章解析了提示词工程的核心结构，并以国潮风、科技风、赛博朋克为例，详细拆解风格化创作的提示词设计逻辑。同时提出建立标准化工作流和“Prompt-as-Code”理念，帮助用户从随机生成转向可控创作，实现从文字到视觉作品的精准转化。蒂塔AI降低了专业视觉创作门槛，赋予用户“视觉导演”能力。

AI 和人类的关系是双向耦合——不像核技术只在物理边缘单向影响。AI 改变了人的认知方式，而改变后的人又改变了 AI 的使用方式和训练方向。这种双向耦合在未来会加速分化。算力成为资产（智力货币）时，高算力使用者获得认知剩余红利，低算力使用者面临两条路径——依赖或进化。限制有可能反向产生深度，但这不是保证。个人的应对路径是提升自指层级——不是"学更多 AI 知识"，而是"构建个人认知操作系统"（ao9717 的三层架构是一个实例）。

微调是在一个已经训练好的基础模型上，使用特定领域的数据继续训练，从而调整模型参数，使模型更符合特定任务需求。例如，原始模型可能这样回答客服问题：您的问题可能与账户状态有关，建议联系相关部门。经过客服数据微调后，模型可能学会：请先打开“账户中心 → 实名认证”，检查证件是否过期。若状态仍显示异常，请提交工单并选择“认证失败”。模型不仅知道要回答什么，还学会了企业希望的：回答结构专业术语处理流程语气风格输出格式拒答规则RAG是“检索增强生成”。

今天我们聊了业内最新提出的 Harness Engineering。可以看到，在 AI 智能体优先的世界里，软件工程的鲁棒性开始转移到了支撑智能体上。通过把代码仓库打造成纯粹的记录系统，面向智能体优化可读性，并利用强约束 Linter 和自动化 GC 机制，我们完全可以驾驭 AI 替我们干掉海量的工作。如果大家可以提前掌握这种高维度的 “驾驭” 能力，绝对是未来几年的核心竞争力。

AI 工作流不是单纯“接入 AI”，更像把一个任务拆成可复用、可调用、可测试的小模块。放到小工具里使用时，它就从课程概念变成了实际入口：用户输入一个问题，小工具调用工作流，工作流处理数据，再返回结果。这类内容虽然属于 AI Power 方向，但对影刀证书备考也有启发。初级考基础流程逻辑，中级考流程封装和复杂场景，高级考 API、调度、编码和综合项目。AI 工作流和小工具组合在一起，本质上就是“流程封装 + 参数传递 + 结果输出”。

AI负责理解与设计；专业工具负责精确实现；科研人员负责科学正确性。真正重要的能力，不是会不会画图，而是能否把复杂思想转换成别人一眼看懂的视觉语言。从“手动画框”到“结构化设计”，提升科研表达效率适合：需要制作论文插图、技术报告、课程讲义的科研人员和工程师。阅读约 10 分钟。科研工作中，一个经常被低估的问题是：如何把复杂的方法讲清楚？很多研究人员都有类似经历：算法设计好了，实验跑出来了，但是到了论文和汇报阶段，却卡在技术图表达上。

本文摘要： HarmonyOS安全管理体系详解，包含三级权限机制（system_grant/user_grant/restricted）和沙盒隔离原理。重点讲解权限动态申请的五步标准流程（声明-检查-判断-申请-处理）、生物特征识别在TEE环境下的安全实现，以及权限被拒后的优雅降级策略。通过办公场景类比说明沙盒机制，对比分析Android/iOS安全架构差异，并提供常见开发陷阱（如自定义权限命名限制）和实操任务清单。全文以图解+代码示例形式，系统化呈现HarmonyOS安全管理的核心要点和实施规范。