天涯智己

【夕拾】GLM识图之争、英语老师三倍消耗与Arete风波

本期横幅配图
过去二十四小时,三大群吵得最凶的是一个识图问题:GLM-5.3-Flash 到底能不能看图,答案居然取决于你用什么姿势问它。与此同时,英语老师的积分突然变得不经烧,智谱 AutoClaw 带着每日签到杀进来接盘,Hermes 那边又起了一场关于模型出身的风波,AA 的评测榜单则悄悄把一部分改成了黑盒。免费、识图、风控、榜单,全是老话题,全是新动静。以下为核心分录提炼。
来源:HERMES AGENT非第一中文社区本文素材来自三大技术社区24小时交流精选,仅整理与技术探讨,不代表本站立场

GLM-5.3-Flash 识图之争:反代的锅还是模型的锅

今天 hermes 社区里最长的技术争论,起于一句抱怨:反代出来的 GLM-5.3-Flash 不能识图。有人贴出实测:同一张图,在官方软件里发过去能认,反代出来就认不出;另一位群友直接搬出工具作者的标注——wb2api 明确写了 GLM 5.3 FLASH 不识图。两边各执一词,争论一路从下午烧到晚上,最后被一位群友点破了根因:错不在模型,在声明。网关的模型目录里,GLM-5.3-Flash 的 input_modalities 只写了 text,反代软件看到 vision 是 false,就把请求里的 image_url 块整个删掉,不报错,图凭空消失。更妙的是反转证据:有人拿 DeepSeek V4.1 Flash 的经济版 ECO 做对照,网关声明同样说它不是多模态,实测扔一张图过去,它认出来了,机器自己改了口。群里最后形成的共识很务实:GLM 负责编程,识图配豆包或千问,两个 0.8 互补着用;想较真就拿官方客户端实测一张图,别跟声明文件较劲。

💡 深度观察:声明不等于事实,是这场争论最值钱的教训。模型目录里的字段,原本是转售报价的元数据,却被反代软件当成了能力判决书,一纸声明就能让一张图人间蒸发。工程世界里,凡是没经过实测的「不能」,都先打个问号——跑一次图,比吵一百楼管用。

英语老师积分三倍消耗之谜

10router 群里今天一早就有人工资条不对劲:昨天还没感觉消耗厉害,今天从凌晨开始,两个号一天都不够用,有人问是不是改了积分政策,怎么一会儿一千积分就没了。群友顺手把调度规则贴了出来:每日赠送积分优先烧,剩得多者优先,某账号当日额度耗尽才轮到永久积分,永久积分按余额升序,先烧零头,账号粘滞不硬切,切换只发生在额度耗尽或配额快照变化时。模型池一共五个:自家两个大肥鱼、一个 MiniMax、一个 GLM,外加一个自家模型;烧得最凶的是 GLM-5.3-Flash,有人一早上跑了三亿 token 级别的量。另一条冷知识也被翻出来:英语老师的账号有时间限制,十四天就会过期,多注册几个号也得掐着日子用。群里的体感共识是,0.8 倍率的模型是穷人的续命粮,但再便宜的粮也架不住三倍速的消耗。

💡 深度观察:积分焦虑的本质,是免费额度的定价权永远在厂商手里。赠送积分、永久积分、倍率、过期时间,四根线一收,用户前一天还够用的账本,第二天就对不上了。薅羊毛的人最该算的不是今天省了多少,而是规则变了之后,自己的用量还能撑几天。

智谱 AutoClaw 上线 GLM-5.3-Flash:每天登录送积分

爱嘟乐园群里今天有人贴了智谱 AutoClaw 的官网:GLM-5.3-Flash 已经上线,每天登录就送积分,羊毛薅起来。群友的算盘打得很响:弄它几个号,解决白天没有免费正规 GLM 可用的尴尬。AutoClaw 本身是智谱的 Agent 产品,模型池里挂着自家旗舰,登录即领额度的路子,跟群里这几天盘过的几家免费策略一脉相承。另一边也有人提醒,注册那关并不总是一帆风顺,有人卡在银行卡验证上,最后绕道用别的账号体系注册才过去。免费模型的竞争,如今拼的已经不只是模型本身,还有注册门槛、签到机制与多号管理的全套成本。

💡 深度观察:当所有厂商都开始每天送积分,免费就从福利变成了获客预算。用户薅的是额度,厂商买的是日活与登录习惯。真正聪明的做法,是把签到当成日常,把用量卡在赠送额度的刀口上——白嫖的精髓从来不是贪多,是算准。

Gemini 3.8 Flash:光打报告不干活

爱嘟乐园群里今天有人气坏了:试了一下 Gemini 3.8 Flash,换了 Claude、zcode、Kimi 还有 PI 好几个 CLI,结果全是光打报告,不干活。群里立刻分出两派:一派问换模型还是换壳子,另一派直接给答案,先换壳子。争论的背后是个老问题:同一个模型,挂在不同壳子里表现天差地别,有人怀疑是壳子的工具调用没接好,也有人觉得是模型本身偏向对话、不擅长动手。另一位群友补了一句扎心的实测:桌面版也是 CLI 的套壳,不用它家自己的模型,体验就是不好。模型与壳子的责任归属,至今没有标准答案,只能一个一个换着试。

💡 深度观察:模型与壳子之间,隔着一层看不见的适配税。跑分榜只测模型本身,却从不测它进了某个壳子之后还剩几成功力。用户感受到的「不好用」,一半是模型的问题,一半是壳子的问题,而这两半加起来,才是真实的产品体验。

Hermes Arete-27B 风波:开源社区的信任裂缝

凌晨三点前后,hermes 社区被一条 X 上的动态点燃了:Hermes 官方账号发表了针对中国的言论,群里一夜之间站成了统一战线,连平时不怎么发言的人都出来表态。风波的另一半是模型出身:Arete-27B 被指是拿阿里的 Qwen3.8-27B 微调之后,宣称是 Hermes 自己设计的新模型,主要区别被说成是价值观表态的不同——一方在敏感话题上拒答或按东方价值观回答,另一方则反其道而行之。群友的反应相当一致:开源的世界本该各自安好,但把别人的模型换个名字、再贴上对立的标签,踩的是社区信任的底线。也有人冷静地指出,头像 logo 早就藏着端倪,只是大家此前没往心里去。

💡 深度观察:开源社区最怕的不是技术分歧,而是信任透支。模型可以微调、可以改名,但「这是谁做的」这个问题一旦含糊,所有的技术讨论都会变成立场站队。风波会过去,裂缝不会:一旦社区开始用放大镜看每一家厂商的出身,所有的合作都要重新过一遍信任关。

AA 评测改黑盒:榜单从可验证变不可复现

hermes 群里今天有人贴出消息:AA 最近调整了评测标准,把很大一块 benchmark 内容换成了黑盒,第三方不能复现,以前都是第三方可验证的。换了标准之后,中国模型与国外模型的差距被拉大了很多。群里的吐槽立刻跟上:自打有人开创了定语榜单,排名就被玩坏了,只要定语定得好,人人都能当第一;还有人直言,这测的不是能力,是吹牛程度。同一时段,群里还在掰扯另一组体感:有人晒图说 DeepSeek V4.1 能跟 Opus 5.5 打得有来有回,虽然大部分还是打不过;也有人说 K3.1 Pro 应该能摸到 GPT-5.6 的屁股了;还有人把 Haiku 称为国模唯一可以触摸的天花板,调侃这是白月光效应。榜单越改越黑盒,体感越聊越玄学,两边凑在一起,就是今天模型圈的真实写照。

💡 深度观察:评测一旦变成黑盒,榜单就从测量工具变成了话语权工具。可验证是评测的底线,丢了它,排名高低就只剩发布方的一面之词。用户真正该信的,永远是自己手里的实测与账单,而不是任何一家榜单上的名次。

DSH 插件生态:几万个插件与毛坯房之问

hermes 群里今天把 DSH 的插件生态翻了个底朝天。现状是:插件市场一个月干出几万个插件,配置全可视化,插件有自己的交流群,玩腻了卸掉保持清爽,刷到好玩的再装上。但质量参差不齐,有人直言,很多都是业余选手用 vibe coding 赶出来的玩具,没什么技术逻辑支撑,让他解释这是啥,他也说不清楚。另一条共识是,DSH 是毛坯房,不适合新手,知识与声明插件都得自己写,默认不开识图也得手工开,搞点拓展插件确实好玩,正经干活不知道怎么样。对比之下,Claude Code 也可以自己写插件,路径大同小异。群里最后的体感是:找热门的不会踩坑,几万个插件不可能每个都是精品,挑插件的眼光,本身就是一门手艺。

💡 深度观察:插件数量的膨胀速度,永远快于质量的筛选速度。几万个插件的繁荣,考验的不是开发者的热情,而是用户的鉴别力。毛坯房的真正成本不在装修,而在住进去之后才发现,哪里都要自己动手——而这恰恰也是它吸引人的地方。

iFlow 古早羊毛史与 deepin 两百万 token

10router 群里今天有人请群里的机器人助手挖一挖 iFlow 的古早羊毛史,挖出来的时间线相当完整:黄金期在 2025 年下半年到 2026 年初,免费无限量的 Qwen3-Coder-Plus、DeepSeek、Kimi K2、GLM 4.7,手机号 OAuth 直登就能用,比后来这波免费潮早了一个时代。如今 iFlow 转去做搜索 API 的生意,免费时代已经陨灭。同一个下午,另一位群友晒出 deepin 社区的活动奖励:签社区 CLA,就能领两百万 DeepSeek-V4.1-Flash Token,活动期间新完成签署的贡献者专属奖励已发放到专属 API Key。群里还顺带盘了另一条老规矩:一个邀请码可以用二十个账号,认识字基本上都能领到。古早羊毛的故事讲完,群里的感慨很一致:免费的窗口期从来不等人,赶上就是赚到。

💡 深度观察:每一波免费潮都有自己的生命周期:先是无限量圈用户,再是收紧口子做生意,最后只剩搜索 API 这样的变现尾巴。羊毛史的价值不在怀旧,而在提醒后来者:窗口期出现的时候别犹豫,犹豫的成本,就是下一次只能看别人晒奖励。

WorkBuddy 没挂之谜:备用节点与官方路线

hermes 群里今天有人翻旧账:有一次 DeepSeek 官方挂了,自己的 WorkBuddy 还在跑,跑得还飞快。群友的解释分了三路:有人说 WorkBuddy 走的是官方路线,国际服是腾讯自己部署的,本来就没挂;有人说它不只一台机器、也不只一个服务器节点,全国这么多人用,不可能全靠一台机器转发,挂的只是部分节点,备用节点顶了上去;还有人拿出当天的细节佐证,下午反代 WorkBuddy 的时候突然不能用 DeepSeek 了,才发现官方挂了,而自己的 WorkBuddy 全程没断。三种解释指向同一个结论:大流量的产品一定有多节点、多线路的兜底,单点故障只影响看得见的那一面。

💡 深度观察:一场「没挂」的体感,背后是一整套看不见的冗余设计。用户只看得到自己的客户端通没通,看不到的是厂商在背后准备了多少条备用线路。判断一个产品靠不靠谱,最好的指标不是它从没出过事,而是出事的时候,你根本感觉不到。

instabox 新机两小时关机与免费层收紧

爱嘟乐园群里今天有人晒出实测:instabox 新开的机器,全是两小时自动关机一次了。另一位群友补了一句更扎心的:自己的第一个账号还有四台机器,看上去好像是 bug,还能免费开。群里顺手盘了一下家底:四季玫瑰加日月星辰,一共九台机器。免费层的口子正在收紧,是今天讨论里心照不宣的背景:早先的机器能跑满八小时,如今新开的只能撑两小时,平台的免费策略显然在往回收。群友的应对也很实在:关机就重启,重启就续命,免费的东西,用法就是跟规则赛跑。

💡 深度观察:免费层的每一次收紧,都是一次筛选:筛掉的是把免费当成理所当然的人,留下的是愿意为两小时续命写脚本的人。平台与用户之间,永远在玩一场猫鼠游戏——规则收紧一次,玩法就进化一次,谁先停下,谁先出局。

10Router 组合管理技能 CLI 版出炉

10router 群里今天有人发了现成的「10Router 组合管理」技能文档,纯 API 与 CLI 操作,不用碰面板就能配组合。文档覆盖了鉴权、组合全套增删改查、宽屏双栏支持等内容,号称 agent 拿去照抄就能用。群友的反应很直接:有 CLI 版就发一个,让家里的 agent 照抄着配,配置不用等发版。另一位群友还补了个细节:设了面板密码的先拿会话 cookie,没设密码的本机直接调,顺带提醒了 429 锁定的避坑要点。技能文档的出现,说明网关的玩法正在从面板点击走向脚本化,社区的沉淀方式,也从口口相传变成了可直接复用的文档。

💡 深度观察:一个技能文档的含金量,不在它写了多少,而在它能让多少人跳过摸索直接开干。面板是给人点的,CLI 是给 agent 跑的——当社区开始为 agent 写说明书,自动化的下半场才算真正开场。

今日争议台:GLM 5.3 Flash 到底能不能识图

今天的争论最终都汇向同一个问题:GLM-5.3-Flash 到底能不能识图。一方拿着工具作者的标注与反代实测说不能:wb2api 白纸黑字写着不识图,反代出来发图就是没反应,这是铁证。另一方拿着官方客户端的实测说能:同一个模型,在官方软件里发图就能认,认不出来只是你没配好,声明文件里写着 text,不代表它真的看不见图。两派的分歧不在事实,而在裁判权:到底该信声明,还是信实测。折中的声音是,两个 0.8 互补着用,GLM 写代码,豆包千问看图,别在一棵树上吊死。这一题本期没有标准答案,但它提醒了所有人:模型的能力边界,永远要用自己的图去撞一撞才作数。

💡 深度观察:这场争论的真正价值,是把「声明」从神坛上拉了下来。厂商的目录、工具的标注、群友的体感,三方各执一词的时候,唯一不会说谎的是你亲手跑的那一次测试。识图之争没有输家,输的只有那些从没动手验证过、却忙着站队的人。

爱嘟说:声明写在纸上,能力长在实测里。