# 影片筆記：Would You Still Pay for Claude After Seeing This? (GLM 5.2 vs DeepSeek V4)

## 一句話總結
影片透過開源編碼代理程式 **Pi** 實測建構個人 CRM 系統，對比 **GLM 5.2** 與 **DeepSeq v4 Pro**（講者口語稱 DeepSeek）在成本、速度與產出品質上的差異，並進一步評估 **GLM 5.2** 與 **Opus 4.8** 的視覺與功能表現，結論認為 GLM 5.2 是具備高功能性且成本可控的前線模型可信替代品。

## 核心重點
*   **開源模型已具備實戰能力**：講者確認開源模型配合編碼代理程式（Coding Agents）已能建構真實世界專案。
*   **工具架構**：使用開源代理程式 **Pi**，搭配 **GLM 5.2** (來自 ZAI/z.ai) 與 **DeepSeq v4 Pro**，透過 **OpenRouter** 調用。
*   **專案管理方法**：採用 `agents.md` 檔案將專案拆解為多個階段（Phases），並設定明確的「成功標準」（Success Criteria），代理程式必須滿足所有標準才能宣告完成。
*   **GLM 5.2 vs DeepSeq v4 Pro 對比**：
    *   **DeepSeq v4 Pro**：成本較低 ($2.56)、速度較快 (約 1 小時)，產出基礎功能完整的 CRM (Dashboard, Deals, Contacts, Kanban Board, SQLite 後端)。
    *   **GLM 5.2**：成本較高 ($4.15)、速度較慢 (1 小時 15 分)，但講者認為其生成的介面與功能細節（數據視覺化、任務檢查清單、活動紀錄）更為出色。
*   **GLM 5.2 vs Opus 4.8 對比**：
    *   **Opus 4.8** (Ultra Code Mode)：耗時一小時，成本極高 ($21.27)，視覺效果僅比 GLM 5.2 略好一點點（如深色背景、拖放虛線提示）。
    *   **GLM 5.2**：被定位為前線模型（frontier models）的可信替代品，具備高能力，雖非最便宜也非最佳，但在兩者之間非常接近，且能一次生成成功（first time one shot）。

## 詳細大綱
1.  **開源模型與編碼代理程式的現狀**
    *   確認開源模型已可用於建構真實世界專案。
    *   介紹工具組合：Pi (代理程式)、GLM 5.2、DeepSeq v4 Pro。
2.  **模型評估指標：智能與成本**
    *   引用 `artificialanalysis.ai` 網站的「智能 vs 成本」圖表。
    *   目標是尋找位於左上角綠色區域（高智能、低成本）的模型。
    *   選擇 GLM 5.2 與 DeepSeq v4 Pro 作為邊界測試對象。
3.  **編碼代理程式 Pi 的特性**
    *   設計理念：輕量、最小化、不綁定特定 LLM、允許插入任何開源模型。
    *   預設功能簡單，但具備高度可擴展性。
4.  **專案建構策略：階段性與成功標準**
    *   使用 `agents.md` 定義專案需求。
    *   將專案拆解為 bite-sized phases (小階段)。
    *   每個階段需包含業務描述與「成功標準」（Success Criteria）。
    *   代理程式必須通過所有成功標準才能繼續或宣告完成。
    *   需提供測試技能（如瀏覽器操作）以形成反饋迴圈。
5.  **環境設置與執行準備**
    *   使用 VS Code 的 Dev Containers 建立沙盒環境。
    *   安裝 `agent browser` 技能（來自 Vercel），賦予代理程式運行 Chrome 瀏覽器的能力。
    *   透過 `pi --models` 命令啟動 Pi，並指定 GLM 5.2 與 DeepSeq v4 Pro。
    *   設定推理層級（Reasoning Levels）為 Extra High。
6.  **平行實測：GLM 5.2 vs DeepSeq v4 Pro**
    *   同時在兩個 Dev Containers 中執行相同的建構指令。
    *   監控 OpenRouter 的日誌、活動圖表與成本消耗。
7.  **實測結果初步分析**
    *   **成本與速度**：DeepSeq v4 Pro 較便宜 ($2.56) 且較快 (約 1 小時)；GLM 5.2 較貴 ($4.15) 且較慢 (1 小時 15 分)。
    *   **產出品質**：
        *   DeepSeq v4 Pro 產出基礎功能完整的 CRM。
        *   GLM 5.2 產出被講者認為「更令人印象深刻」的版本，具備更豐富的數據視覺化、任務檢查清單及活動紀錄。
8.  **GLM 5.2 生成結果評估**
    *   介面特徵：擁有 proper icons、contacts、deals 及帶有 badges 的 pipeline。
    *   視覺評價：被形容為「gorgeous」、「sharp」，比另一個較單調的版本更好。
    *   功能完整性：支援拖放（drag and drop），包含 stages、won 和 lost 的狀態。
    *   成本與效率：成本相對較低，但並非最低。
9.  **Opus 4.8 生成結果評估**
    *   測試條件：使用 Opus 4.8（被稱為目前地球上最強模型），並啟用 Ultra Code Mode。
    *   成本與耗時：耗時一小時，若直接透過 API 使用需花費 21.27 美元（目前使用 Claude AI 帳戶）。
    *   視覺與功能對比：
        *   Dashboard：有圖表、相同數值、清單，深色背景看起來稍顯專業，但僅好「一點點」（by a hair）。
        *   Pipeline：同樣是 Kanban board，拖放時出現虛線（dotted line thing），被認為「稍微好一點」。
    *   結論：Opus 4.8 的結果僅在細微處優於 GLM 5.2。
10. **最終總結與建議**
    *   GLM 5.2 定位：既非最便宜也非最佳，但在兩者之間非常接近。
    *   價值主張：具備高能力（capability），是前線模型的可信替代品（credible alternative），可用於個人專案。
    *   成本效益：單次產品生成成本仍超過 4 美元，但功能豐富。
    *   功能細節：支援編輯組織、聯絡人、日誌活動、點擊卡片等，所有功能首次生成即成功（first time one shot）。

## 工具 / 模型 / 名詞整理
*   **編碼代理程式 (Coding Agents)**:
    *   **Pi** (講者強調其為開源、輕量、可擴展的代理程式)
    *   **Claude Code** (作為對比參考)
    *   **Open Code** (講者提及 Pi 類似於此類代理程式)
*   **大型語言模型 (LLMs)**:
    *   **GLM 5.2** (來自 ZAI / z.ai)
    *   **DeepSeq v4 Pro** (講者口語提及 DeepSeek，但筆稿為 DeepSeq)
    *   **Opus 4.8** (被稱為目前地球上最強模型)
    *   **Claude** (用於後續比較)
*   **平台與服務**:
    *   **OpenRouter** (用於調用模型、查看日誌與成本)
    *   **artificialanalysis.ai** (提供模型智能與成本數據的網站)
    *   **Claude AI** (帳戶)
    *   **YouTube**
*   **開發工具與環境**:
    *   **VS Code** (Visual Studio Code)
    *   **Dev Containers** (開發容器，用於沙盒化與安全執行)
    *   **Docker** (容器技術)
    *   **Agent Browser** (由 Vercel 提供的技能，用於讓代理程式運行瀏覽器)
*   **專案相關**:
    *   `agents.md` (專案指令與成功標準檔案)
    *   `readme` (環境設置說明)
    *   `.env` (存放 OpenRouter Key)
    *   **SQLite** (DeepSeq 版本使用的資料庫)
    *   **Salesforce**, **Pipe Drive** (講者提及的商業 CRM 產品作為參考)
    *   **Kanban board**
    *   **Ultra Code Mode**
    *   **API**

## 操作流程整理
1.  **準備階段**：
    *   參考 `artificialanalysis.ai` 選擇高智能低成本的模型（GLM 5.2 與 DeepSeq v4 Pro）。
    *   在 VS Code 中使用 Dev Containers 建立沙盒環境。
    *   安裝 `agent browser` 技能（來自 Vercel）。
    *   設定 `.env` 存放 OpenRouter Key。
2.  **專案定義**：
    *   撰寫 `agents.md` 檔案，將專案拆解為 bite-sized phases。
    *   為每個階段設定業務描述與「成功標準」（Success Criteria）。
3.  **執行代理程式**：
    *   透過 `pi --models` 命令啟動 Pi。
    *   指定模型為 GLM 5.2 與 DeepSeq v4 Pro。
    *   設定推理層級（Reasoning Levels）為 Extra High。
    *   在兩個 Dev Containers 中平行執行相同的建構指令。
4.  **監控與評估**：
    *   監控 OpenRouter 的日誌、活動圖表與成本消耗。
    *   比較產出結果：
        *   DeepSeq v4 Pro：基礎功能完整，成本 $2.56，耗時約 1 小時。
        *   GLM 5.2：介面與細節更出色，成本 $4.15，耗時 1 小時 15 分。
    *   後續測試 Opus 4.8 (Ultra Code Mode)：耗時一小時，成本 $21.27，視覺效果僅略優於 GLM 5.2。

## 值得注意的限制或風險
*   **成本問題**：即使使用開源模型，單次產品生成成本仍超過 4 美元（GLM 5.2）甚至高達 21.27 美元（Opus 4.8），對於個人專案雖可接受，但並非最低成本方案。
*   **速度限制**：生成完整專案耗時約 1 至 1.25 小時，速度相對較慢。
*   **模型名稱不確定性**：影片中出現的模型名稱（如 GLM 5.2, DeepSeq v4 Pro, Opus 4.8）需查證其準確性與對應關係。
*   **代理程式 Pi 的語境不明**：在部分段落中提及 "use Pi"，但未明確解釋 Pi 為何物，可能存在特定工具或口誤的情況。

## 逐字稿辨識疑點
*   **DeepSeq v4 / DeepSeek**：逐字稿中多次出現「DeepSeq v4」及「DeepSeq v4 Pro」，但在講者口語部分提到「DeepSeek」。由於要求不得自行更正，故保留「DeepSeq」作為模型名稱，並標註講者口語提及「DeepSeek」為疑點。
*   **ZAI / z.ai**：逐字稿中模型 GLM 5.2 的來源分別被稱為「ZAI」與「z.ai」。
*   **agents.md**：講者口語中曾出現「Py」，但檔案名稱明確為 `agents.md`，且代理程式名稱為 Pi，此處「Py」可能為口誤或聽寫錯誤。
*   **Ctrl-Shift-P / Command-Shift-P**：講者提及在 PC 上按 Ctrl-Shift-P，Mac 上按 Command-Shift-P 來開啟 Dev Containers，此為 VS Code 標準快捷鍵，但講者口語描述較為冗長。
*   **0.7% of the 1 million context**：講者提及 GLM 5.2 使用了 100 萬上下文視窗的 0.7%，此數據具體但需查證該模型是否確實支援 1M 上下文。
*   **Dell button**：講者在描述 DeepSeq 產出的 CRM 介面時，提到「edit and delete, a Dell button」，「Dell」疑似為「Delete」的聽寫錯誤或口誤。
*   **Hot metrics**：講者描述 GLM 5.2 產出的介面時，提到「hot metrics」，此詞彙在 UI/UX 描述中較不常見，可能為「Key metrics」或「Hotspot metrics」的口誤，但保留原樣。
*   **GLM 5.2**：逐字稿中多次出現此名稱，需查證是否為特定模型版本或口誤（常見模型為 GPT 或 Gemini 等，但嚴格遵循逐字稿保留）。
*   **Opus 4.8**：需查證此模型名稱及版本號是否準確。
*   **Pi**：在 "use Pi" 一詞中出現，語境不明，需查證是否為特定工具、平台或口誤。
*   **called out kinds of numbers**：語意稍顯模糊，需查證是否為特定術語或口誤。
*   **dotted line thing**：描述拖放時的視覺效果，用詞較為口語化，需查證是否為特定 UI 元件名稱。

## 可延伸追問
*   GLM 5.2、DeepSeq v4 Pro 與 Opus 4.8 的準確模型對應關係為何？
*   代理程式 "Pi" 的具體技術架構與開源連結為何？
*   `agents.md` 的成功標準（Success Criteria）具體範例為何？
*   如何進一步降低使用開源模型建構專案的成本與時間？
*   Agent Browser 技能在反饋迴圈中的具體運作機制為何？