🎙️ How I AI: GLM-5.2 review & How Gusto built a new product line with Claude Code

🎙️ 我如何使用AI：GLM-5.2测评与Gusto如何利用Claude Code构建新产品线

我如何使用AI

🎙️ 我如何使用AI：GLM-5.2测评与Gusto如何利用Claude Code构建新产品线

来自How I AI播客的每周精选（隶属于Lenny's Podcast Network）

Lenny Rachitsky

2026年6月29日

GLM-5.2：为何我要用这个新模型替代Claude Code中的Opus

立即收听：YouTube • Spotify • Apple Podcasts

由Mercury提供支持——颠覆传统的银行服务，已获得超过30万创业者的喜爱

Claire在实际的ChatPRD代码库中测试了Z.ai推出的新型开源权重模型GLM-5.2。她通过代码库审计、UI改版以及在Cursor和Claude Code中进行45分钟自主漏洞挖掘任务，分析了该模型令人惊喜的表现、遇到的困难，以及为何在某些编码流程中可能足以替代Opus。

#### 最重要发现：

• 开源权重模型已不再是小众爱好者的玩具，而是具备生产级能力的替代方案。由北京Z.ai研发的GLM-5.2在SWE Bench Pro基准测试中表现接近Claude Opus 4.8和GPT-5.5水平，支持百万级token上下文窗口，完整支持推理模式、函数调用、结构化输出和上下文缓存。决策重点已不再是能力上限，而是成本、控制权和供应商依赖性。Claire的实测验证了这一点：这不是玩具。

• 自托管在规模化场景中能显著改变供应商权力格局。开源权重意味着训练好的模型权重向公众开放，团队可自主在硬件上运行推理、使用专有数据进行微调，并绕过任何单一供应商的API条款。当前沿实验室调整定价或政策时，使用开源权重模型的团队可切换推理服务提供商而无需修改一行应用代码。关键在于：你不会被锁定。

• 在Cursor中部署GLM-5.2仅耗时30分钟，Claire还记录了未公开的配置细节。通过Open Router路由API密钥，在Cursor设置中将OpenAI基础URL覆盖为openrouter.ai/api/v1/cursor（/cursor后缀在任何文档中均未提及），并添加z-ai/glm-5.2作为自定义模型。Claude Code需要修改两个环境变量和编辑claude/settings.json文件。总耗时：掌握具体字符串后不到一小时。

• 45分钟自主任务既展现了模型上限也暴露了下限。Claire在Claude Code中给GLM-5.2一个单一指令：提取Sentry最近72小时错误日志和Vercel日志，然后制定优先级修复方案。在45分钟内，模型执行了MCP工具调用，认证进入外部服务，生成包含20个Sentry错误、5个Vercel日志信号和14项计划修复（包括Claire常规监控未发现的两个P0级问题）的暗色模式工程画布。模型发现了错误流水线中其他地方未显现的信号噪声问题。

• 遇到React障碍后成功恢复。在长时间任务中，GLM-5.2起初在TypeScript编译错误上遇到困难，最终生成了干净的React输出。Claire的观察：HTML/CSS生成可靠；在智能体多步骤压力下React表现较不稳定。对于代码库以React为主的团队（她估计自己使用场景的98%属于此类），这是在将模型部署到关键路径前需要测试的摩擦点。

• 成本计算令人印象深刻：600万tokens仅需3.36美元，包含完整的45分钟智能体会话。72%的缓存率提供了帮助，但即使按原价计算，通过Open Router进行的开源权重推理成本仍显著低于Opus或GPT-5.5在同等编码能力下的价格。对于需要在长时间会话中积累长上下文窗口的智能体（这正是前沿模型成本呈指数增长的工作负载），开源权重替代方案提供了截然不同的成本曲线。

• Claire的建议：将GLM-5.2纳入常规使用而非作为核心方案。她将其保留在Cursor中用于前端和设计工作，在Claude Code中用于长期运行的智能体任务，并与封闭式前沿模型并行使用而非替代。她关注的约束条件是：它能否以与Composer相同的一致性处理其以React为主的开发任务？如果可以，成本与控制权的权衡将变得难以忽视。

#### 本期博客及详细工作流程解析：

GLM 5.2：对一个Opus级别开源权重模型的实时评测：https://www.chatprd.ai/how-i-ai/glm-5-2-review-open-weights-model

↳ 如何部署自主AI代理进行错误分类和优先级排序：https://www.chatprd.ai/how-i-ai/workflows/how-to-deploy-an-autonomous-ai-agent-for-bug-triage-and-prioritization

↳ 如何执行AI驱动的代码库审计和架构可视化：https://www.chatprd.ai/how-i-ai/workflows/how-to-perform-an-ai-powered-codebase-audit-and-architecture-visualization

↳ 如何在Cursor中配置开源权重GLM 5.2模型：https://www.chatprd.ai/how-i-ai/workflows/how-to-configure-the-open-weight-glm-5-2-model-in-cursor

没有Figma，没有Jira，没有文档：Gusto如何使用Claude Code构建新产品线 | Eddie Kim（CTO）

由以下内容提供支持：Magic Patterns —— 看起来像你产品的原型 Jira Product Discovery —— 通过洞察优先级，自信构建

Eddie Kim是Gusto的联合创始人兼CTO。在本期节目中，他分享了五人团队如何使用Claude Code、一个永久Zoom会议室以及几乎完全跳过常规产品流程（没有产品经理、没有Figma、没有Jira、没有冗长的规格文档），仅用10周时间从零开始构建了Gusto Cofounder产品。

• 如果AI处理工程工作，没有流程的五人团队可以超越拥有完整流程的大型团队。Eddie的产品在10周后达到Gusto的一线产品级别，从零代码开始。约束条件并非负担，而是设计本身。当AI负责构建时，协调开销不会放大工程复杂度，只会减缓进度。关键在于：将流程精简到团队真正需要的部分，然后让AI填补空白。

• “从零代码到一线产品发布”现在成为可行的创业路径。该团队在Gusto上达成生产里程碑时，完全没有预先存在的代码。这颠覆了早期团队需要数月基础设施建设才能发布任何实际产品的假设。以Claude Code作为主要构建者，初始冲刺的重点变为方向判断而非代码输入。它将从想法验证到实际用户接触的时间从数月压缩到数周。

• 没有会议，没有Jira，没有文字线程，产品依然成功上线。团队没有每日站会节奏，没有工单系统，没有异步线程解决阻塞问题。取代这些的是：在AI循环中保持的共享上下文。当模型保存状态且团队规模小且目标一致时，人类协调开销变得可选。

• 生产环境AI代理的技术栈令人震惊地简单。整个代理循环运行在Cloudflare Workers和Vercel AI SDK上，仅此而已。没有专有的编排层，也没有第三方代理框架。其他所有内容都是团队内部构建的。团队常常在尚未验证任何东西之前就过度设计；Eddie的技术栈证明了基础设施极简主义能够加速学习代理实际需要做什么的过程。

• 构建代理并不像社区所描述的那样复杂。代理本质上是运行在云端某处的AI SDK，能够查找文件并调用工具。这就是完整的定义。人们所恐惧的复杂性（状态管理、编排、可靠性）可以通过与任何后端系统所需的判断决策相同的解决方案来解决。Eddie的团队在没有专门AI基础设施经验的情况下，仅用10周时间就交付了一个生产级的代理系统。

• AI开发的“永久Zoom”模式改变了团队对上下文的思考方式。Claude Code在持续循环中运行意味着模型可以持续访问代码库的当前状态。这比一个按需查询的聊天界面更接近一个从不关闭笔记本电脑的工程师。对于小团队而言，这相当于一位始终可用、始终掌握最新动态且无需重新入职的资深工程师。

• 对创始团队的启示不是“使用Claude Code”，而是“将AI视为团队成员来设计流程”。大多数早期团队将AI工具嫁接到人类规模的工作流中：站会、工单、三人评审的PR。Eddie的团队从第一天起就将AI视为主要贡献者，并围绕这一假设构建了协作模型。结果是：随着AI能力提升，工作流反而变得更高效，而不是简单地将任务转交给AI。

Gusto如何用Claude Code、没有Jira和文档的情况下，10周内构建出全新产品线：https://www.chatprd.ai/how-i-ai/how-gusto-built-a-new-product-line-in-10-weeks-with-claude-code-no-jira-and-no-docs

↳ 如何用“无流程”方法在10周内构建全新AI产品：https://www.chatprd.ai/how-i-ai/workflows/how-to-build-a-new-ai-product-in-10-weeks-using-the-no-process-method

↳ 如何使用AI驱动的测试驱动开发（TDD）工作流修复漏洞：https://www.chatprd.ai/how-i-ai/workflows/how-to-fix-bugs-using-an-ai-powered-test-driven-development-tdd-workflow

如果你喜欢这些内容，请回复告诉我你最想深入了解的内容：AI工作流、招聘、增长、产品策略——任何主题都可以。

下周同一时间再见，Lenny

P.S. 想在新剧集发布时立即收到通知？在你最喜欢的播客应用上点击“关注”按钮。