KeyFrame內部研究專用

AI Agents Just Changed Forever: GLM 5.2, Codex Skills, Claude & Cursor

Riley Brown·6月21日週日·22 min英文

三句話摘要

本週 AI 代理平臺迎來開源模型突破、屏幕錄製自動化、大額融資等重大更新,開啟超級應用競爭新格局。 開源模型突破、屏幕錄製自動化、超級應用融資三管齊下,正式開啟 AI 代理平臺的多元競爭時代。 開源模型打破價格垄斷。GLM 5.2 雖來自中國 Z.AI,但通過實際測試,其推理能力與 Opus 4.8、GPT-4 Turbo 不相上下,卻只需後者五分之一到六分之一的成本,讓開發者有了平衡成本與效能的選項。Z.AI 創辦人承諾在年底前發布可媲美 Fable 的開源模型,五個月內恐將出現免費或廉價的超級模型。

重點整理

重點
  • 1

    開源模型打破價格垄斷。GLM 5.2 雖來自中國 Z.AI,但通過實際測試,其推理能力與 Opus 4.8、GPT-4 Turbo 不相上下,卻只需後者五分之一到六分之一的成本,讓開發者有了平衡成本與效能的選項。Z.AI 創辦人承諾在年底前發布可媲美 Fable 的開源模型,五個月內恐將出現免費或廉價的超級模型。

  • 2

    模型集中整合降低使用門檻。Cursor 透過 OpenRouter 服務,讓使用者無需多個 API 金鑰,只需三至五分鐘設定,即可在編輯器內切換 GLM 5.2、GPT-4 Turbo、Claude Opus 等模型,實現「模型即插即用」。

  • 3

    屏幕錄製轉技能首次實現端到端自動化。Cursor 的 Record and Replay 功能讓使用者示範操作(最長 30 分鐘),系統自動理解流程並生成可復用技能,無需手寫提示詞或流程定義,大幅降低自動化的技術門檻。

  • 4

    超級應用三角競爭激化。SpaceX 以 600 億美元收購 Cursor 後,Cursor 獲得無限運算預算與馬斯克的 Twitter 傳播力,預期將快速追上 Claude Code 與 Codex,三方競爭將迫使各平臺加速創新並改善定價。

實用技巧與重點

乾貨
  • 開源模型
  • GLM 5.2(Z.AI):成本為 GPT-4 Turbo 的五分之一至六分之一,性能接近 Opus 4.8 與 GPT-4 Turbo
  • 預計年底前推出 Fable 級別開源模型
  • 工具與平臺
  • OpenRouter:統一 API 金鑰,支援 GPT-4 Turbo、Claude Opus、DeepSeek V4、GLM 5.2 及數千個模型
  • Cursor:支援自訂模型集成、屏幕錄製、Composer 2.5
  • Claude Design Mode:設計系統同步、畫布直接編輯、匯出至 Lovable、Base64、Gamma、Miro、Replete、Vercel
  • Claude Code Artifacts:可分享的互動式迷你應用,支援連結分享
  • 具體操作步驟(在 Cursor 中集成 GLM 5.2)
  • 進入設定 → 模型 → API 金鑰
  • 啟用自訂 API 金鑰,覆寫 OpenAI 基礎 URL 為 OpenRouter 端點
  • 點擊「查看所有模型」→「新增自訂模型」
  • 從 OpenRouter 複製 `z-ai/glm-5.2` 型號識別符,貼上後點擊新增
  • 屏幕錄製功能(Cursor Record and Replay)
  • 最長支援 30 分鐘錄製
  • 自動生成具名技能
  • 可視為提示詞生成的替代方案
  • 新聞數據
  • SpaceX 收購金額:600 億美元
  • SpaceX 全球排名:第五大公司
  • Cursor 定價:20 美元/月、200 美元/月

結論

結論

開源模型突破、屏幕錄製自動化、超級應用融資三管齊下,正式開啟 AI 代理平臺的多元競爭時代。

完整解析

詳細

本週 AI 領域的最大亮點是 Z.AI 開源發布的 GLM 5.2 模型。相比最新的商用模型 GPT-4 Turbo 和 Anthropic 的 Opus 4.8,GLM 5.2 的成本只有前兩者的五分之一到六分之一,卻在多個基準測試中展現可相提並論的推理能力。更重要的是,講者親身測試了該模型的實際表現——無論是用 Convex 插件建構 Trello 應用、進行研究並生成登陸頁面,還是與 Notion、Slack 等工具集成執行代理任務,GLM 5.2 都表現得與 Opus 4.8 一樣出色,這打破了「開源模型只是紙上談兵」的既定印象。

為了讓更多人能簡單使用 GLM 5.2,講者示範了在 Cursor 編輯器中整合該模型的過程。核心做法是透過 OpenRouter 服務,將多個模型(包括 GPT-4 Turbo、Claude Opus、DeepSeek V4、GLM 5.2)統一到一個 API 金鑰下,使用者只需三至五分鐘設定就能在編輯器內自由切換。這顛覆了過往需要多個 API 金鑰的繁瑣流程,讓「模型選擇」變成編輯器的內建能力。

除了模型優化,Cursor 推出的屏幕錄製與技能自動生成功能也改變了自動化的玩法。該功能允許使用者示範一個完整的操作流程(最長 30 分鐘),系統透過計算機視覺自動理解每一步,進而生成可復用的技能。講者在影片中示範,錄製如何在 Typefully 撰寫推文草稿,系統隨即自動生成同名技能,後續只需呼叫該技能就能自動執行整個流程。這消除了手寫複雜提示詞的需求,將自動化的技術門檻大幅降低。

更值得關注的是 SpaceX 對 Cursor 的 600 億美元收購。儘管這筆交易乍看無關 AI 應用的實際功能,但其隱含意義是深遠的:Cursor 從此獲得無限運算預算與馬斯克的 Twitter 分發管道,預期將快速補齊與 Claude Code 及 Google Codex 的差距。講者認為,這將形成 Cursor、Claude Code、Codex 的三角競爭格局,進一步加速超級應用的演進。

Claude 方面,設計模式的更新也不容忽視。新功能支援在畫布上直接編輯設計元素,並可無縫匯出至 Lovable、Vercel 等協作平臺,實現「設計→部署」的一鍵流程。同時,Claude Code 新增了 Artifacts(迷你應用)功能,讓模型生成的互動式頁面可透過連結分享,團隊成員可立即預覽與反饋。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。