AI学习系统断更3个月，先说声抱歉，一来自己对AI知识理解过浅，害怕出低级错误、贻笑大方，二来学习动力不足，浅尝辄止缺少深度思考，从而无法下笔。后面我会面对不足，保持更新，付出行动，不怕出错。今天做了一个三种配置的对比：（我的电脑是红米笔记本、i5-12450H、16G内存、集成显卡）
- DeepSeek harness 工具，使用 DeepSeek V41 Flash 大模型，推理等级“MAX”，以下简称DSH
- Zcode 工具，使用 DeepSeek V41 Flash 大模型，思考级别“最高”，以下简称 zcode-ds
- Zcode 工具，使用 GLM 5.3 Flash 大模型，思考级别“最高”，以下简称 zcode-glm
总共4类任务，分别是录音分析、PPT生成、知识归纳、博文点评，结果如下表所示
- 得分是硬指标（15分）是事前准备的考题，质量分是软指标（5分）我的直观感受
- 优先级：时间（高）、软指标（高）、硬指标（中），理由是工作要求效率，AI输出内容我会人工审核，不要求绝对的正确，但要快速、稳定
- 本来是计划每题测三轮，但太费时间，且差距不大就果断改为都测一轮
- T1 DSH 胜在排版和细节，得分0是因为错一处扣2分
- T2 DSH 胜在时间，质量PPT比较丑，但美丑不影响使用
- 因为前三个任务没拉开明显差距和差异，临时加增加T9考题，没有准备参考答案，得分是综合点评、4维论述、建议实用度与行文质量来打分。
因条件有限，做的轮次比较少，不过趋势已经很明显。结论如下：
- DSH 速度优势明显；内容与结构质量稳定，但在审美和专业长文点评上偏弱
- Zcode 无论搭配自家的 GLM 还是第三方 DS，都明显偏慢，慢到无法忍受，这极大地影响工作效率
- zcode-glm 在专业度高的长文和文字推理上有明显优势，我测试的是《打造逃生背包》zhaofuqun.com/?p=3752 这篇文章，难度和专业性上有很高的要求，这是GLM的舒适区间，如果工作场景是创造型，这款工具很适合。
- Zcode 多开操作时内存峰值达 800MB+，让16G电脑一度卡死，这也很致命