像人一样思考的AI，越来越恐怖

市面上的AI工具有很多，功能也逐渐出现了侧重差异，而现在的AI厂商总体上，已经进入到卷“问题的结果和质量”了。

以前问个那些比较离谱和难以计算的问题，像是：“我在北京，朋友在上海，他身高要变成多高我才能在北京看见他？”

大多数AI会摆烂，甚至会告诉你这样的问题没有意义。

而今天智谱清言推出的深度思考模型GLM-Zero 的初代版本GLM-Zero-Preview，能思考得更加深入和严谨，它知道两者的大致的直线距离，也知道这是地球曲率相关的问题——最后给出了一个精准的数字“112193”米。

（上下滑动查看完整对话）

而且让人意外的是，它甚至还有心理上心思小博弈，它能察觉到这个问题和结果都“有点离谱”，并且反复验证计算，以及要不要更深入思考。

GLM-Zero -Preview 的内心吐槽归吐槽，它还是从数学角度上给出了完整的答案。

根据介绍来看，它的推理能力很强：

GLM-Zero-Preview 是 GLM 家族中专注于增强 AI 推理能力的模型，擅长处理数理逻辑、代码和需要深度推理的复杂问题。

同基座模型相比，GLM-Zero-Preview 在不显著降低通用任务能力的情况下，在专家任务能力方面表现大幅提升。

其在 AIME 2024、MATH500 和 LiveCodeBench 评测中，效果与 OpenAI o1-preview 相当。

其他拥有深度思考的模型也能给出答案，但是对比之下就更“简洁”了。

还有的模型就是开头和中间没啥大问题，结果在结尾的时候乱来，给出了错误的回答。

这类问题考量的不是现实中有没有答案，而是AI愿不愿意花费“精力”去思考的问题，会怎样去思考，会不会把自己绕到死路等等，在知道GLM-Zero -Preview 会认真去求证之后，就可以来问一些更有意思的问题了。

来看一条就连“读题目”可能都令人头大的推理题，而GLM-Zero -Preview 也进行了详细的思考，去分解每一步它是怎么想的，最后再展示回答。

（上下滑动查看完整对话）

在使用GLM-Zero -Preview 的过程里，有一个比较有意思的点，就是你可以把它的深度思考的过程折叠起来，直接就：“太长不看”——只要答案，就很符合当下年轻人的快节奏思维，而感兴趣的话，则可以点开，慢慢探索是怎么推理的。

在智商方面感觉没啥问题，来看看这个“孩子”的情商怎么样，来问一个经典的分水问题：你有 4 杯水，来了 5 个领导你该怎么办？

（上下滑动查看完整对话）

看它的回答，也确实比较符合正常人的思维，又是想着去弄其他的水，又是想让大家共用，又是想拿饮料代替的，它也知道时间可能不够，共用杯子不卫生，没有其他饮料等情况。

最后从慌乱中找到一个比较得体的方案，与领导先表达到位，然后再去尽力解决问题，情理上没有问题。

在这个回答里，GLM-Zero -Preview 的思考过程就比简洁的答案要好得多了，给出的答案回复里，它的说法显得比较简朴干练，在它的思考过程里，就更像是我们的某个朋友遇到问题，可能会想的问题，想着领导或许会同意这样的做法等等，就更像是人的想法。

而在编程相关的问题下，如果你让它实现一个功能，它的思考过程就和不要钱的一样，疯狂进行思考和补全，思考的时间也很久，基本上可以去喝点水，去干一下其他的事情了。问它：

写一段Python代码，在Windows上获取C:\Users\Administrator\Downloads 下的所有文件夹和文件的大小，并设计一个界面来展示文件的占有率，找出占用最大的文件并提供删除按钮。

它思考的过程很长很长的一大串，它会考虑：子目录下的文件、有没有权限访问、存储单位的显示问题、删除操作添加二次确认、删除后重新更新列表、进度条等问题。

录个动图感受一下。

最后的效果是这样的，在特定目录下可以找出来占用最大的文件，并能选中某个文件进行删除操作。

而有了基础代码之后，增加功能就很快了，增加一个排序。

增加一个自动选择扫描路径的功能。

用它来写一点小工具，是非常不错的，它首次思考会更加深入，也会考虑代码健壮性和权限不足等问题。来对比用不同工具生成的第一版界面，左边是GLM-Zero -Preview 的界面，中文的界面也明显更加讨喜。

对于一些比较大众化的内容，GLM-Zero -Preview 会拥有更加自信的表现，拿网上一个计算游戏伤害数值的问题来说，它知道我们在讨论什么游戏，也知道更多题目中没有的信息。