YT 学习笔记

把 Claude Code 的引擎换成 GLM 5.2 - Nate 全天压测

27分钟阅读下载 MD

封面

Nate Herk · 15:43 · 发布 2026-06-19 · 16.2万次观看(截至抓取) · 观看原视频

🔥 观众最高回放 10:31 — 示范如何在 Claude Code 的 settings.local.json 里设环境变量把请求路由到 Z.ai 的 API,实现 Claude Code 用 GLM 5.2 而 OpenCode 仍用 Opus 的”同款车壳换发动机”。

主旨

Nate 把智谱出品的开源大模型 GLM 5.2 通过改写 Claude Code 配置里的 ANTHROPIC_BASE_URL 路由进 Claude Code 的 Harness,用一整天做了五六个小时的密集压测,得出一份”80% 的知识工作 GLM 5.2 就够了,20% 才需要 Opus”的 80/20 任务分配。

核心论点

  1. Claude Code 是模型无关的 harness,真正的引擎是 base URL 指向的模型提供方——改 ANTHROPIC_BASE_URL 即可在 Anthropic/Z.ai 之间”换发动机”,无需新装任何工具。(→ 详解1)
  2. GLM 5.2 在常见设计/代码/调研任务上能扛下大多数知识工作,Nate 估计 80% 可交给它,只把重推理留 Opus。(→ 详解2)
  3. GLM 5.2 比 Opus 便宜约 5 倍(输入 $1.40/输出 $4.40 vs Opus $5/$25),且在某些任务上速度反超 Opus(同款网页设计:GLM 3 分 59 秒 vs Opus 14 分 59 秒)。(→ 详解3)
  4. 决定该不该让 GLM 5.2 做的关键变量是 reasoning 深度:推理链越浅、视觉/设计活越多,GLM 5.2 越划算;长链调研/创意编排 Opus 仍然领先。(→ 详解4)
  5. 比起性能,选择开源大模型的真正动因是”抗被夺走”:闭源模型(Fable 临时下架)是租来的,Anthropic 与 OpenAI 仍未盈利、随时可能改订阅/挪功能到 API 计费;开源权重模型即便不能本地跑,至少可以选不同提供方。(→ 详解5)
  6. .claude/settings.local.json 的环境变量是同账号下”按项目切模型”的最干净机制:不同目录用不同的 settings.local.json,Claude Code 启动时自动决定用哪个模型,无需手动切换。(→ 详解6)

知识点详解

1. 介绍与开场:GLM 5.2 全天压测 00:00

Nate 开场即把测试情境摆到台面:“I’ve been playing around with GLM 5.2 inside of Claude Code all day, and it’s incredible”(00:01)——他对 GLM 5.2 跑在 Claude Code harness 里”显著更快、更便宜”留下了足够深的印象,才愿意录这一期。而开场 23 秒的片头,本身就是 GLM 5.2 用一条 /goal 指令自己编辑的:“it was one prompt. It was one /goal right here”(00:25),耗了一小时 15 分钟,跑了 357K token。

这种”用被测模型本身生成片头”的自我参照有两层信号:一是 GLM 5.2 能读懂 CLAUDE.md/skill 并在 harness 里走完整条管道,二是复杂多步视频生成这种长链推理场景,Opus 反而更快:“Opus would have done this much quicker”(00:48)。Nate 把这种”GLM 啃得动 Opus 啃得也动、但耗时差距很大”的判断写进了片头,而非藏起来——属于”与利益反向”的样本:他给 GLM 5.2 立 flag 的同时,主动承认它在某些长链任务上不如 Opus,这与”全方位替代 Opus”的卖货话术相反。

2. GLM 5.2 在 Claude Code 里能做什么 00:56

Nate 用两轮对照展示 GLM 5.2 在 Claude Code harness 里的真实表现。第一轮是同款电商网站设计,他让观众先猜哪张由 GLM 5.2 出、哪张由 Opus 出:“which one of these do you think was designed by GLM 5.2 and which one was designed by Opus”(01:01)。两张图都是动态元素齐全、品牌调性一致的成品,差别收敛在 Opus 偶尔冒出的奇怪”F 字体”上——这种一线细节的差别,首次 blind test 几乎无法分辨。

数据端更直接:GLM 用时 3 分 59 秒、Opus 用 14 分 59 秒,且 GLM 的 token 数更少、单位 token 价格仅 Opus 的五分之一:“On the left side with GLM, we got this done in 3 minutes and 59 seconds”(01:42)、“we got this done in 14 minutes and 59 seconds”(01:45)、“its cost per token is also five times cheaperish”(01:51)。

第二轮是同一份作业分发给两个 agent,由第三方(Codex)盲判。Nate 让 Codex 出题、Codex 评判、以规避互相污染:“I had Codex create the homework assignment just so there was no like crosscontamination”(02:06)。结果 Codex 判 Opus 更好,理由是 Opus 抓到了一处 GLM 5.2 漏掉的边界情况(“duplicate records with values like true versus one or one versus 1.0”)——这是 Nate 用来校准”GLM 5.2 够用”判断的对照样本,而非推销材料。

3. 什么时候才真的需要 Opus(80/20 任务路由)02:40

Nate 在总结对比后给出一句核心判断:“how often do you actually need the power of Opus”(02:44)——只有约 10% 到 20% 的日常任务真用得上 Opus 的能力,然后他紧接着立下另一句相反方向的锚:“You could probably handle 80% or more of your knowledge work with something like GLM 5.2”(02:52)。

支撑这组数字的不是 benchmark,而是他当天的实际体感:他一小时内同时开 5 个 session 反复压测 GLM 5.2,“about four or five hours straight of just literally hammering it”(03:18),他的 Z.ai 5 小时配额才用掉过半、周配额仅 10%——产能与配额消耗对比,本身就是”GLM 5.2 在他常用任务上吃得住”的间接证据。

但 Nate 也没有把这条结论绝对化。他在另一例里直接给了反例:“Opus took about 5 minutes and GLM 5.2 took about 24 minutes”——也就是当 prompt 涉及更深的推理链时,Opus 在速度上反而领先。换言之,Nate 的 80/20 不是模型本身的能力边界,而是”大多数知识工作中浅层调用、少数需要长推理”的分布估计。

这种把”该用什么模型”做成每步决策的能力,跟频道一贯主张的 模型切换、模型分散 思路完全同源——只是这次落地成了一个”GLM vs Opus”的二选一样本。

4. 创意一键出活:/goal 让它自由发挥 03:39

Nate 的下一个对照实验更偏向审美/创意:同一句”随便做点什么展示你的品味”丢给两个模型,看各自挑什么主题、怎么呈现。给 GLM 5.2 的 prompt 是”be creative. Show me how good your design skills are and just build me whatever you want”(03:40)——GLM 5.2 自选了”注意力解剖学”(Anatomy of attention),用动态星星背景、做了一张把”animal didn’t cross the street because it was too tired”这类典型注意力机制案例可视化的交互页(可动元素 + token 关系图 + 图表)。

Opus 拿到同样的 prompt 后选了一个完全不同的方向:“life of a Death Star”(04:33)——一个 Death Star 生命周期时间线。两者质量都过得去、设计语言也保持一致(因为都通过用户的 skill),但 GLM 5.2 的版本带有明显的”vibe coded”质感、Opus 仍是那种偏精致的演示版。

值得注意的是,Nate 在这一段提到了一个反差数据:GLM 的 /goal 花了约 35 分钟,Opus 的同样 11 分钟——也就是说,goal 这种长链路创意编排反而是 Opus 的强项,与上一节”Opus 5 分钟 vs GLM 24 分钟”的长任务观察一致。Nate 的结论是”GLM 5.2 在这条任务上确实打不过 Opus “,这又是一个落在”与利益反向”档位上的细节。

5. Storm 五角色调研流水线 05:21

Nate 演示的第三个 GLM 5.2 用例,是把 Storm 调研技能用 sub-agent 全跑 GLM 5.2:“/goal I need you to use the storm research skill… to research open source AI models versus closed source and the end deliverable is an HTML report”(05:29)——所有派生 Subagent 都用 GLM 5.2,共 5 个不同”镜片”角色(实践者/学者/怀疑者/经济学者/历史学者)交叉辩论,最后产出一份 HTML 报告:“This took about 27 minutes and I got this report back”(05:41)。

这份报告的关键在于:Nate 看见的不是”GLM 5.2 比 Opus 强”,而是”harness > 底层模型”——报告的扎实感不是模型本身给的,而是”a bunch of different agents, bunch of different verification checks”给的结构性产出:“the way that you prompt them, the way that you use them, the way that you have your skills and your harness and your context layer”(07:05)。他对这次产出的态度是”100% 放心给 GLM 5.2 做调研、我不放心它做最后归纳”:

对于 GLM 5.2,我愿意让它帮我做”收集观点/拉数据/汇总来源”这种调研,但真要做”基于这些数据思考什么最重要、怎么落地到我身上”的判断,我还是想用 Opus——“I would trust GLM 5.2 here big time to do me a bunch of research”(07:10)。

这一段与其说是”GLM 5.2 测评”,不如说是对 Harness 设计原则的一次再确认:模型的能力上限由 orchestrator 与 prompting 决定,而非模型的原始智商。

6. 为什么开源值得押注 07:36

Nate 在介绍 GLM 5.2 的开源身份时,直接把立论点拉到”租 vs 拥有”上:“it is an open-source model, right”(07:39)、“you rent it you pay directly to the provider in order to access it”(07:47)——闭源模型永远是租来的,提供方随时可以拿走。

这个区分的意义不在省钱,在”不可被夺走”。Nate 列举的是真实发生过的案例:“Think about the fact that Fable got pulled away from us”(09:19)、“That just tells you that we are renting something that could be taken away from us”(09:23)。加上闭源厂商仍未盈利的现实:“Anthropic and Openi aren’t profitable companies right now”(09:29)——一旦云计算账单压力上来,Anthropic 完全可能”把 Fable 拿回来,但你要用只能走 API 计费”,那比 Opus 还贵。

因此 Nate 给出的应对是用”开源 + 多订阅”组合拳抗风险:即便 GLM 5.2 这种 756B 参数的怪物不能本地跑(“it would need the infrastructure to support that. Most of us don’t have that just lying around”(08:07)),通过不同提供方(Z.ai)与不同档位订阅来分布消费,实质上就是在用订阅组合替代”被一家绑定”。

这段不是技术结论,是商业判断——但 Nate 认为它比”模型在 Frontier S. SWE 上拿几分”更值得压在脑子里。

7. 基准、价格与”租用 vs 自有” 08:21

Nate 把开源/闭源的争论具体化成了两组数字:基准与单 token 价格。先看基准,他用 Ollama 上展示 GLM 5.2 的模型卡片,标注 756B 参数 + 1M 上下文:“you can see here that we have GM 5.2. It’s got the 1 million context window and the size is 756 billion parameters in this case”(08:49),并展示 GLM 5.2 vs Opus 4.8 / GPT 5.5 在 SWE-bench 类评测上的对比——GLM 5.2 在 Frontier S SWE 评测里超过 GPT 5.5,击败 Sonnet 近期版本,SWE-bench 上比 Opus 4.7 在多项评估上更好:“GLM 5.2 was beating that model in a lot of these evaluations”(10:13)。

但 Nate 自己给基准加了冷静框:“it’s more about the feel and how you actually use them”(10:28)——评测只是兴趣参考,真正决定是否上车的还是体感与价格。

价格层他给出 Z.ai 公开 API 单价:Opus 4.8 是输入 $5、输出 $25;GLM 5.2 是输入 $1.40、输出 $4.40——反推下来 “five times cheaper” 正是从这组数字来的。换言之,他自己的体感判断被这组公开定价背书了一次。

至于”租 vs 有”的另一面:Nate 承认 753B 参数意味着自托管门槛非常夸张——家庭级硬件跑不动。所以普通人的现实路径不是”本地 deploy”,而是”在多家提供方之间切换”。他认为这条曲线跟闭源厂商自身走向是同向的:“I can definitely see a future where every company is just running their own local models”(15:09)——Anthropic 与 OpenAI 自己也在为那一天布后手(对企业接入服务而非 API 智能本身)。

8. 接入配置 + 收尾 10:33

这是视频热力峰所在段(Nate 在此处演示了 settings.local.json 改写)。Nate 的接入路径分两步:第一步去 z.ai 拿 API key,可选按 token 付费,也可选 16/64/144 美元的月套餐——16 美元/月适合轻度用户,与 Cloud Max plan(200 美元档,可与 Z.ai 16 美元套餐并行)按需切换:

“you can also just get a plan. So you could go on 16 bucks a month, 64 bucks a month or 144 bucks a month”(11:14)。

第二步,在 .claude/settings.local.json 里设环境变量:ANTHROPIC_BASE_URL 指向 https://api.z.ai/api/anthropic、ANTHROPIC_AUTH_TOKEN 填 Z.ai 的 key,然后把 ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、ANTHROPIC_DEFAULT_HAIKU_MODEL、CLAUDE_CODE_SUBAGENT_MODEL 全部指向 glm-5.2。

Nate 把这件事用一个比喻说清楚:“If the harness is the car and the engine’s AI model, we’re just switching out the engine”(13:12)——base URL 一改,Claude Code 自动用 Z.ai 作后端,Anthropic API key 字段保留为空即可。注意此处他说的是”you leave the Anthropic API key blank”——因为 base URL 改了之后,Anthropic 那条线路上不再有密钥校验。

Nate 的”按项目切换模型”做法是利用了 Claude Code 的 settings 作用域规则:不同工作目录用各自的 settings.local.json,CD 进哪个目录、Claude Code 就用哪个模型。他在视频里演示了两份项目:一份 settings 指向 GLM 5.2、另一份完全不写 settings,后者自动 fallback 到他的 Cloud Max plan 订阅用 Opus:。

由此推断的实操价值:不只是”换成 GLM 5.2 省钱”,而是”每个项目根据任务类型,可以对应不同模型”——重推理项目用 Opus、常规编码项目用 GLM 5.2、调研型项目用 GLM 5.2 + Storm skill。视频的最后他把这个判断作为主要 takeaway:“请在评论里告诉我你们想看的方向,我能预见的未来每家公司都会跑自己的本地模型”。

可执行步骤

  • 去 z.ai 开通账号(按 token 或月套餐),在 API keys 里拿一个 key。
  • 在需要用 GLM 5.2 的项目根目录建 .claude/settings.local.json,把本视频描述区的 env 块拷过去,只把 ANTHROPIC_AUTH_TOKEN 替换成自己的 key、ANTHROPIC_BASE_URL 保留为 https://api.z.ai/api/anthropic。
  • 启动 claude 在该目录下启动会话,确认顶部显示 glm-5.2 ... 1M context 与 Z.ai API 用量计费,而不是 API usage billing 显示 Anthropic。
  • 用同一份 prompt 跑一次”3 分钟设计”的对照,自己体感 GLM 5.2 vs Opus 在速度/质量比上的差距。
  • 在重推理任务的项目里保留空白 settings.local.json,让 Claude Code 自动 fallback 到 Cloud Max plan 订阅用 Opus;在常规知识工作项目里走 GLM 5.2,做到”按目录路由”。

关联

  • OpenCode + GLM 5.2 实测 互补——独立频道用 OpenCode 而非 Claude Code harness 跑同一波对照,质量判断(配色/字体/SVG)接近,成本结论($1.63 vs $15-20)同方向,本片为 Claude Code 侧填上对照数据。
  • GLM 5.2 接入指南 互补——Greg 侧走 Cursor + OpenRouter 接入、面向 Codex CLI 用户,本片走 Claude Code + Z.ai 直连、覆盖 harness 实现的另一条路;另侧已收录成本与 model chaining(模型链补视觉)的对照视角,可与本片”用 settings.local.json 路由”互证。
  • STORM 调研团队课 进阶——先读该笔记理解 Storm skill 五角色机制,再回看本片第 5 节(Storm Research With GLM)对”GLM 跑整条 Storm 管线”的实测,知其然并知其所以然。
  • Opus Fable 模式 + 模型路由表 进阶——先读建立”按任务分流模型”的理论框架,再回看本片拿到”GLM vs Opus 速度/质量在哪些任务上翻盘/反水”的真实数据,用来校准路由判定表。

一手来源与延伸

  • GLM 5.2 模型卡与 Ollama 上的 model page(meta description 指向 z.ai;Ollama 上展示的 756B/1M context 数据见本片 08:49):用来核对上下文窗口与参数量。
  • 本片视频描述区(meta description)直接给出了 Z.ai ANTHROPIC_BASE_URL 完整 env 块与 Z.ai 套餐价,无需再查文档,可直接拷贝到 settings.local.json。
  • Z.ai 控制台 API key 申请路径见本片 10:37 起的演示流程,该链接(https://z.ai)无须额外外链。

术语

  • GLM 5.2:智谱 AI 出品的开源权重模型,1M 上下文窗口,本片做主角。已在索引。
  • Z.ai:智谱 AI 面向海外用户的模型托管与 API 服务,GLM 5.2 的实际跑算力位置。已在 GLM 5.2 条目说明。
  • Claude Code:Anthropic 出品的命令行 agentic 编码工具,本片是它的”换发动机”对象。已在索引。
  • Harness:套在底层模型外、用规则/context/skills/guardrails 把它”训成可工作产品”的中间层,本片中 Claude Code 即一个具体 harness。已在索引。
  • ANTHROPIC_BASE_URL:Claude Code 内置的环境变量,改它即可把 Anthropic 后端请求重定向到任意兼容协议提供方(本片用 Z.ai)。新概念。
  • settings.local.json:.claude/ 目录下的项目级配置文件,可装 MCP、权限、环境变量,本片用它装模型路由。新概念。
  • 引擎换装(Engine-swap) :把 Claude Code 比作车、把底层模型比作发动机,改 ANTHROPIC_BASE_URL 等同于”换发动机”的解耦思路。新概念。

金句

“If the harness is the car and the engine’s AI model, we’re just switching out the engine.” (13:12)——一句话说清 Claude Code 与底层模型的关系:Claude Code 不挑模型,后端换成谁它就用谁。

“It’s more about the feel and how you actually use them.” (10:28)——在基准跑分满天飞的 2026 年,Nate 主动给 SWE-bench 退烧:体感比跑分更能定”该用哪个模型”。

“Claude Code is a harness. It’s a harness for AI models.” (05:11)——把”Claude Code = Claude 模型 + 工具”的误解一次掐断;harness 与模型不绑定。

立场与利益

  • 与利益反向(可信度最高) :Nate 反复演示 GLM 5.2 输给 Opus 的场景——片头制作(同 23 秒视频 Opus 半小时 vs GLM 一小时,见00:48)、/goal 创意编排(GLM 35 分钟 vs Opus 11 分钟,见第 4 节)、以及单任务里 Opus 5 分钟 vs GLM 24 分钟的反差;明示 GLM 5.2 不适合所有任务、需要与 Opus 搭配使用,与”全方位替代 Opus”的卖货立场相反。
  • 利益中性(按内容本身采信) :定价事实(GLM 5.2 1.40/4.40 vs Opus 5/25)、配置演示(完整 env 块见本视频 description)、性能体感(3:59 vs 14:59 的同款网站、357K token 的片头生成用量、Storm 五角色调研 27 分钟完成);数字公开可独立验证,机械可复现。
  • 与利益同向(待印证) :核心主张”GLM 5.2 能扛 80% 知识工作,因此值得立刻把 Claude Code harness 切过去”——这条直接服务频道教”更低门槛入门 Claude Code”的招生定位,但 Nate 本人也是 Claude Code 重度用户、卖 Claude 顾问与 Skool 社群,所以这条主张并非纯单向推销。

利益证据一行带过:description 里挂了两次 Skool 社群带 ref 参数 CTA、uppitai 咨询入口、Glaido 与 Hostinger 的 affiliate 码,但没有 Z.ai 任何合作声明(Nate 在视频里明说”obviously, they’re not a sponsor”)。

价值定位

  • 适合谁:已经在用 Claude Code,但被 Opus 5/25 的价格或被 Fable 临撤回事件惊到的从业者;想要一份能直接抄到 settings.local.json 的接入指引、而不是又一篇”GLM 5.2 很强”的测评。
  • 解决什么:用十分钟视频落地”Claude Code 切 GLM 5.2 当平替引擎”的最完整路径,涵盖订阅档位对比、env 块、项目级路由,以及压测下来的 80/20 任务分配建议。
  • 认知 vs 实操:两者都重——Nate 把”harness 与模型解耦”这一概念压进了一段比喻里(节 8),同时给的 env 块可直接拷贝使用(节 8 + 视频 description)。
  • 与已有笔记重叠/独有增量:与 GLM 5.2 接入指南 重叠于”模型维度”评测(都是开源追 Opus 的成本与跑分故事),但本片独有**“通过 settings.local.json 重定向使 Claude Code harness 切到 GLM 5.2”的具体配置路径**,这是 Greg 那篇没覆盖到的。

自检问题

  1. Nate 测的同款电商网站设计:GLM 5.2 用时 vs Opus 用时分别是多少?GLM 与 Opus 的成本比大约是多少倍? 答案:GLM 3 分 59 秒,Opus 14 分 59 秒;成本比约 1:5(GLM 不到 Opus 的五分之一)。详见第 2 节。链接 01:42
  2. Nate 的 80/20 任务分配法则下,80% 的知识工作交给谁?剩下 20% 留给谁?决定”该不该用 Opus”的关键变量是什么? 答案:80% 交给 GLM 5.2,20% 留给 Opus;关键变量是任务所需的 reasoning 深度——推理链越浅、视觉/设计活越多,GLM 5.2 越划算;长链推理/创意编排 Opus 仍然领先。详见第 3 节。链接 02:44
  3. 把 Claude Code 切到 GLM 5.2 的关键环境变量是哪两个?其中 ANTHROPIC_BASE_URL 应该指向什么 URL? 答案:ANTHROPIC_BASE_URL 与 ANTHROPIC_AUTH_TOKEN;前者指向 https://api.z.ai/api/anthropic,后者填 Z.ai 控制台拿到的 API key,Anthropic 原生 key 字段保留为空。详见第 8 节 + 视频 description 完整 env 块。链接 13:11
  4. Nate 走 GLM 5.2 跑 Storm Research 五角色调研耗时多久?他对”harness vs 模型”这件事给出的判断是什么? 答案:约 27 分钟;判断是”harness 比底层模型重要”——报告扎实感来自多 agent 流程与验证检查,而不直接来自模型智商。详见第 5 节。链接 05:41 与 07:05
  5. Nate 主张”选开源大模型”的核心商业原因不是性能而是?”Fable 被临时撤回”这件事如何支撑他的论点? 答案:核心原因是”抗被夺走”——闭源厂商仍未盈利、可随时把功能挪到 API 计费,Fable 事件证明租来的模型可以无预警下架,开源权重即便不能本地跑,也能选不同提供方分散风险。详见第 6 节。链接 09:19

关系图谱

反向链接