Skill发布三个月了，我才测试Claude Code是不是有点儿晚了

（ 以下测试犯了一些错误，详情参看《惭愧啊惭愧，难得测了回Claude Code，闹了个大笑话》 ）

先感慨一下

2025年10月16日，Anthropic 发布了 Agent Skills，至今整满三个月，它却已经成为了 AI 智能体领域的又一个行业规范了，比另一个大家耳熟能详的，也是它们家的规范 MCP 还要快。而承载它的Claude Code 发布还不到一年，OpenCode 也才刚刚半年。

或许是我最近一直在玩 Claude Code 的消息走漏了风声，公众号和B站给我的推荐至少有三分之一都是这方面的内容，也或许最近这类氛围编程工具就是很火，但不论如何，确实能让我感受到一种开发模式的转变，这个未来细说。

我不上是第一批尝鲜的人，因为 Cursor 用得比较舒服了，所以就算去年也听说了 Claude Code 的大名，也没有亲自上手试试。当然，也是因为 Claude 的账号出了名的难搞。

最近是因为看到很多人推广智普的 glm，所以也借此机会玩起了 Claude Code。我用智普赠送的 tokens 开发了一个可以本地运行，能把音视频文件自动转换为文本的程序，整体还算顺利。

写完程序主体花了不到一个小时，包括自动给我安装 whisper.cpp，下载模型，编写调度程序等。不过最终转出的文本没有标点，于是就叫它调整，它更换不同的模型，调整不同的参数，反复对比转出的效果，大概又花了一个小时，最终成品我还是很满意的。

于是我决定买它一年的订阅了，毕竟这会儿打折，Lite 套餐一年才172.8元，实在便宜。

花了钱后就不愁 tokens 了，我决定让它再做点儿复杂的，开发一个网站。我前阵子在看有关人脑健康的内容，了解到一个叫做 nback 的游戏（可以考验工作记忆），那会儿 Gemini 3 Pro 刚发布不久，我就用 AI Studio 开发了一个 nback 的游戏网站。

这种网站也算不上多难，但是毕竟有一套游戏规则，还有一些界面交互和分数统计，所以感觉还是能考验到 AI 的。就用 Claude Code 再重做几遍，也和 AI Studio 做个对比。

Claude Code

我先是让 Claude Code 根据我之前做的 nback 游戏网站生成一份游戏规则，后续都根据这个规则文档来重新开发这个网站，我总共测了三轮，都是按以下步骤进行的：

第一步，让 Claude Code 根据游戏规则来生成 PRD 文档，这里会用到我自己写的一个生成 PRD 的 skill，主要是为了几轮测试可以按同样的逻辑来生成 PRD。

prompt:
我要开发一个nback游戏网站，根据游戏规则文档，生成prd文档 

第二步，开启 plan 模式，让 Claude Code 根据 PRD 先生成 CLAUDE.md，然后再进行开发。

prompt:
根据PRD文档来开发整个网站。你要先根据Claude Code的最佳实践，先生成CLAUDE.md文件。然后再进行网站开发。网站的架构使用React和Next.js。

第三步，回答 Claude Code 的问题，确定最终的开发计划，然后开始开发。

第四部，等待完成，测试，修改 bug。

第一轮 智普 glm

第一轮，我用的就是在智普买的 Lite 订阅，模型是 glm-4.7。

前两步都比较顺利，但从第三步开始，开发过程就经常会中断。我就问它，你还在开发吗？它就假模假式地说，我正在开发，正在进行XX步，但刚刚明明已经中断了。不过因为有开发计划的控制，所以还是能继续开发下去的。

最后总共花了不到一个小时，第一版生成完了。Bug 肯定是有，语音异常，按钮无效，记分错误，修改了三四轮，基本能用了，全都改完的话应该在一个小时内能完成，就是样子有点儿丑。

因为很多人给我留言说智普这两天服务不稳定，所以我也不确定刚刚那一堆中断到底是模型不行，还是智普的服务不行。所以，我进行了第二轮测试。

第二轮 英伟达 glm

第二轮，我用的是英伟达提供的免费的 glm 模型，是网友留言提到的，支持每分钟40次调用，但是没说限额是多少，我感觉免费的肯定不会无限供应，不过也确实够我开发这个网站的了。

可以到下面网站注册登录后，点击右上方“Get API Key”来获取key，网上教程一搜一大把，我就不多说了。

https://build.nvidia.com/explore/discover

还是按照上面的步骤进行，但是因为第一轮实在有些丑，所以在第三步开发时，我要求它使用 frontend-design 来设计页面。这是一个专门负责前端设计的 skill，据说效果还不错。

prompt:
根据PRD文档来开发整个网站。你要先根据Claude Code的最佳实践，先生成CLAUDE.md文件。然后再进行网站开发。网站的架构使用React和Next.js，请使用frontend-design来设计页面，需要有渐变效果的背景，页面风格具有柔和的美感。

很遗憾，在开发过程中还是出现了多次中断，跟智普的一样，一次执行最长不到5分钟就会中断。我就只能不停地让它“继续啊”。

最终完成时间跟第一轮差不多，bug 情况也跟智普的相似，没声音，按钮无效，不展示游戏结果。改了三四轮，也基本能用了。但用了frontend-design 后 UI 确实好看了一些，只是没按我的要求添加背景，一片白，看着有些晃眼。

于是我就要求它加个渐变的背景，这样就好看多了。

两轮测试，都是前两步很顺利，第三步开发过程出现了多次中断，看来 glm 在处理较多步骤的任务时真是有点儿力不从心啊。所以，我决定还是跟 Claude 模型再对比下，又进行了第三轮测试。

第三轮 Claude Sonnet

第三轮，模型用的是 OpenRouter 的 Claude Sonnet 4.5，来看看 Claude 自己的模型究竟好在哪里。

同样按照上面的步骤进行，第三步也同样要求它使用 frontend-design 来设计页面。Sonnet 果然不负众望，跑了整整半个小时，一次性完成了开发任务。

尤其是最后的完成度也非常惊人，除了没声音和最终的分数统计有些小问题外，没发现其他 bug，颜值也相当不错。就是它生成的渐变效果的背景，竟然真的在渐变，每时每刻都在渐变。看来，在我这个测试场景下，sonnet 完胜 glm。

关于没声音的问题，我开始以为是 bug，但是后来发现之前用 AI Studio 开发的那版，本来声音是正常的，今天也没声音了。因为采用的是浏览器原生的 Web Speech API，所以没声音应该是跟我当前的浏览器环境有关，不是代码的问题。 修复过程中 Claude Code 也给出了使用音频文件的方案，甚至它还能自动生成我需要的音频文件，这个方案显然更靠谱。

AI Studio

再来对比下我上个月用 AI Studio 做的第一版。

我当时提的需求比较随意，记得一次生成完后就基本可用了，但是我对它默认采用的游戏规则不太满意，又改了几轮，才确定了当前的这版规则。所以这么推算的话，AI Studio 的能力应该不会弱于 Claude Code，至少比使用 glm 的 Claude Code 更强一些。

NBack 的逻辑也不算太复杂，但毕竟是个游戏，对页面的要求还是比较高的，从美观来看，我觉得 AI Studio 还是比 Claude Code 强。

上面就是用 AI Studio 开发的最终版，第一版时布局虽然更差一些，但样式已经挺好看了，关键是它给出的这张背景图，一下子就拉高了网站颜值，包括按钮的交互效果也很好，而我第一轮测试生成的页面有的连居中对齐都做不到。

总结

总的来说

1. 不论是执行长任务，还是生成的效果，sonnet 都完胜 glm
2. 但普通一些的开发任务，glm 也完全能胜任
3. 生成速度上我也没看出太大差异，不过遇到长任务时，glm 经常中断的话，确实会耽误时间
4. 如果注重 UI 的话，AI Studio 的审美绝对比 Claude Code 强

论 UI，哪怕 Claude Code 用上了 frontend-design，也还是不如AI Studio。至于这方面的优势，是 Gemini 的功劳，还是上下文优化的功劳就不太清楚了。

如果是上下文优化的功劳，那 frontend-design 就还能进化，或者还会有更多类似的 skill 被开源出来，专门提供特定风格的 UI 设计能力。

但如果是 Gemini 模型的功劳，除了直接用 AI Studio 开发页面，还可以用 banana 模型先生成原型图，再提交给其他 AI 编程工具去生成页面。反正你让 google 系的模型先掺合一脚，颜值就能有所提升。

选择

有很多人留言觉得 glm 慢，觉得智普当下服务比较差，觉得有免费套餐，或者有反重力，就没必要买 glm 了。我是这么想的，好东西有什么就用什么，没必要挑食。

我这些年一直都能用着第一梯队的模型。GPT 刚发布没几天，我就买了个号，后来23年时被封了，我就用 Claude，那时国内用 Claude 是非常方便的。再后来买了 Perplexity，于是24年一年既能用上各种最新的模型，又有了最好的 AI 搜索能力。

然后就是以 Cursor 为代表的 AI 编程工具开始流行了，直接订了一年。但从此开始使用成本也渐渐上升了，因为它是按token计量的，想用更多就得多花钱。所以有时就得多个产品切换着用，还能节省些成本。

25年很幸运买了个订阅包，花一份钱把 Perplexity、Cursor、v0、Notion等都解决了，年底还0元买了几个月的 Google One，Google 全家桶也用上了。

但对于编程来说，都是按量计费的，所以你不得不考虑成本。Glm 虽然能力欠佳，但成本低，又能满足我多数使用场景，一年才不到200，完全可以成为我26年的保底模型。有复杂场景了，那就再换上更好的模型就完了。

总之，就跟当年打疫苗似的，什么是好的，能用上就是好的。那什么又是用上呢，你用了它之后，挣的比花的多，那就算用上了。成本不只是钱，当有精力与时间，收益也不只是钱，还有你的视野与能力。

趁着优惠还没结束，想买的就行动吧，不过好多人反馈智普最近服务不太行，我倒是还没遇到问题，估计过了年，这个热乎劲过去应该就好了。