CodeGeeX体验GLM4.5模型与实践

背景

各模型概要

image

性能评估

image

实践

Ghost Comments

看那些右箭头,就是动态注释,没有真实写入文件

image

代码BUG修复

总体一般,没有智能体的特色,只有CodeGeeX问答模式。

image

增加注释

速度快,但不生成方法头部的注释

image

解释代码

文字解释后,生成了流程图

image

实战代码扩展性修改PK

提示词

@workspace #codebase 此处,我们使用类强制转换为RedisVectorStore类,如何避免直接依赖实现类RedisVectorStore, 修改为优雅代码实现

IDEA+GLM4.5 符合OOP思想,面向接口编程思想。

image

接下来我们PK其他几个模型

对比TONGYI LINGMA+Qwen3-coder

虽然也实现避免依赖,但又依赖jedispool,不是我们想要的结果

image

对比Trae+Gemini 2.5 Pro

抽取了,使用StringRedisTemplate类解决问题, 但最终不我们想要的OOP编程. 并且Code代码修改完,还存在编译问题。

image

Kiro+Claude 4.0

采用相对复杂的代码重构,LLM使用了设计模式进行重构,模型能力的确比较强。但没有修改单元测试。

image

二次对话生成单元测试

image

Trae+Kimi-K2

采用投机取巧方法,用了反射来解决问题,也不是我们想要的。

image

总论

GLM4.5 代码综合能力还可以接受,重构类任务相比Claude4模型确实有一点距离,但其国产与开源。本文我们于JAVA工程研发代码场景,在CodeGeeX插件与其他插件,模型下进行对比尝试。直观对比看效果。

希望对大家有帮助与启发。

相关推荐
春末的南方城市23 分钟前
CVPR 2026 | 复旦开源首个端到端多模态矢量动画生成框架OmniLottie:UI动效革命,文本/图像一键转Lottie动画!
人工智能·深度学习·机器学习·计算机视觉·aigc
怕浪猫1 小时前
第12章 工具(Tools)与函数调用(LangChain实战)
langchain·aigc·ai编程
小程故事多_802 小时前
从Claude Code源码泄露,读懂12个可复用的Agentic Harness设计模式(生产级落地指南)
人工智能·设计模式·aigc·ai编程·harness
阿杰学AI2 小时前
AI核心知识116—大语言模型之 目标驱动的可控架构 (简洁且通俗易懂版)
人工智能·ai·语言模型·自然语言处理·aigc·机械学习·目标驱动的可控架构
墨风如雪11 小时前
越用越强不是广告语:拆解 Hermes Agent 的三层学习机制
aigc
小程故事多_8015 小时前
从零吃透Transformer核心,多头注意力、残差连接与前馈网络(大白话完整版)
人工智能·深度学习·架构·aigc·transformer
与虾牵手17 小时前
OpenClaw Nanobot 架构拆解:从源码学会 AI Agent 的骨架设计(2026)
aigc·ai编程
s1mple“”19 小时前
互联网大厂Java面试实录:谢飞机的AIGC求职之旅 - JVM并发编程到Spring Cloud微服务
spring boot·aigc·微服务架构·java面试·分布式系统·rag技术·redis数据库
小溪彼岸20 小时前
重新认识10年未被重视的Git原生功能:Git Worktree
aigc
AI攻城狮20 小时前
OpenClaw 本地内存检索与 node-llama-cpp 的依赖关系深度解析
人工智能·云原生·aigc