大家好，我是小林。

这几天很多同学看到国产大模型GLM-4.7发布了，然后后台留言跟我说，很期待小林实测一把智谱的 GLM-4.7 模型。

智谱 GLM-4.7发布之后，就看到大家都说它是最强开源编程模型，Claude最佳平替，甚至在性能上已经超过了Claude 4.5 Sonnet。

emmmm，听到这话我心情很复杂，一半是兴奋，一半是怀疑。

兴奋的是国产模型已经开始领跑，脚步越来越稳。怀疑的是它到底有没有传说中那么猛，会不会也是宣传大于实际。

我随手翻了下官方文档，最后那句话挺抓人：Artifacts和Agentic Coding在前端美感和长程任务上的效率提升。

所以GLM-4.7到底能不能打，接下来我自己测。

这时我脑海就冒出了这一次测试 GLM-4.7 Coding 能力的项目了，我决定 让GLM-4.7 干一件够分量的事：做一个微信。

对的，你没有看错，就是那个国民级软件——微信。

为什么是微信？因为它不是一般项目，而是复杂度足够考验真实工程能力的级别：即时通讯、好友体系、群聊、文件、图片、语音、表情，再加上登录鉴权、消息同步、数据库结构，还要前端后端协议架构一整套都跑得起来。

这个挑战不是写个Todo List 应用、搭个博客、做个登录页面的级别，而是把一个大模型的编码能力、架构思维和工程落地能力集中拎出来过一次关口。如果GLM-4.7能在这个项目上跑得顺，它就不只是会写代码，而是有做产品的能力。

这里我说一个结论：GLM-4.7非常强，GLM独自完成原型设计到前后端落地，最终实现一个微信风格的 IM 网页APP

效果如下视频，我不说是我访的微信，你们第一眼肯定也觉得这也就是“微信“吧？

顺便说明一下，我这个微信风格的 IM Web 应用目前做的是 MVP，主要实现了IM 应用最核心的聊天功能，但整体架构和思路完全可以扩展到更多功能。

你可能会好奇，我到底是怎么让 AI 一步步把整个应用做出来的？下面我就完整分享一下整个 vibe coding 的过程，大家也可以学习我的思路，可能对你自己搞 vibe coding 会有帮助。

从 0 到 1，用 GLM-4.7 开发一个微信

既然要做一个产品，第一步必须理清需求：哪些要做、哪些优先、哪些不做，然后做出原型设计。原型的价值在于快速验证产品样子，改原型比改代码便宜得多。

有了原型，后端就能根据它设计接口——确定路径、参数、返回结构和业务逻辑；前端则按接口和页面实现功能，最后再联调、测试。

在用AI开发时，有一句话很关键：慢即是快。听起来矛盾，但实践中非常现实。

不要一上来就让模型疯狂写代码、堆文件，而是先把思路铺开。因为在AI开发里，最大的问题从来不是写不出代码，而是方向错了，所有生成的内容都白费。前期慢，其实是在给后期减少返工成本。

用AI写代码，不是谁输指令谁牛，而是谁把问题讲明白谁快。

这次的开发工具选用 Claude Code 加智谱 GLM Coding Plan 套餐，具体接入方式可以上bigmodel.cn查看详细文档。

01 ｜理清需求，原型先行

有了这些理念，第一步就是理清需求，先做原型。目的很简单：把系统长什么样、包含哪些功能先说清楚，后续写代码才不会跑偏。

于是我直接让GLM-4.7参与对话，帮我梳理需求。结果它非常给力，输出了一份详细的MVP(最小可行产品)功能列表。

而且它还按照阶段列出了如何按部就班推进，每个阶段具体要做什么都交代得清清楚楚。

有了这个基础需求文档，就可以开始做原型设计了。我给GLM-4.7的提示词很简单：核心要求是UI风格参考微信，必须包含聊天、通讯录、发现和我的四大核心页面。其他提示词只是辅助作用，目的是让原型设计更合理、更贴近真实产品。

没多久，GLM-4.7就把我需要的页面原型全都输出出来了，速度相当快，完全杠杠的。

效果图如下，大家觉得如何？我看着感觉已经很接近微信的风格了。

因为我要求GLM-4.7参考微信的UI，而不是追求美观，所以它的审美能力看不出来太多。但原型的复刻还是非常到位的。

02｜先有接口文档，再写代码

有了原型图，就可以生成后端接口文档了。在开发过程中，我们坚持先有接口契约，再写代码的原则。

通过接口契约，前端和后端有了明确的沟通标准：前端可以提前搭建页面和交互，后端可以独立实现逻辑和数据处理。这样，即使并行开发，也不会因为接口理解不一致而返工。

我在这里写好了生成接口文档的prompt，然后交给GLM-4.7去完成。

接口文档生成得非常快。我大致看了一下，每一个原型图里的功能点都有对应的接口设计，非常完整。

恐怖的是，这份接近3000行的接口文档格外细致，参数、返回值和示例都齐全，前端和后端都能直接用。要是让我自己写，别提得多痛苦了。

03 ｜建立长期记忆

在正式开发前，我需要准备一个CLAUDE.md文件。它相当于给GLM-4.7建立长期记忆库，把项目中高频、必须遵守的规则和知识统一沉淀下来。

为什么重要？比如我做的Xiaolin Chat接口多、模块复杂，单靠一次对话很难完整推进。即便GLM-4.7上下文窗口高达200K Token，也无法一次消化所有接口细节，下一次新会话很可能忘记之前的接口文档和规则。

CLAUDE.md解决了这个问题：关键规则、接口位置、响应规范提前写好，每次新会话GLM都能自动获取，不用反复提醒。这样既提升效率，也保证整个项目风格和规范一致。

对于现有项目，可以在Claude Code里执行/init命令自动创建CLAUDE.md。

不过我这个项目才刚起步，所以我决定自己写一份CLAUDE.md，保证后续每次新建对话时都能高效进行。

写CLAUDE.md这事儿，少即是多，写太多反而容易被Claude无视且浪费Token，所以我初始写的很简洁

# 必要文件

1. 原型设计：./UI/

2. 接口文档：./docs/API接口文档.md

# 核心规则

1. 前端按照原型开发，对接后端必须遵循接口文档。

2. 后端接口实现必须严格以接口文档为准。

# 开发目录

1. 前端 ./frontend

2. 后端 ./backend

在开发过程中，大家一定不能忽视CLAUDE.md的维护。

04 ｜后端开发

现在终于进入代码开发阶段，先让他实现最主要的聊天功能，这次我选用Go语言来开发这个IM项目，技术栈是Go+Gin+Gorm+MySQL。

中间我没有任何额外干预，再看屏幕时，GLM-4.7已经把项目完成了。

说实话，这让我有点意外。它不是简单拼代码，而是按照Go的工程化思路搭建项目。不是能跑就行的脚本，而是从入口、配置、分层逻辑到模块拆分都安排得妥妥的。

我调用后端API创建了一些用户，发现用户表的密码也严格加密处理了。毕竟谁也不想自己的密码明文存数据库。GLM-4.7在数据库设计上，细节处理得还是挺到位的。

因为通常大语言模型初次开发还是主要考虑效率和功能的完整度，所以我让GLM帮我优化一下性能，优化的结果如下：

这个优化效果很明显。GLM首先替换了Go语言中的JSON序列化方案，我做了一次性能测试，结果显示性能确实提升明显。

其次是增加对象池来减轻频繁分配对象的造成的GC压力。

当然，上面只是第一阶段的优化结果，这里再贴一下GLM-4.7第二阶段的优化结果

整体来看，GLM的优化不仅提高了单项性能，还确保了整个系统在高并发下的稳定性和可扩展性。

我强烈建议大家在使用GLM-4.7完成基础功能后，再让GLM进行一次全方位的项目优化操作。这样不仅能提升性能，还能让代码更稳健、更规范。

05 ｜ 前端开发

后端开发完成后，就可以把原型图和接口文档交给AI了。当然，我还会附上一个常用提示词，比如对技术栈的要求。

这里要额外提一点，因为我们最开始就有完整的原型设计和接口契约，所以可以开两个终端，让GLM-4.7同时开发前端和后端。

有人可能会问：你不怕Token用完吗？

其实完全不用怕。我用的是最便宜的GLM Coding Lite，以前看着"三倍Claude Pro套餐用量"也没啥感觉。可我打开控制台一看，最近5小时用了44%，总共1700万Token，理论上一天能用上亿Token，对于一般的项目开发来说，很难用完，不得不说，GLM性价比是真的高。

前端开发完成了，我已经迫不及待想看看最终效果。先来看登录页面：

乍一看和原型UI很相似，但一些细节还没处理好，可能是对接后端逻辑占用了不少上下文窗口，没能尽善尽美。不过问题不大，我新建一个对话，把图片直接发给GLM，让它自己修复一下。

修复完成后，刷新登录页面，效果提升明显，几乎1:1复刻了原型设计。

最开始的主页面是这样的，和原型很相似

家都知道桌面版微信是对话列表加聊天界面两栏设计。一开始我没有让GLM生成这种原型，其实是想考考它：如果原型需要调整，它能应对得怎么样。

结果显然没让我失望，GLM完成得非常出色。

就算让GLM把emoji功能实现，也完全没问题。

06 ｜临时需求：测试GLM的前端审美

前面测试了GLM的前后端能力，而且UI都是参考微信设计的，看不出它自己的设计能力。

于是我决定再加一轮测试，让GLM-4.7做一个赛博朋克风格的后台监控管理系统。为了感受视觉效果，展示的数据都是我让GLM自己mock的。

没多久，GLM就完成了开发，并且mock一些展示数据。

打开页面一看，发现整体还是很有赛博朋克的氛围。

但真正让我惊喜的是各个页面，给大家看一下视频，比我预想的效果还要好

这个界面实现完，我才发现GLM的前端审美能力比我预期的要好不少。

布局合理、色彩搭配和元素排布都很有感觉，哪怕是赛博朋克这种风格，它也能把握住氛围。虽然它不是人类设计师，但生成的界面让我很少觉得生硬或违和，总体上非常顺眼，体验起来也自然。

这让我意识到，大模型在前端设计上，已经不只是代码生成工具，更能承担一定的视觉呈现能力。

最后谈谈感受

实测下来，GLM-4.7给我的最大感受是，它真的很强。

前端、后端、UI审美，样样都能干。只要提示词合理、开发流程按部就班，GLM几乎可以独自扮演整个团队。

以前我从不敢独自上手开发一款产品，但有了GLM-4.7，我的信心瞬间翻倍。感觉自己和GLM-4.7组合起来，就像拥有了一支全能团队，任何脑子里的想法都能一步步落地。

回到最开始，我敢说，GLM就是Claude的最佳平替，而且完全超越了Claude 4.5 Sonnet。

因为在初版UI出来后还有些小瑕疵，我试着切到Claude 4.5 Sonnet去修复，结果它表面上说好了，但实际效果几乎没变化。而我切换到GLM-4.7，只用一次提示词就彻底fix掉了。

这更加让我坚信，GLM才是最适合中国开发者的模型。它对中文指令的理解和执行远比Claude顺手，更贴合我们的开发习惯。

对了，正当我在写这篇实测文章的时候，我刚好我看到群里也有人分享了一个智谱的小彩蛋，真的很有趣。

只要购买了 GLM Coding Plan 套餐的朋友，就可以在Claude Code等编程工具输入「阿姨助我」的提示词，然后发送。

我自己试了下，真拿到了沪上阿姨的奶茶卷。一边喝着GLM送来的奶茶，一边盯着GLM-4.7写代码，这大概就是新时代程序员的日常了。

看到这里，如果你打算上手 GLM-4.7，我强烈建议大家直接上 Coding Plan套餐。额度够大、响应也快，完全能支撑你完成前后端开发等工作。

刚好最近 GLM 有跨年限时优惠，如果准备体验GLM-4.7，现在就是比较合适的时机。

以我的判断来看，只要它后续的实际表现还能维持现在的水平，甚至继续提升，那这种力度的优惠以后只会越来越少。从性价比出发，现在入手比继续观望更划算。