跑了下 GLM 编程能力，总体来说还是差 Codex 一截 1 running time 整体推理解析、编程速度要比 Codex 慢 1/3，等的我 20 个波比跳做好 2 默认 UI 设计还是偏国产的土（P1 GLM， P2 Codex） 3 Output 输出缺乏自动 improvement，需要不断喂 feedback