一家有约 2000 名工程师的公司，为什么不让最贵、最强的模型做默认编程助手？ 最近 Hacker News 重新讨论了 Revolut 的一场演讲。先说时… · @AChaiNotes · TwKit

@AChaiNotes

一家有约 2000 名工程师的公司，为什么不让最贵、最强的模型做默认编程助手？ 最近 Hacker News 重新讨论了 Revolut 的一场演讲。先说时间：演讲是 10 月 13 日的，不是今天刚发布的新产品。 Revolut 的 AI 运营负责人 David Abitbol 介绍，他们让自托管的 GLM 成为常规编程任务的默认方案，Claude Code 等前沿服务仍保留给特殊需求。 他给出的内部部署数据很猛：约 56 张 B200 GPU，服务约 2000 名工程师；折算成本约每百万 token 0.30 美元，相关账单约为此前 Anthropic/OpenAI 支出的十分之一。 注意，这些都是演讲者对自家部署的说法，不是公开云端报价，更不能理解成所有公司都能照这个成本复现。提到的交付周期、编程时间改善也是内部观察，不能简单归因于换了模型。 我觉得最有意思的不是“开源打赢闭源”，而是：当工程师不再担心每次调用都在烧预算，才更敢把文档、工单、沟通这些零碎活也交给 AI。 不过想复制这条路线，得先算清 GPU、运维、性能调优和安全治理的总账。小团队直接照搬，未必省钱。

曝光 154 · 评论 3 · 点赞 3 · 书签 0