欧洲估值最高的金融科技独角兽 Revolut 已将智谱 GLM 设为约 2000 名工程师的默认 AI 编程模型，而 Claude Code、Codex 等工具则退居备选，主要用于复杂任务。这一调整意味着大模型在真实工程场景中，正从“辅助工具”变为“研发主力”。
正文解读
Revolut AI 运营负责人 David Abitbol 透露，此前公司为 Claude Code 设置了每人每月 300 美元的额度，但对整体效率的提升十分有限。今年 4 月起，公司开始自行部署 GLM，并向工程师开放不限量 Token。目前 Revolut 使用约 56 张英伟达 B200 运行 GLM 5.3，折算每百万 Token 的综合成本约 0.30 美元，相关账单仅为此前使用 Anthropic、OpenAI 服务的十分之一。
成本下降直接改变了工程师的使用习惯。过去 Token 有限，大家倾向于留给复杂任务；现在则大量使用 AI 搜索内部文档、处理 Jira 工单、查找 Slack 中的需求说明。据公司内部统计，工程师的编码用时指标改善约 60%，从接手任务到交付的周期指标改善约 70%。
这个案例说明，当 AI 使用成本低到无需精打细算时，AI 的应用场景便能从少数复杂任务扩展到整个研发流程。对于金融科技行业而言，模型自主部署与成本优化正在成为提升工程效率的关键杠杆。
展望未来，随着更多企业效仿类似的自部署模式，AI 编程工具的竞争将不仅取决于模型能力，也取决于单位成本与工程适配度。需要注意的是，GLM 5.3 及英伟达 B200 的长期稳定性、安全合规性仍需在实际生产环境中持续验证。
原创文章，作者：admin，如若转载，请注明出处：https://www.23btc.com/%e6%ac%a7%e6%b4%b2%e5%8d%83%e4%ba%bf%e9%87%91%e8%9e%8d%e5%b7%a8%e5%a4%b4%e8%bd%ac%e6%99%ba%e8%b0%b1%ef%bc%8c%e7%bc%96%e7%a8%8b%e6%88%90%e6%9c%ac%e9%aa%a4%e9%99%8d%e4%b9%9d%e6%88%90.htm
