网硕互联帮助中心 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}
先说结论：这两天 X 上最热的一条是“Revolut 把 2000 名工程师的默认编码模型换成了自托管的开源 GLM，Claude Code 和 Codex 只留给例外”。我去翻了原始演讲稿，数字大体属实，但全是讲者自报，而且他们自己也承认没有把“换模型”和别的因素分开。能抄的不是 56 张 B200，而是“默认档 + 例外档”的分工思路。另外，Anthropic 开源的 FlashProve 被一些中文帖说成“能验中转站有没有掺假”，但它眼下还做不到这件事。
一、一个旧演讲，为什么这两天突然炸了
先把时间线讲清楚，因为转述里有点乱。
Revolut 的 AI 运营负责人 David Abitbol，在 AI Engineer 纽约站（演讲页标注日期是 10 月 13 日）讲了一场 15 分钟的分享，题目叫《Shipping like a startup, regulated like a bank》。这是个“旧演讲”，被重新翻出来，是因为 11 月 2 日晚上起，几条英文帖把它的要点浓缩成了一句话：2000 名工程师，默认模型换成自托管 GLM，账单降到原来的十分之一，Claude Code 和 Codex 退成例外。
我抓到的两条最热的原帖是这样的：
- @m0xt_ 在北京时间 11 月 2 日 20:15 发的，抓取时约 30.6 万浏览、2454 赞、2119 收藏；
- @guilleflorvs 在北京时间 11 月 3 日 06:11 发的，抓取时约 20.7 万浏览、3076 赞、1326 收藏。
中文圈这边，@frxiaobei（凡人小北）在 11 月 3 日 18:33 也转述了，还补了一句“这个价没算机器和人力”——这句提醒我觉得比原帖更重要。
我的习惯是，热帖转述一层就会走样一层，所以我没停在帖子上，而是去读了 AI Engineer 官网上的演讲页和逐字稿。顺带发现一个小细节：转述里模型版本有好几种说法（有说 GLM 4.5、有说 5.1、有说 5.3），看原稿才弄清楚——2026 年 4 月切到的是 GLM 5.1，现在用来服务 2000 人的是 GLM 5.3。一个版本号，就能看出“看原稿”这一步值不值。
二、原稿里的数字：哪些能信，哪些要打折
把原稿里能核对的数字摆在一起：
我自己读下来，有四点要打折：
1. 十分之一的账单，是 Revolut 自己的账。 演讲页明确写着，0.3 美元/百万 token 这个数“描述的是 Revolut 的部署和利用率，不是任何自托管模型的通用价格”。换一个团队，卡的利用率不同，这个数完全可能不成立。凡人小北那句“没算机器和人力”，正好是同一个意思。
2. 效率提升 60% 和 70%，没有做归因。 演讲页自己写了：这个内部对比没有把模型切换和其他原因分开。同一时期还有不限 token、推理调优等别的变化，很难说多少功劳属于 GLM。
3. 真正有意思的是“lead time 比 coding time 改善更多”。 Abitbol 的解释是，工程里的瓶颈本来就不全在写代码，还有翻邮件、弄 Jira、整理 Confluence。token 有预算的时候，工程师舍不得，只留给最难的活；不限量之后，这些杂活也敢交给 AI 了。这个逻辑我觉得是全篇最值钱的一句，因为它跟“用哪家模型”几乎没关系，跟“你有没有心理负担去用”有关。
4. 他们并没有把 Claude Code 和 Codex 扔掉。 原话大意是“最新的模型很棒，我们把它们留作例外”。所以标题党式的“Revolut 抛弃 Claude”并不准确，准确的说法是角色变了：从默认变成例外。
还有一个反方信息，我只能标成“据转述”：有英文帖（@AGTPinsights）引用别人的说法，称 GLM 5.3 在某个第三方评测上得分明显低于最强的闭源模型。我没有核对那份榜单原文，所以不引用具体数字，只提醒一句：“例外通道”这条路得留着，便宜模型不是平替。
三、小团队真能抄的 5 件事
56 张 B200 我们大多数人抄不了。但原稿里有几条，不需要机房也能照做。下面先说明：这是我基于原稿做的改写和建议，不是 Revolut 的内部规则。
1. 先把活分成两档。 日常的改字段、补测试、写小脚本、读文档、整理 Jira 和邮件，丢给便宜或按量计费的模型；跨模块重构、疑难 bug、架构取舍、安全相关，留给旗舰（Claude Code、Codex 之类）。分不准没关系，先分，再复盘。
2. 给“升级”定个具体的触发条件。 比如默认档在同一处连续失败两次就升级。数字是我随手定的，你按自己的容忍度改。重点是有规则，而不是凭感觉。
3. 先给自己算一笔账，再决定值不值得切。 假设旗舰上的 token 占比是 s，便宜模型的单价是旗舰的 r 倍，账单就是 s + (1-s)×r。下面是我在这台机器上跑的小脚本（脚本本身很简单，见文末素材目录里的 bill_calc.py），输出是：
留给旗舰 20%，便宜模型单价为旗舰的 10% -> 账单约为原来的 0.28
留给旗舰 20%，便宜模型单价为旗舰的 30% -> 账单约为原来的 0.44
留给旗舰 50%，便宜模型单价为旗舰的 10% -> 账单约为原来的 0.55
留给旗舰 50%，便宜模型单价为旗舰的 30% -> 账单约为原来的 0.65
注意，这是纯演算，r 是假设值，不是 Revolut 或任何厂商的真实价格，也没有算返工、延迟和自托管的机器与人力。它的用处只有一个：让你看到“把多少活留给旗舰”才是账单的主要杠杆，而不是单价本身。
4. 先定延迟预算，再谈模型。 原稿里这个细节我很喜欢：他们的目标是首 token 3 秒内，超过 5 秒，Abitbol 的 Slack 就开始被投诉。吞吐反而不重要，200 token/秒就够，因为大家现在是并行开几个任务、做完回来看。如果你只是用 API，也可以给自己定一个“等多久我会开始烦”的红线，用来比较不同模型和不同中转。
5. 把沙箱规则写具体。 演讲里的例子是“允许 grep，但不允许 gradle”。意思是命令白名单要细到具体动作，而不是笼统地说“有人在看”。下面是一个 Claude Code 权限配置的示意写法，字段名我没有在这里实际跑过，请以你本机版本的官方文档为准：
{
"permissions": {
"allow": ["Bash(grep:*)", "Bash(git diff:*)"],
"deny": ["Bash(gradle:*)", "Bash(rm:*)"]
}
}
原稿里还有两条给自托管的人，我也记一下：上下文开 256K 就够（他的原话是“长上下文是骗局”）；编码场景的缓存命中率要做到 90% 以上。后者对只用 API 的人也有启发：把不变的内容（系统提示、规则文件）放在前面，变化的部分放后面，通常更利于前缀缓存，这是通用做法，具体是否命中以你用的服务商文档为准。
最后，图片理解这类能力，GLM 这个文本模型没有，演讲里的做法是用一个本地路由，把图片请求转给别的模型，主任务仍用 GLM。这对你也成立：模型分工不只是按难度，也可以按能力。
四、别忘了它的前提：合规和责任
演讲后半段其实在讲“银行怎么敢这么用”。他的说法是：权重下载后放在美国、欧盟、英国这类数据等效地区的 GPU 上，不走去中国的推理接口；服务商默认零数据留存；编码任务全部在沙箱里、人始终在环里，所以监管不把它当“自主 agent”；再加上完整的遥测，出事能追溯。
演讲页也特别写了：这些是讲者对 Revolut 自身处境的判断，不能当作任何别的公司的合规结论。我同意。如果你们公司有合规要求，先问合规，不要拿一条 X 帖当依据。
五、同一天的另一条：FlashProve 和“中转站验真”
顺手说说这几天另一个被中文圈聊得挺多的东西。
11 月 2 日，Anthropic 前沿红队发了一篇研究文章，同时开源了 FlashProve。@sweis 在北京时间 11 月 3 日 13:14 发了英文帖，抓取时约 4.6 万浏览、444 赞；@Gorden_Sun 在 16:00 发了中文解读，说它能让普通用户（尤其是用中转站的）确认回答确实来自指定模型，抓取时约 5400 浏览、34 赞。
这个方向的痛点很真实。Anthropic 的文章自己就写：用户今天没法确认回答来自声称的模型，还是被路由服务为了省钱悄悄换掉了，只看输出本身也不可靠。
但我认真读了博客和 GitHub 的说明后，要泼点冷水：
- 实测模型是 Llama 4 Maverick（4 位量化的混合专家模型），不是 Claude；
- 上下文只到 1024 token，每份证明只核对“提示词后的那一个 token”；
- 证明的是整数版权重加贪心解码，采样解码或浮点实现可能对不上；
- 证明耗时约为正常推理的 70 到 95 倍 GPU 时间，单次证明约 19 MB，验证约 17 秒（官方实测，24 线程）；
- GitHub 仓库页写着“研究原型，不维护”，文章也说是阶段性进展。
所以 @Gorden_Sun 的“几秒钟内验证”大方向没错，但“能识别你的中转站有没有掺假”现在还言之过早：这套证明需要服务商主动配合，而我没有查到有任何中转站或模型厂商宣布接入。
那现在用中转站的人怎么办？下面是我的个人建议，不是 Anthropic 的方法，也无法“证明”什么，只能降低踩坑概率：
这四条只能当“体检”，不能当“证明”。真正的证明得等服务商那一头先动。
小结
最后问个小问题（评论区回个字母就行）： 你们团队现在的 AI 编程账单更像哪一种？
A. 基本都在旗舰模型上；
B. 已经分档，日常用便宜模型；
C. 还没认真看过账单。
参考来源（均已打开核对）：
- 演讲页：https://ai.engineer/nyc/2026/talks/revolut
- 逐字稿：https://ai.engineer/reading/nyc-2026/transcripts/david-abitbol-revolut.md
- @m0xt_：https://x.com/m0xt_/status/2117228989010088395
- @guilleflorvs：https://x.com/guilleflorvs/status/2117379073785696395
- @frxiaobei：https://x.com/frxiaobei/status/2117565701074608175
- Anthropic 文章：https://www.anthropic.com/research/provable-inference
- GitHub：https://github.com/anthropics/FlashProve
- @sweis：https://x.com/sweis/status/2117485473497309299
- @Gorden_Sun：https://x.com/Gorden_Sun/status/2117527237457240113
评论前必须登录！
注册